CN105814552A - 农艺变化和团队绩效分析 - Google Patents
农艺变化和团队绩效分析 Download PDFInfo
- Publication number
- CN105814552A CN105814552A CN201480068108.2A CN201480068108A CN105814552A CN 105814552 A CN105814552 A CN 105814552A CN 201480068108 A CN201480068108 A CN 201480068108A CN 105814552 A CN105814552 A CN 105814552A
- Authority
- CN
- China
- Prior art keywords
- performance
- data
- operator
- group
- mark
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims description 49
- 230000009418 agronomic effect Effects 0.000 title claims description 10
- 230000006872 improvement Effects 0.000 claims abstract description 30
- 230000008859 change Effects 0.000 claims description 104
- 230000007246 mechanism Effects 0.000 claims description 101
- 238000000034 method Methods 0.000 claims description 84
- 239000000446 fuel Substances 0.000 claims description 70
- 239000000463 material Substances 0.000 claims description 44
- 238000003306 harvesting Methods 0.000 claims description 42
- 230000006870 function Effects 0.000 claims description 37
- 239000002131 composite material Substances 0.000 claims description 35
- 238000013507 mapping Methods 0.000 claims description 32
- 238000003860 storage Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 23
- 230000001960 triggered effect Effects 0.000 claims description 19
- 238000009826 distribution Methods 0.000 claims description 18
- 230000000052 comparative effect Effects 0.000 claims description 5
- 238000013139 quantization Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 230000008901 benefit Effects 0.000 claims description 3
- 239000002689 soil Substances 0.000 claims description 3
- 230000008520 organization Effects 0.000 claims 1
- 235000013339 cereals Nutrition 0.000 description 92
- 238000013500 data storage Methods 0.000 description 42
- 238000010586 diagram Methods 0.000 description 33
- 230000015654 memory Effects 0.000 description 30
- 208000018910 keratinopathic ichthyosis Diseases 0.000 description 28
- 238000009795 derivation Methods 0.000 description 20
- 230000007613 environmental effect Effects 0.000 description 18
- 238000004891 communication Methods 0.000 description 15
- 238000004140 cleaning Methods 0.000 description 14
- 238000007726 management method Methods 0.000 description 14
- 238000006116 polymerization reaction Methods 0.000 description 14
- 240000000111 Saccharum officinarum Species 0.000 description 13
- 235000007201 Saccharum officinarum Nutrition 0.000 description 13
- 238000003745 diagnosis Methods 0.000 description 13
- 238000005520 cutting process Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 10
- 230000033228 biological regulation Effects 0.000 description 9
- 230000035772 mutation Effects 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000002372 labelling Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000012546 transfer Methods 0.000 description 7
- 230000003213 activating effect Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000012913 prioritisation Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 5
- 238000000926 separation method Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 239000012141 concentrate Substances 0.000 description 4
- 230000003111 delayed effect Effects 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 229920000642 polymer Polymers 0.000 description 4
- 238000003672 processing method Methods 0.000 description 4
- 240000008042 Zea mays Species 0.000 description 3
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000000205 computational method Methods 0.000 description 3
- 230000003203 everyday effect Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 241001124569 Lycaenidae Species 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 235000016383 Zea mays subsp huehuetenangensis Nutrition 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 210000003811 finger Anatomy 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000010903 husk Substances 0.000 description 2
- 230000001771 impaired effect Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 235000009973 maize Nutrition 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 239000010902 straw Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 210000003813 thumb Anatomy 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001050 lubricating effect Effects 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000013442 quality metrics Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000000582 semen Anatomy 0.000 description 1
- 239000011540 sensing material Substances 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
指示移动机械的操作员绩效的绩效信息被接收。指示可能的绩效改进的绩效时机间隔被识别。在绩效时机间隔中识别的节省被量化。
Description
交叉引用相关申请
本申请涉及2014年11月18日提交的并且名称为“AGRONOMICVARIATIONANDTEAMPERFORMANCEANALYSIS(农艺变化和团队绩效分析)”的待审美国专利申请序列号14/546,725,该申请的全部公开内容通过引用被纳入此文。本申请涉及2014年7月29日提交的并且名称为“OPERATORPERFORMANCEOPPORTUNITYANALYSIS(操作员绩效时机研究)”的待审美国专利申请序列号为14/445,699,该申请的全部公开内容通过引用被纳入此文。本申请涉及2014年5月6日提交的并且名称为“OPERATORPERFORMANCERECOMMENDATIONGENERATION(操作员绩效建议生成)”的待审美国专利申请序列号为14/271,077,该申请的全部公开内容通过引用特此被纳入此文。本申请涉及2014年1月14日提交的并且名称为“OPERATORPERFORMANCEREPORTGENERATION(操作员绩效报告生成)”的待审美国专利申请序列号为14/155,023,该申请的全部公开内容通过引用被纳入此文。
技术领域
本发明涉及移动设备。更具体地,本发明涉及识别用于时机改善移动设备的操作的绩效的绩效时机。
背景技术
具有由操作员操作的多种不同类型的设备。这些设备可以包括,例如,尤其是,农业设备、建筑设备、草地和森林设备。这些移动设备中的多个具有在执行操作时由操作员控制的机构。例如,联合收割机可以具有多个不同的机械子系统、电气子系统、液压子系统、气动子系统和机电子系统,所有子系统都需要由操作员操作。这些系统可能要求操作员设置多种不同的设置并且提供多个控制输入以控制联合收割机。一些输入不仅包括控制联合收割机方向和速度,还控制凹板间隔、筛设置、转子速度设置和多个其它设置和控制输入。
当前具有允许操作员或农场设备管理员获得指示一件农业设备的操作的仪表板信息的一些现有方法。该信息实质上通常是有益的。
以上讨论仅提供了大致的背景技术信息,并且不旨在用于帮助确定要求保护的主题范围。
发明内容
指示移动机械的操作员绩效的绩效信息被接收。指示可能的绩效改进的绩效时机间隔被识别。在绩效时机间隔中识别的节省被量化。
提供本发明内容,从而以简化形式介绍在下文的具体实施方式中被进一步描述的概念的选择。该发明内容不旨在识别要求保护的主题的关键特征或本质特征,也不旨在用作确定要求保护的主题的范围的辅助手段。要求保护的主题不受限于解决在背景技术中指出的任何缺点或所有缺点的实现方式。
附图说明
图1是一个示例性操作员绩效计算架构的方框图。
图2A和2B(共同地称为图2)是图1示出的架构的更详细的方框图。
图3是图示图1和2示出的架构在计算指示操作员绩效的绩效数据时的操作的一个实施例的流程图。
图4更详细地示出参考数据存储器的一个实施例。
图4A是图示建议引擎的操作的一个示例性实施例的流程图。
图5A-5G是用于生成不同的绩效柱体分数的不同方法的更详细的方框示意图。
图6A是图示其中规则可以被配置成用于生成建议的一个方式的流程图。
图6B-6E是描述对应于规则的参数与参数测量值的满足程度的曲线图。
图6F是图示建议引擎的生成建议的操作的一个实施例的流程图。
图6G是图示了一个示例性操作员绩效报告格式的一个示例性用户界面显示屏面。
图6H-6T示出了用户界面显示屏面的附加示例。
图7是绩效和财务分析系统的一个示例的方框图。
图7A示出了绩效和财务时机间隔连续统的图解说明的一个示例。
图8是图示图7示出的系统的操作的一个示例的流程图。
图9是更详细地图示图7的绩效和财务分析系统的操作的一个示例的流程图。
图10是图示图7示出的系统在识别绩效时机间隔时的操作的一个示例的流程图。
图10A是用户界面显示屏面的一个示例。
图10B是用户界面显示屏面的一个示例。
图11是图示图7示出的系统在识别财务时机间隔时的操作的一个示例的流程图。
图12是农艺变化架构的一个示例的方框图。
图13是示出图12示出的架构的操作的一个示例的流程图。
图14是团队分析架构的一个示例的方框图。
图15A和15B(共同地称为图15)示出图14示出的架构的操作的一个示例的流程图。
图16是示出图1、2、7、12和14中示出的配置在云计算架构中的架构的一个实施例的方框图。
图17-22示出了用于图1、2、7、12、14和16中示出的架构中的移动装置的多个实施例。
图23是可以用于图1、2、7、12、14和16中示出的架构中的一个说明性计算环境的方框图。
具体实施方式
图1是绩效报告生成架构100的一个实施例的方框图。架构100说明性地包括移动机械102、数据评估层104、柱体分数生成层106和柱体分数聚合层108。层108生成操作员绩效报告110,并且还可以生成可以被提供返回至农业机械102的闭环实时(或异步的)控制数据112。架构100还被示出访问参考数据存储器114。
在图1示出的实施例中,移动机械102被描述为农业机械(和具体地联合收割机),但是这仅是示例性的。移动机械102也可以是另一类型的农业移动机械,如拖拉机、播种机、摘棉机、甘蔗收割机或其他机械。此外,移动机械102可以是用于草地和森林工业、建筑工业或其他的移动机械。机械102说明性地包括原始数据感测层116和导出数据计算层118。将注意到,层118可以被设置在机械102上或在架构100中的其他位置处。层118被示出在机械102上,仅用于示例。
原始数据感测层116说明性地包括感测机械操作参数以及环境数据的多个不同的传感器(下文更详细地描述了传感器中的一些),所述机械操作参数以及环境数据例如为从农业机械102排出的产品质量和材料的类型和质量。原始数据传感器信号被从原始数据感测层116提供到导出数据计算层118,其中针对那些传感器信号执行一些计算以获得导出数据120。在一个实施例中,导出数据计算层118执行不要求大量计算量或存储要求的计算。
导出数据120被提供到数据评估层104。在一个实施例中,数据评估层104比较导出数据120与存储在参考数据存储器114中的参考数据。参考数据可以是来自操作员101或来自多个其它源的历史数据,诸如针对用于雇佣操作员101的单个农场的车队中的操作员收集的数据,或源自还从其它操作员得到的相关数据的数据。数据评估层104基于用于操作员101的导出数据120与数据存储器114中的参考数据之间的比较的评估而生成评估值122。
评估值122被提供到柱体分数生成层106。层106说明性地包括一组分数计算器,所述一组分数计算器计算用于多个不同的绩效柱体(或绩效类别)的绩效分数124,绩效分数124可以用于表示操作员101在操作农业机械102时的绩效。下文更详细地描述了特定的绩效柱体和相关联的分数124。
每个柱体分数124都被提供到柱体分数聚合层108。说明性地,层108基于被接收的用于操作员101的多个柱体分数124,以生成组合分数和操作员绩效报告110。绩效报告可以采取许多不同形式,并且可以包括许多不同信息,所述许多不同信息中的一些在下文参照图6G到6T被更详细地描述。在一个实施例中,报告110说明性地包括指示操作员101绩效的组合分数(组合分数是用于操作员101的整体分数),并且以用于个体绩效柱体的个体柱体分数124(或绩效类别)为基础。报告110还可以说明性地包括个体柱体分数、支持柱体分数(supportingpillarscore)、基础信息、是可以被操作员101执行的可行动项目的建议,以在考虑到包括的环境信息和多种其它信息的同时,改善其操作农业机械102的绩效。
在一个实施例中,层108还生成可以被反馈至农业机械102的闭环实时(或异步的)控制数据112。在数据被实时反馈的情况下,层108可以用于调节操作、设置或用于机械102的其它控制参数、邻近备用设备,以改善整体绩效。层108还可以用于向操作员101显示信息,指示操作员的绩效分数以及操作员101应该如何改变设置、控制参数或其它操作员输入的建议,以改善其绩效。说明性地,该数据还可以被异步地提供,在这种情况下数据可以被间歇地或在预定时间时下载到农业机械102,以改变机械102的操作。
因此,如下文更详细地所述,可以具有例如用于本文中生成的信息的三个不同的用户体验,每个用户体验都具有其自己的一组用户界面显示屏面和对应的功能。第一用户体验可以是(如在移动机械102的操作员室中的装置上运行的本机应用程序中)显示用于操作员的个体操作员绩效信息的实时或接近实时用户体验。此外,这可以示出操作员绩效分数与用于参考组的分数进行比较的比较。参考组可以是用于操作员自己的之前的分数、用于车队中其它操作员的分数或用于在类似作物或地理区域或二者中的其它车队中的其它操作员的分数。第一用户体验可以示出实时时间数据、建议、警报等。这些仅是示例。
第二用户体验可以包括显示用于远程农场管理员的信息。这可以以接近实时和按需的方式完成。第二用户体验自身可以概述车队绩效,并且第二用户体验还可以显示与其它参考组相比的绩效,或以其它方法工作。这也可以在农场管理员的机器上的本机应用程序中或其他位置处。
第三用户体验可以包括在季节的末尾将信息显示为车队记分卡。该体验可以示出车队绩效和财务影响信息。该体验可以示出总结、分析结果、比较和预测。该体验可以生成用于形成用于下一个季节的计划的建议,例如,所述计划具有更高的操作和财务绩效轨迹。
这些用户体验中的每个都可以包括一组用户界面。这些界面可以具有用于操纵数据的相关联的功能,如下掘功能(drilldownfunctionality)、分类功能、尤其是预测和概括功能。下文关于图6G-6T和图10A-10B描述了该界面的一些示例。
在描述架构100的整体操作之前,将描述架构的一个实施例的更详细的方框图。图2A和2B共同地被称为图2。图2示出了架构100的更详细的方框图的一个实施例。图2示出的一些项目类似于图1示出的那些项目,并且被类似地编号。
图2具体地示出了机械102中的原始数据感测层116,原始数据感测层116包括多个机械传感器130-132以及多个环境传感器134-136。原始数据感测层116还可以从其它的机械数据源138获得原始数据。举例来说,机械传感器130-132可以包括感测机械102的操作参数和机械状态的多种不同的传感器。例如,在多种其它的传感器中,机械传感器130-132可以包括速度传感器、测量通过机械的产品的质量流的质量流传感器、多个压力传感器、泵排量传感器、感测多个发动机参数的发动机传感器、燃料消耗传感,下文更详细地描述了上述传感器中的一些。
环境传感器134-136还可以包括感测关于机械102的环境的不同事物的多种不同传感器。例如,当机械102是收割机械(诸如联合收割机)的类型时,传感器134-136可以包括感测相对于收割而被损耗的许多作物的作物损耗传感器。另外,传感器134-136可以包括感测被收割作物的质量的作物质量传感器。传感器134-136还可以包括例如感测从机械102卸下的材料的多个特性的传感器,这些特性例如包括从联合收割机卸下的秸秆的长度和体积。传感器134-136可以包括来自在驾驶室中的移动装置的传感器、灌溉传感器或传感器网络、在无人机上的传感器或其它的传感器。环境传感器134-136还可以感测多个其它的环境参数,如地形(例如,俯仰角和侧倾传感器)、天气条件(诸如温度、水分等)。传感器还可以包括位置传感器,如GPS传感器、小区三角形传感器或其它的传感器。
其它的机械数据源138可以包括多种其它的源。例如,其它的机械数据源138可以包括提供和记录关于机械102的警报或警告信息的系统。其它的机械数据源138可以包括每个警告、诊断代码或警报信息的计数和类别,并且还可以包括多种其它的信息。
机械102还说明性地包括处理器140和用户界面显示装置141。显示装置141(在处理器140或另一构件的控制下)说明性地生成允许用户101执行关于机械102的某些操作的用户界面显示屏面。例如,装置141上的用户界面显示屏面可以包括用户输入机构,用户输入机构允许用户输入认证信息、启动机械、设置用于机械的某些操作参数或以其它方式控制机械102。
在许多农业机械中,来自传感器的(诸如来自原始数据感测层116的)数据说明性地被传递到机械102中的其它计算构件中,如计算机处理器140。处理器140说明性地是具有相关联的存储器和计时电路(未单独地示出)的计算机处理器。处理器140说明性地是机械102的功能部件并且由机械102上的其它层、传感器或构件或其它项目激活并且便于所述其它层、传感器或构件或其它项目的功能。在一个实施例中,使用控制器区域网络(CAN)总线传输来自层116中的多个传感器的信号和信息。因而,来自感测层116的数据说明性地被称为CAN数据142。
CAN数据142说明性地被提供到导出数据计算层118,在导出数据计算层118中对所述数据执行多种计算以获得导出数据120,导出数据120是从包括在CAN数据142中的传感器信号中获得的。导出数据计算层118说明性地包括导出计算构件144、估算构件146并且可以包括其它的计算构件148。导出计算构件144基于CAN数据142说明性地计算导出数据120中的一些。导出计算构件144可以说明性地执行相当直接的计算,尤其是诸如随着导出计算构件144运行经过一段时间而平均、计算某些值,在多个曲线图上绘制那些值,计算百分比。
另外,导出计算构件144说明性地包括视窗化构件,视窗化构件将输入数据传感器信号分成离散的时间窗口或时间帧,这些时间窗口或时间帧既被分离地处理又与其它的或邻近的时间窗口中的数据相关地被处理。估算构件146说明性地包括估算导出数据的构件。在一个实施例中,构件146对绘制点说明性地执行估算以获得具有感兴趣的度量的函数。感兴趣的度量以及基础数据可以作为导出数据120被提供。这只是计算构件144的一个示例性实施例,并且多种其他的示例性实施例也可以被使用。其它的计算构件148可以包括多种构件以执行其它的操作。例如,在一个实施例中,构件148包括过滤和以其他方式调节从原始数据感测层116接收的传感器信号的过滤构件和其它的信号调节构件。构件148当然还可以包括其它的构件。
将认识到,无论层118中的构件144、146和148的类型如何,层118说明性地执行要求相对容易地处理和存储开销的计算。因而,在一个实施例中,层118被设置在机械102上(如在定位在机械102的驾驶室或其它的驾驶室中的装置上)或在可以在机械102上被用户101访问的手持式或其它的可移动装置上。在另一实施例中,导出数据计算层118被定位在其他位置处,而不是在机械102上,并且处理器140使用通信链路(如,无线或有线通信链路、近场通信链路或另一通信链路)将CAN数据142传输到层118。
在任何情况下,导出数据120从层118中得到并且被提供到数据评估层104。这再次可以使用无线链路(如近场通信链路、移动电话链路、Wi-Fi链路或另一无线链路)或使用各种硬件有线链路通过处理器140以被完成。数据评估层104说明性地包括比较构件150、一个或多个分类构件152,并且还可以包括其它的构件154。将认识到,在一个实施例中,通过处理器140或以另一方式,导出数据120说明性地与特定的用户101相关联。例如,当用户101开始操作机械102并且用户101试图启动机械102时,处理器140可以要求用户101输入认证信息(如用户名和密码,私人移动装置序号,如RFID标记的携带记号或其它认证信息)。以此方式,处理器140可以识别与CAN数据142和导出数据120对应的特定用户101。
层104包括比较构件150、分类构件152、其它构件154和处理器155。比较构件150说明性地将用于该操作员101的导出数据120与存储在参考数据存储器114中的参考数据进行比较。参考数据可以包括多个不同的参考数据组156,并且参考数据还可以包括下文更详细地描述的用户参数设置158。参考数据组可以用于用户101的导出数据120与用户的历史导出数据、与用于用户(或操作员)101所在的相同车队中的其它操作员的数据、与用于操作员的车队中的领导执行者的数据、与操作员101所在的相同作物和地理区域中的最高执行者或与另一组相关的参考数据的比较。在任何情况下,比较构件150说明性地执行导出数据120与参考数据组156的比较。比较构件150提供指示该比较的输出,并且分类构件152将该输出说明性地分类到多个不同的绩效范围中的一个中(如良好、中等或差,但是这些是示例性的并且更多的、更少的或不同的范围可以被使用)。在一个实施例中,例如,比较构件150和分类构件152包括模糊逻辑构件,基于被接收值如何与参考数据比较,模糊逻辑构件使用模糊逻辑将被接收值分类到良好类别、中等类别或差类别中。在另一实施例中,在连续评级系统中,分类构件152提供输出值。该输出值位于良好和差之间的连续统上并且表示操作员绩效。在本说明书中,类别被描述,但是这仅用于示例。这些类别表示,用户101的绩效是否表示,相对于其所比较的参考数据组,用户101在操作机械102时的绩效是良好的、中等的或差的,其中用户101的绩效由接收的导出数据值表征。
分类的评估值122然后被提供到柱体分数生成层106。在图2示出的实施例中,柱体分数生成层106包括绩效柱体分数生成器160、辅助柱体分数生成器162和处理器163。绩效柱体分数生成器160说明性地包括生成与绩效柱体对应的柱体分数的生成器,绩效柱体更好地表示操作员101在多个绩效类别中的整体绩效。在一个实施例中,柱体分数被生成以用于生产率、功率利用、燃料效率、材料损耗和材料质量。支持柱体分数生成器162说明性地生成用于支持柱体的分数,该分数在某种程度上表示用户101的绩效,但是与生成器160所生成的柱体分数相比也许更少。因而,支持柱体分数包括用于物流和正常运行时间的分数。因而,这些测量值表示相对值,该相对值可以考虑与用于操作员101的那些状态类似的状态对应的参考数据。
因而可以看到,在本实施例中,绩效柱体分数生成器160包括生产率分数生成器164、功率利用分数生成器166、燃料消耗分数生成器168、材料(例如,谷粒)损耗分数生成器170和材料(例如,谷粒)质量分数生成器172。支持柱体分数生成器162说明性地包括物流分数生成器174和正常运行时间信息生成器176。
作为一个示例,生产率分数生成器164可以包括用于基于在评估值122中生产率与产量斜率之比的评估而生成分数的逻辑。在用户(或操作员)101的控制下,功率利用分数生成器166说明性地考虑到层104中的模糊逻辑分类器152的信息输出,模糊逻辑分类器152指示对机械102所使用的发动机功率的评估。功率利用分数生成器166因而生成指示该评估的支持柱体分数。
燃料效率分数生成器168可以是逻辑构件,逻辑构件考虑到涉及燃料效率的多个方面并且基于那些考虑因素输出分数。以机械102是联合收割机为例进行说明,燃料效率分数生成器168可以考虑由数据评估层104中的模糊逻辑构件输出的分离器效率、收割燃料效率、和非生产性燃料效率。材料损耗分数生成器170可以包括多个项目,如作物类型、机械102的使用多个损耗传感器测量的被测量损耗、使用模糊逻辑构件进行的损耗评估、和使用数据评估层104中的模糊逻辑构件152进行的残渣评估。基于这些考虑因素,(在用户101的操作下)材料损耗分数生成器170生成指示机械102的关于材料损耗的绩效的材料损耗分数。
材料质量分数生成器172说明性地包括由层104中的模糊逻辑构件152提供的评估值122,评估值122指示对已经被收割的非谷粒材料的评估、被收割产品(诸如谷物或小麦)是否损坏或破裂、以及被收割产品是否包括杂质(诸如玉米棒子芯或谷壳),并且材料质量分数生成器172还可以包括涉及从机械102排出的残余物的尺寸和质量的评估值122。
物流分数生成器174可以包括在不同的操作过程中,评估机械102的绩效的逻辑。例如,在卸载过程中、在收割过程中和在闲置过程中,该逻辑可以(在用户101的操作下)评估机械的绩效。该逻辑还可以包括测量值,如机械在田地中和在道路上行进的距离、在总时间方面出现故障的个体百分比、田地配置(通路与头田)和其它的信息。这只是一个示例。
说明性地,正常运行时间信息生成器176基于由层104提供的评估值122或基于已经传输通过层104到层106的导出数据120生成正常运行时间信息(诸如概要)。正常运行时间支持信息可以基于机械在每个机械状态中多长时间而指示机械的绩效,并且说明性地,正常运行时间支持信息还可以在机械操作过程中考虑任何警报代码或诊断问题代码是否被生成,以及警报代码或诊断问题代码多久被生成。在另一实施例中,仅影响绩效的警报和诊断问题代码被考虑。作为背景信息,正常运行时间信息被说明性地提供到(或可用于)架构100中的其它项目。
所有的(由图2中的124指示的)柱体分数和支持柱体分数被说明性地提供到柱体分数聚合层108。层108说明性地包括聚合构件180、组合分数生成器182、(访问建议规则185的)建议引擎184、处理器186和报告生成器188。说明性地,聚合构件180使用应用于每个分数的权重聚合所有的柱体分数和支持柱体分数124。权重可以基于用户首选项(例如如果用户表示燃料效率与生产率相比是更重要的),权重可以是默认权重,或可以是默认权重和用户首选项或其它权重的组合。类似地,权重可以基于多种其它因素而改变,如作物类型、作物状态、地理、机械配置或其它的事物。
一旦聚合构件180聚合柱体分数124并且加权柱体分数124,则说明性地,组合分数生成器182基于最近从机械102的操作接收的数据而生成用于操作员101的组合整体分数。建议引擎184生成可以被执行以改善操作员101的绩效的可执行建议。引擎184使用相关信息、柱体分数124、评估值124和其它信息,以及例如专家系统逻辑,来生成建议。这相对于图4A在下文更被详细地描述。建议可以采取多种不同的形式。
一旦组合分数和建议被生成,则报告生成器构件188说明性地生成指示操作员101绩效的操作员绩效报告110。构件188可以访问组合分数、绩效柱体分数、所有基础数据、建议、位置和映射信息以及其它的数据。操作员绩效报告110可以在管理员的请求下、在操作员101的请求下或另一用户的请求下周期性地生成,操作员绩效报告110可以每日、每周被生成或以其它方式被生成。操作员绩效报告110还可以在操作正在进行的同时按需生成。在一个实施例中,操作员绩效报告110说明性地包括由组合分数生成器182生成的组合分数190和由建议引擎194生成的建议192。说明性地,层108还可以生成控制数据112,控制数据112传递返回至机械102以调节机械102的控制而改善整体绩效。
在一个实施例中,报告110可以被加载到装置上,如此报告110可以被车辆102的驾驶室中的操作员101实时观看,或报告110可以被农场管理员或其他人实时观看,报告110可以被存储用于操作员101或其它人之后的访问和观看,或报告110可以(如通过电子邮件或其它消息传输机构)被传输到总部、农场管理员、用户的家用计算机,或报告110可以被存储在云存储器中。在一个实施例中,报告110还可以被传输返回至制造商或其它的培训中心,使得用于操作员101的培训可以基于绩效报告而改变,或报告110还可以以其它方法被使用。此外,报告格式和内容可以根据目标读者和观察状态而调整。
图3是图示图2示出的架构在生成操作员绩效报告110时的整体操作的一个实施例的流程图。现在将与图2和4结合来描述图3。然后,图5A-5G将被描述以示出用于生成绩效柱体分数的架构100的部分的更详细实施例。
在一个实施例中,处理器140首先在用户界面显示装置141上生成启动显示屏面以允许用户101启动机械102。显示启动显示屏面由图3中的方框200指示。用户101然后输入识别信息(诸如认证信息或其它的信息)。这由方框202指示。用户101然后开始操作机械102。这由方框204指示。
随着用户101正在操作机械,原始数据感测层116中的传感器感测原始数据并且向导出数据计算层118提供指示该数据的信号。在图3的流程图中,这由方框206指示。如上简短所述,该数据可以包括由机械传感器130-132感测到的机械数据208。该数据还可以包括由环境传感器134-136感测到的环境数据210,并且该数据可以包括由其它机械数据源138提供的其它数据212。向导出数据计算层118提供原始数据在图3中由方框214指示。如上所述,这可以通过如方框216所示的CAN总线进行或以如方框218所示的其它方法进行。
随后通过层118中的构件144、146和148生成导出数据120。说明性地,导出数据被导出使得数据评估层104可以提供用于生成柱体分数的评估数据。导出用于每个柱体的数据在图3中由方框220指示。这可以包括多个计算,如过滤222、映射224、视窗化226、估算228和其它的计算230。
导出数据120然后被提供到数据评估层104,数据评估层104使用比较构件150和模糊逻辑分类构件152。向层104提供数据在图3中由方框232指示。可以使用无线网络234、有线网络236提供数据,可以如方框238所示实时提供数据,数据可以被保存和在之后被提供(诸如异步地)240,或还可以以其它方式242提供数据。
然后,数据评估层104对照参考数据来评估导出数据,以为每个柱体提供信息。这在图3中由方框244指示。可以使用比较246、使用分类248或使用其它的机制250来评估该数据。
在一个实施例中,比较构件150相对于参考数据比较用于操作员101的导出数据120。图4示出参考数据存储器114的更详细实施例。图4示出,在一个实施例中,参考数据组156说明性地包括个体操作员参考数据252。参考数据252说明性地包括用于该特定操作员101的历史参考数据。参考数据252还可以包括车队参考数据254,车队参考数据254包括与操作员101所属的车队中的所有操作员对应的参考数据。参考数据252还可以包括高绩效执行的地理相关参考数据256。这说明性地包括来自在地理上相关区域中的其它操作员的参考数据(诸如其中作物类型、天气、土壤类型、田地尺寸、耕作实践等都类似于操作员101所在的区域)。参考数据252可以包括用于不同种类或型号的移动机械的、整个各种车队中的和操作员的绩效数据,所生成的绩效数据可以被识别或不具名。为生成用于模糊逻辑构件的参考数据,使用用于中等的和差的执行操作的参考数据。然而,还可以仅相对于高绩效数据与其它子组数据进行比较。并且,数据可以用于个体操作员,或数据可以被聚合成单组参考数据(例如,用于在地理上相关区域中的所有高绩效操作员等)。当然,数据还可以包括其它的参考数据258。
此外,在图4示出的实施例中,参考数据组156说明性地包括环境数据260。环境数据可以限定采集参考数据时所处的环境,如特定机械、机械配置、作物类型、地理位置、天气、机械状态、由正常运行时间信息生成器176生成的其它信息,或限定其它信息。
将注意到,存储器114中的参考数据可以以多种不同的方式被采集和编索引。在一个实施例中,原始CAN数据142以及导出数据120、评估值122、用户参数设置158、柱体分数124、环境数据和建议可以被存储。可以通过操作员、机械和机械头部识别器、农场、田地、作物类型、机械状态(即,当信息被采集时,例如闲置、卸载的同时闲置、等待卸货、收割、卸载的同时收割、田地输送、道路输送、地头转向等时,机械的状态)、设置状态(即,机械中的调节设置,包括砍削设置、降落设置等)和配置状态(即,机械的硬件配置)对数据做索引。还可以以其它方法对数据做索引。
一旦评估层104执行相对于参考数据的比较并且使用模糊逻辑试探法对该比较的度量进行分类,则评估值122表示分类的结果并且被提供到柱体分数生成层106。这在图3中由方框270指示。柱体分数生成层106然后基于多个评估值122来生成用于每个绩效柱体(和物流支持柱体)的柱体分数。这在图3中由方框272指示。
可以通过结合用于每个个体柱体的评估值并且加权和缩放该评估值来生成柱体分数。其它的方法,比如过滤或相关的数据调节,也可以被应用。这由方框274指示。柱体分数生成器然后计算用于每个绩效柱体(例如,每个绩效类别)和支持柱体(例如,支持绩效类别)的柱体分数。这在图3中由方框276指示。通过这样做,如上所述,说明性地,柱体分数生成器可以考虑用户参数设置、机械配置数据、环境数据(例如,由物流信息生成器176生成的信息)、或多种其它环境数据或其它数据。这由方框278指示。还可以以其它方式280生成柱体分数。
柱体分数124然后被提供到柱体分数聚合层108。这在图3中由方框282指示。报告生成器构件188然后基于柱体分数、组合分数、基础数据、用户参数设置、环境数据和建议等生成操作员绩效报告110。生成报告110和控制数据112由方框284指示。通过聚合柱体分数而这样做由方框286指示,生成组合分数由方框288指示,生成可执行建议由方框290指示,并且生成和反馈控制数据112由方框292指示。
在讨论更详细的实现方式之前,建议引擎184在生成建议方面的操作将被描述。图4A是示出该操作的一个实施例的流程图。
图4A示出图示图2中的建议引擎的操作的一个实施例的流程图。建议引擎184首先从系统的其他部件接收绩效柱体分数124以及评估值122和任何其它期望的支持信息。这在图4A中由方框251指示。其它数据可以包括参考信息253、环境数据255或多种其它信息257。
引擎184然后基于所有的被接收信息来识别在专家系统逻辑中被触发的征兆。这由在图4A中示出的方框259指示。
专家系统逻辑然后基于被触发的征兆来诊断各种时机以改善绩效。诊断将说明性地识别其中建议可能有益于改进绩效的区域。这在图4A中由方框261指示。
引擎184然后访问基于专家系统逻辑的规则185以生成建议。这由方框263指示。说明性地,规则185基于诊断、环境信息和任何其它期望的信息而操作以生成建议。
引擎184然后输出建议,如方框265所示。建议可以被输出到农场管理员或其它人,如方框267所示。建议可以被按需输出,如方框269所示。建议可以被间歇地或在周期性基础上(例如,每日地、每周地等)输出,如方框271所示,或还可以以其它方式被输出,如方框273所示。
图5A-5G示出了架构100的更详细实现方式,其中机械102是联合收割机。图5A-5G中的每个都示出架构100中用于生成柱体分数或支持柱体分数的处理方法。图5A-5G将现在仅被描述为如何可以通过特定类型的农业机械102执行架构100的一个示例。
图5A示出了架构100中可以用于生成生产率柱体分数的处理方法。图5A示出的一些项目类似于图2示出的那些项目,并且被类似地编号。在图5A示出的实施例中,原始数据感测层116中的机械传感器130-132说明性地包括车辆速度传感器300、机械配置识别器302和作物传感器,诸如测量通过机械102的产品的质量流的质量流传感器306。导出数据计算层118中的构件说明性地包括用于生成导出数据的构件,诸如计算表示机械102的整体谷粒生产率的生产率的生产率计算构件308。这可以以吨每小时、吨每公顷或其它单位为单位或以该度量的组合为单位。导出数据计算层118中的构件还包括视窗化构件314,视窗化构件314将数据分成瞬时窗口或时间帧并且将数据提供到层104。
评估层104说明性地包括谷粒生产率模糊逻辑评估机构317,谷粒生产率模糊逻辑评估机构317不仅比较来自层118的输出与参考数据存储器114中的多个参考数据组156,还对比较的措施分类。在一个实施例中,层104的输出说明性地是在预定范围中的无单位数量,无单位数量表示相对于其所比较的参考数据,操作员是否在良好的、平均的或较差的范围中被执行。再次如上所述,良好的、平均的或较差的类别仅是示例性的。其它的输出,诸如连续的度量可以被使用或更多、较少或不同的类别也可以被使用。
图5A还示出了柱体分数生成层106说明性地包括谷粒生产率度量生成器,谷粒生产率度量生成器包括生产率分数生成器164。生成器164接收层104的无单位输出并且基于该输入生成生产率柱体分数124。基于当前数据,生产率分数指示操作员101的生产率绩效。该信息被提供到层108。
图5B示出了架构100中可以用于生成物流支持柱体分数的处理方法的一个实施例。图5B示出的一些项目类似于图2示出的那些项目,并且被类似地编号。图5B示出了层116包括时间传感器318,时间传感器318仅测量机械102正在行进的时间。层116还包括机械状态数据320,机械状态数据320识别机械102何时处于多个不同状态中的每一个中。车辆速度传感器300也被示出,但是车辆速度传感器300已经相对于图5A被描述。车辆速度传感器300还可以是分离的车辆速度传感器。导出数据计算层118说明性地包括机械状态确定构件322。基于由传感器320接收的机械状态数据,构件322在任何规定时间识别机械102所处的特定机械状态。机械状态可以包括闲置、收割、在卸载的同时收割以及多种其他状态。
层118中的构件还说明性地包括多个附加构件。构件324测量机械102在每一个行进状态中行进的距离。构件340计算机械102在每一个状态中的时间。说明性地,可以以相对百分比或单位的时间计算时间。
构件324和340的输出被提供到模糊逻辑构件344和350,所述模糊逻辑构件344和350将由构件324和340提供的数据与用于生产时间和闲置时间的参考数据进行比较并且相对于参考数据来评估所述数据。在一个实施例中,模糊逻辑构件的输出是在预定范围中的无单位值,该预定范围相对于参考数据表示操作员101的绩效是否是良好的、平均的或差的。层104可以包括用于生成其它输出的其它构件,并且层104可以考虑来自层116和118的或来自其它源的其它信息。
在图5B示出的实施例中,物流度量生成器166基于图示的所有输入说明性地计算物流度量。物流度量是操作员的基于与参考数据组的多个比较的物流绩效测量值,并且物流度量还可以基于其它的事物。
图5C示出了架构100中用于计算燃料效率绩效柱体分数的计算方法的一个实现方式的方框图。在图5C示出的实施例中,层116说明性地包括感测(或计算)用于联合收割机(例如,机械102)的谷粒生产率的谷粒生产率传感器(或计算器)352。谷粒生产率传感器352可以是与图5A中的构件308相同或不同的构件。谷粒生产率传感器352可以以多个不同的度量或单位提供指示谷粒生产率的输出。层116还包括以每单位时间的体积为单位测量燃料消耗的燃料消耗传感器354。层116包括识别机械状态的机械状态识别器356(这可以与图5B中的构件322相同或不同)、测量车辆速度的车辆速度传感器358(这可以与图5A中的传感器300相同或不同)。
层118包括计算用于收割状态的收割燃料效率比率的构件360和计算用于非生产性状态的非生产性燃料效率比率的构件362。
视窗化构件382和384将来自构件360和362的数据分成不连续的时帧。层104包括平均距离构件386和388,平均距离构件接收来自参考函数390和392的输入并且从参考函数390和392输出与由构件382和384输出的数据拟合的线的距离的指示。
说明性地,层104包括收割燃料效率估算器420和非生产性燃料效率估算器422。构件420接收来自构件386的输出(和可能地其它信息)并且比较该输出与参考数据,评估该比较的度量,并且输出在收割燃料效率方面指示操作员101的绩效的值。构件422执行用于非生产性燃料效率的相同事情。
图5C中的层106说明性地包括作为燃料效率分数生成器168的燃料效率度量生成器(如图2所示)。燃料效率分数生成器168接收来自构件420和422的输入并且还可以接收其它输入,并生成用于操作员101的燃料效率柱体分数。如相对于参考数据进行评估一样,燃料效率柱体分数基于从机械102收集的当前数据来指示操作员101的燃料效率绩效。
图5D示出了图2中示出的架构100中用于计算材料损耗绩效柱体分数的计算方法的一个实施例。可以看到,(来自图2的)材料损耗分数生成器170包括图5D示出的谷粒损耗度量生成器170。在图5D示出的实施例中,层116包括感测并示出损耗以及计算清粮室损耗的总百分比的左侧清粮室损耗传感器构件426。层116还包括分离器损耗传感器436、感测残渣体积的残渣体积传感器446、和质量流传感器448,其中分离器损耗传感器436感测分离器损耗并且计算分离器损耗的总百分比。传感器448可以与图5A中的服务器306相同或不同。
视窗化构件451、453和455从构件426、436和448接收输入并且将该输入分到分离的时间窗口中。这些信号可以被过滤并且提供到层104。数据评估层104说明性地包括清粮室总损耗估算器452、分离器总损耗估算器456和残渣估算器460。
总清粮室损耗估算器452说明性地包括模糊逻辑构件,该模糊逻辑构件从层118中的构件451接收总清粮室损耗并且将该总清粮室损耗与来自数据存储器114的总清粮室损耗参考数据进行比较。总清粮室损耗估算器452然后评估该比较的度量,以提供指示在总清粮室损耗方面操作员101的绩效是否被分类为良好的、平均的或差的无单位值。
类似地,每一个分离器总损耗估算器456都包括模糊逻辑构件,该模糊逻辑构件从构件453接收总分离器损耗并且将该总分离器损耗与用于总分离器损耗的参考数据进行比较,并且然后评估该比较的度量,以确定在总分离器损耗方面操作员101的绩效是否被分类为良好的、平均的或差的。
残渣估算器460说明性地是模糊逻辑构件,所述模糊逻辑构件从构件455输入并且指示残渣体积和可能还指示生产率。残渣估算器460然后将那些项目与数据存储器114中的残渣参考数据进行比较,并且将该比较的度量分类到良好的、平均的或差的分类中。因而,构件460输出指示在残渣评估方面操作员101的绩效是否是良好的、平均的或差的的无单位值。
在图5D中还可以看到,在一个实施例中,所有的估算器构件452、456和460都从作物类型构件450接收输入。构件450说明性地通知构件452、456和460当前被收割的作物类型。因而,估算器构件452、456和460可以在相对于参考数据进行比较和分类时考虑当前被收割的作物类型。
谷粒损耗度量生成器170从层104中的多个估算器构件接收输入,并聚合那些值且计算用于材料损耗的绩效柱体分数。在这样做时,说明性地,生成器170考虑关于材料损耗所提供的用户首选项468。这些可以以总百分比形式或以其它方式被提供。用户首选项468说明性地指示用户在该特定绩效柱体的多个方面上所设置的重要性。因而,生成器170的输出是表示操作员101在材料损耗方面的绩效如何的整体材料损耗绩效分数。
图5E是示出架构100中获得用于材料质量的绩效柱体分数的计算方法的一个实施例的更详细的方框图。因而,可以看到,图2示出的材料质量分数生成器172包括在图5E中示出的谷粒/残余物质量度量生成器172。图5E示出,在一个实施例中,原始数据感测层116包括传感器470,传感器470感测谷粒升降机中的材料的类型。传感器470说明性地感测材料(诸如谷壳和玉米棒子芯)而非谷粒的体积。破损作物传感器480说明性地感测被损坏(如被破坏、压碎或破裂)的材料的百分比。
残余物绩效传感器486可以感测残余物的各种绩效。根据联合收割机是否被设置成砍削或堆料,绩效可以是相同或不同的。
图5E示出了导出数据计算层118说明性地包括过滤来自传感器470、480和486的信号的构件472、482和488。这可以将信号分到瞬时窗口中并且或以其它方式计算用于每一个窗口的典型值。
在图5E示出的实施例中,数据评估层104说明性地包括非谷粒材料估算器500、作物损坏估算器502和残余物质量估算器506。可以看到,说明性地,都可以向构件500、502和508通知关于谷粒质量阈值的用户首选项或用于特定作物类型的参考数据450。
在任何情况下,说明性地,估算器500接收来自层118中的构件472的输入并且将针对轻质材料的过滤后的非谷粒材料值与数据存储器114中的对应参考数据进行比较。估算器500然后将该比较的结果分类成良好的、平均的或差的等级。该等级因而指示在谷粒升降机中的非谷粒材料方面,操作员101的绩效是否是良好的、平均的或差的。
作物损坏估算器502从层118中的构件482接收指示谷粒升降机中的产品被损坏的百分比的输入。作物损坏估算器502将该信息与来自参考数据存储器114的对应参考数据进行比较,并且将该比较的结果分类成良好的、平均的或差的等级。作物损坏估算器502因而提供指示在谷粒升降机中的被损坏的产品方面操作员101的绩效的值是否是良好的、平均的或差的值。
残余物质量估算器506从层116和118中的构件488接收输入,并且将那些输入与参考数据存储器114中的对应参考数据进行比较。残余物质量估算器506然后将该比较的结果分类成良好的、平均的或差的等级。因而,残余物质量估算器506提供指示在残余物质量方面操作员101的绩效是否是良好的、平均的或差的输出。
谷粒/残余物质量度量生成器172从层104中的多个构件接收输入并且使用该输入计算用于材料质量绩效柱体的谷粒/残余物质量分数。该分数指示操作员101在操作机械102时在谷粒/残余物质量方面的整体绩效。该分数说明性地被提供到层108。
图5F示出了图2中示出的架构100中的计算关于联合收割机的用于功率利用柱体的引擎功率利用分数的处理方法的一个实施例。因而,功率利用分数生成器166被示出在图5F中。在图5F示出的实施例中,原始数据感测层116说明性地包括发动机速度传感器510和发动机载荷传感器514。层118说明性地包括发动机利用率构件516,发动机利用率构件516从传感器510和514接收输入并且计算发动机利用率(如以千瓦为单位的功率)。过滤构件518过滤来自构件518的值。视窗化构件520将来自构件518的输出分到不连续的瞬时窗口中。
来自构件520的输出被提供到包括发动机功率利用估算器522的层104。发动机功率利用估算器522说明性地是模糊逻辑构件,该模糊逻辑构件从层118中的构件520接收输出并且将该输出与参考数据存储器114中的发动机功率利用参考数据523进行比较。发动机功率利用估算器522然后将该比较的结果分类成良好的、平均的或差的等级。因而,构件522的输出是指示在发动机功率利用方面操作员101的绩效是否是良好的、平均的或差的无单位值。
分数生成器174从估算器522接收输出并且计算用于发动机功率利用的绩效柱体分数。来自构件174的输出因而是,指示在发动机功率利用方面操作员101在操作机械102时的整体绩效是否良好的、平均的或差的绩效柱体分数。该分数说明性地被提供到层108。
图5G是示出图2所示的架构100的在生成正常运行时间概要时的一个实施例的更详细的方框图。在图5G示出的实施例中,层116包括机械数据传感器116。机械数据传感器116说明性地感测机械102所在的特定机械状态和机械102处于指定状态下的时间量。机械数据传感器116还可以感测其它的事物。
层118说明性地包括基于在机械102中的不同的被感测到的事件而生成多个诊断问题代码的诊断问题代码(DTC)构件524。它们被缓存在缓冲器525中。DTC计数构件526计算每一个类别的DTC事件的数量,以及机械数据116所指示的各种报警和警报的发生频率以及数量。举例来说,构件526可以计算进料室被堵塞的时间数量或指示机械102正在经历异常较高程度的磨损的其它报警或警报的数量。报警和警报可以基于事件、基于时间(诸如机械已经使用了多少分离的小时)或基于其它事物。
层104包括警报/警告估算器528,警报/警告估算器528将来自机械102的各种信息与参考数据进行比较以生成指示操作员绩效的信息。该信息被提供到概要生成器176。
层106中的正常运行时间概要生成器176从构件528接收输出,并且使用该输出来生成指示在正常运行时间方面操作员101在操作机械102时的绩效的正常运行时间概要信息。正常运行时间概要信息可以被提供到层108或被系统的其它部件使用,或被提供到层108并且被系统的其它部件使用。
将注意到,本讨论描述了使用模糊逻辑来评估数据。然而,这仅是示例性的并且各种其它的评估机制可以被替代地使用。例如,可以使用如下方法评估数据,即,聚类和群分析、神经网络、监督或无监督学习技术、支持向量机、贝叶斯定理方法、决策树、隐马尔可夫模型。此外,图6A-6F在下文描述了如何设置和使用模糊逻辑估算器来生成建议。这只是一个示例,即可以如何评估所收集的数据以确定它是否满足多个可执行条件中的任何一个条件,可以针对该条件生成建议。其他评估技术也可以用于确定该情况。
图6A是图示可以如何配置建议规则185以便建议规则185可以被建议引擎184用于生成建议192的一个实施例的流程图。规则表示可执行条件。相对于那些条件评估所收集的和感测的数据以确定该条件是否被满足,如果被满足,则确定满足的程度。当任一个条件中被满足时,对应的建议可以被输出。将首先关于图6A描述配置规则的整体操作,并且然后将提供多个示例将以增强理解。
根据一个实施例,首先列举将被建议引擎184使用的规则。这在图6A中由方框600指示。规则可以是多种不同类型的规则,并且规则的数量可以变化,从很少的规则到数十个或数百个或甚至数千个规则。指定规则的精确特性将基于应用并且基于针其生成该规则的移动机械而改变。
一旦规则被列举,则规则中的一个被选择。这由方框602指示。对于被选择的规则,将被考虑用于该规则的多个征兆被选择。待考虑的征兆基本上可以从在图1中提出的水平中的任何一个得到,并且在图5A-5G中示例被提供以用于所述水平。因而,征兆可以包括例如CAN数据142、导出数据120、评估值122、柱体分数124、组合分数190或许多其它数据。选择被所选择规则考虑的征兆由图6A中的方框604指示。
在选择那些征兆时,征兆可以从不同的聚合水平得到,如方框606所示。征兆可以通过绝对数量608或与参考数据156的比较而被体现。征兆可以与用户首选项158或其它信息相比较。该类型的相对信息由图6A中的方框610指示。当然,征兆还可以是其它的项目,并且这由方框612指示。
然后,对于针对当前规则选择的每一个征兆,模糊集合可以被限定以基于多个参数来识别满足规则的程度。这由方框614指示。
规则优先级然后被分配到被选择规则。举例来说,在不同的应用中,与其他规则相比,一些规则可能是更重要的。因而,不同的规则优先级可以被分配以体现规则在执行应用中的重要性。规则优先级可以是绝对数量或规则优先级可以是类别(如高级、中级、低级等)。分配规则优先级由图6A中的方框616指示。
最后,一个或多个具体建议被限定以用于被选择规则。这些是当规则生效时将输出到用户的建议。这在图6A中由方框618指示。建议可以采取多种不同的形式。例如,建议可以是固定建议(诸如“以每小时快3km的速度驾驶”)。这由方框620指示。建议可以是基于多种不同事物而改变的可变建议622。建议可以基于满足的程度而改变,建议可以基于项目的组合而改变,或建议可以根据指定函数624而改变。另外,阈值可以被限定。建议引擎可以将指定规则的满足程度施加到阈值以确定规则是否被触发。施加阈值由图6A中的方框626指示。具体建议还可以以其它方法被限定,并且这由方框628指示。
在一个示例性实施例中,针对每一个列举的规则,重复在图6A中描述的过程。这在图6A中由方框630指示。这完成规则的配置。
现在将提供多个示例。仅用于示例的以下六个规则将被讨论。将注意到,许多其它的规则或不同的规则也可以被列举。
规则1.用于产量的地速太慢。
规则2.在忙于卸载的同时驾驶太慢。
规则3.由于材料处理扰乱和/或堵塞的威胁引起的驾驶较慢。
规则4.使作物倒伏并且不能更快驾驶。
规则5.由于谷粒物流而导致的过多闲置时间。
规则6.进料室的频繁堵塞。
影响每一个规则的征兆可以被选择以集中在多个柱体上或集中在其它的被感测或导出的输入上。举例来说,上述规则1集中在谷粒生产率柱体上。规则2集中在谷粒生产率和物流柱体上。因而,指定的规则的集中可以是单个柱体、柱体的组合、个体的被感测或导出参数或其组合、或多种其它的事物。
针对规则1,现在将描述选择在确定规则是否被触发时被考虑的一组征兆。征兆可以包括例如关于对比参考数据(诸如用于相同作物并且在相同条件下的生产率参考值)而确定谷粒生产率是否低于阈值水平的考虑。还可以考虑可获得的机械功率是否完全地被利用,并且机械是否被损耗限制(当损耗柱体分数较高时损耗限制可以被指示)。收割时的平均速度还可以被考虑。例如,建议引擎184可以考虑平均速度是否低于合理的上阈值(使得机械可以实际上行进更快并且仍然以合理的搭乘舒适度进行等)。
对于这些征兆中的每一个,适用于规则的模糊集合可以被限定。在一个实施例中,模糊集合由曲线图中的边界函数限定,曲线图相对于参数(或征兆)的测量值而绘制满足程度。图6B例如示出了,与参考组相比相对于谷粒生产率柱体分数而绘制的满足程度的曲线图。因而,图6B中示出的曲线图的X轴上的百分比表示谷粒生产率分数相对于参考组的比较结果。
图6C绘制了相对于绝对机械功率利用柱体分数的满足程度。图6D绘制了相对于参照用户首选项而测量的损耗柱体分数的满足程度。对于平均速度参数,图6E绘制了在收割过程中相对于平均车辆速度的满足程度。
已经针对与规则1对应的每一个参数限定了模糊集合,规则1然后被分配优先级。在一个实施例中,基于该规则在指定应用中的重要性,优先级可以是高级、中级或低级。规则优先级还可以以其它方法被限定。
然后,针对规则1的具体建议被限定。即,针对规则1限定的建议将是如下建议,即如果引擎184确定规则1触发并且对应的建议将被输出,则建议被引擎184输出。尽管仅用于规则1的一个建议被描述,但是将注意的是,每一个规则都可以具有基于满足程度或基于其它标准而被选择的多个不同建议。在另一实施例中,每一个规则都仅具有单个建议。并且,建议可以是固定的或可变的。例如,用于规则1的建议可以是以每小时x千米的速度更快地驾驶。x可以是固定值或可以基于多种事物而是可变的。举例,其中x是可变的,x可以依赖于平均速度离用于车辆的针对该规则设置的上速度阈值的距离。x可以基于整体规则满足程度而改变,或x可以基于事物的组合而改变。x可以基于任何其它参数或参数组合,或x可以基于未被该规则的其它部分影响的预定函数。
然后相对于上述规则2-6执行相同过程。例如,对于规则2,一个考虑可以是,在收割时的生产率(以吨每小时为单位的)与在收割和卸载的同时的生产率的比率是否在平均值以下(在相同条件下相对于相同作物中的参考组)。另一考虑可以是车辆速度(诸如以千米每小时为单位的绝对数量)是否在规定范围(诸如在0.1-6千米每小时的范围中)中,以确保在速度已经较高时该规则不触发。然后针对每一个参数的满足程度的函数被限定,该规则被分配优先级,并且建议被限定。用于规则2的建议可以例如是“加速y”,其中y是固定的或参数依赖的任何形式,或参数独立的函数,或其中y基于规则满足而被换算等。
对于上述规则3,将考虑的一些征兆可以包括转子驱动压力的变化率和/或改变误差是否大于正常值。这可以提供用于通知田地条件的报告的内容。满足函数被限定,并且该规则被分配优先级,并且建议被限定。对于一些规则(诸如规则3),可以没有限定的建议。该规则可以仅触发报告的输入以示出内容。这可以允许农场管理员或另一人适当地解释报告中的其它结果。举例来说,管理员能够说明,因为材料流的扰乱,所以操作员正在更缓慢地驾驶。这可能是因为田地条件而非操作员。因而,当该规则触发时,该环境信息被提供在报告中,但是没有建议被输出。
对于上述规则4,被考虑的参数可以(相对于参考组测量的)谷粒生产率是否是中级到低级,联合收割机上的拨禾轮位置是否在下方并且延伸,以及机械是否正在收割。针对这些参数中的每一个的满足程度可以被限定,并且优先级可以被分配到该规则。此外,如同规则3,可以不生成针对规则4的建议。替代地,当规则4触发时,规则4为报告提供内容,该报告通知条件以允许技术人员读取报告以适当地说明其它结果。举例来说,倒伏的作物可以由大雨、大风或其它条件导致。当该条件存在时,操作员可以降低车辆速度,降低转子头部并且向下放置拨禾轮。
对于规则5,被考虑的参数中的一些可以是在一个田地完成之后物流分数是否低于90%。另一参数可以包括,相对于相同作物中的参考值并且在相同条件下,在田地完成之后在装满谷粒箱(或接近装满的谷粒箱)的情况下闲置时间的百分比是否比正常值高一阈值量。满足程度可以被限定以用于该规则,并且满足程度可以被分配优先级。建议可以是调查作物物流。
对于上述规则6,被考虑的参数中的一些可以是指示进料室被堵塞的某些问题代码是否被生成。这可以例如通过每单位时间该进料器代码的数量的计算被指示。如果该比率在预定阈值以上或相对于参考组较高,则这可以导致该规则触发。满足程度可以以其它方法被限定以用于该规则,并且优先级被分配到该规则。因为导致异常频繁堵塞的某些事物是错误的,所以建议可以是调查割台装配和设置。
图6F是图示建议引擎184的在确定哪些规则被触发并且何时提出建议时的操作的一个实施例的流程图。建议引擎184首先接收用于所有各种规则的所有被选择征兆或参数,如此各种规则可以被评估。这在图6F中由方框632指示。
建议引擎184然后确定是否是所述规则中的任一个被触发的时间。这由方框634指示。这可以以多种不同的方式被完成。例如,建议引擎184可以周期性地评估规则。此外,规则评估可以基于被感测条件。例如,如果一个规则被触发,然后其它规则被触发,则相关规则可以被立即评估。另外,如果某些参数或值被感测或导出或以其他方式被获得,则这可以导致规则或规则的子组被更经常地评估。在任何情况下,建议引擎184确定是否是评估规则的时间。
建议引擎184然后确定用于其正在评估的每一个规则的满足程度。这由方框636指示。这还可以以多种不同的方式被完成。举例来说,对于规则1,用于每一个参数的满足程度可以被计算。然后,可以根据用于每一个参数的满足程度生成用于整个规则的整体满足程度。作为一个示例,用于整体规则的满足程度可以与用于最弱参数的满足程度相同。在另一实施例中,整体规则的满足程度可以基于用于每一个参数的满足程度的组合。满足程度还可以以其它方法被获得。
一旦规则的满足程度被识别,则建议引擎184确定哪些特定建议被输出到操作员。这在图6F中由方框638指示。确定哪些特定建议被输出还可以基于多个不同的考虑因素。
例如,如果建议仅是最近的输出,则建议引擎184可以在预定时间周期内忽视该建议。这可以被完成,使得建议引擎184不太频繁地重复地输出相同建议。这在图6F中由方框640指示。
确定待输出的建议还可以基于其规则的满足程度。这由方框642指示。例如,如果指定的规则具有非常高的满足程度,则在与具有相对较低满足程度的规则对应的建议之前其对应的建议可以被输出。
确定是否输出建议还可以基于分配到对应规则的优先级。这由方框644指示。例如,如果多个建议被输出以用于高级优先级规则,则用于中级或低级优先级规则的建议可以被保持,直到高级优先级规则不再触发。这只是示例。
确定提供哪些建议还可以基于规则优先级、其满足程度、从上次提供建议开始的时间的组合或其它事物的组合。这由方框646指示。
另外,应该注意,建议引擎184可以被配置成用于在任何规定时间时仅提供目标数量的建议。因而,最高优先级建议可以以递减次序输出直到达到目标数量的建议。这在图6F中由方框648指示。建议引擎184还可以以其它方法确定输出哪些建议。这由方框650指示。
此外,在一个实施例中,矛盾建议被识别,并且在建议被输出之前矛盾被解决。矛盾可以以多种不同方式被解决。例如,当建议被赋予优先级时,矛盾可以基于优先级被解决。优先级可以基于权重或基础信息或以其它方式被非正式地、启发式地分配。矛盾还可以使用建立建议优先级的预定建议等级以被解决。矛盾可以通过访问一组矛盾消解规则以被解决。规则可以是静态的、依赖环境的或动态的。矛盾还可以以其它方法被解决。
一旦待输出的建议被识别,则建议引擎184输出所识别的建议。这在图6F中由方框652指示。
还应该注意,针对每一个规则考虑的参数不必是从复杂计算生成的那些参数。替代地,该参数可以从图1中的数据聚合的所有水平得到。因而,一些参数可以以工程单位被限定,而非其它度量。举例来说,针对规则1考虑的参数可以是以吨每公顷为单位的谷粒质量流、以百分比为单位的发动机载荷因子、损耗传感器读数(例如,以清粮室损耗撞击为单位)和以千米每小时为单位的地速。针对规则2考虑的参数可以被提供为螺旋推运器关闭与打开时的质量流的比率(以吨每小时为单位)。针对规则3考虑的参数可以被提供为转子驱动压力改变(以巴为单位)。针对规则4考虑的参数可以是以吨每小时为单位的谷粒质量流、以千米每小时为单位的地速、下降的拨禾轮位置和下降的割台位置。针对规则5考虑的参数可以是谷粒箱填充水平是否是恒定的并且超过95%并且在至少指定的时间周期内(诸如30秒)未改变。针对规则6的参数可以是诊断问题代码计数。当然,其它的更复杂的参数也可以被使用。
图6G示出用于操作员绩效报告110的示例性报告格式的一个实施例。图6G示出的报告格式仅是示例,并且由数量530指示。并且,将认识到图6G中的每一个区段都可以由用户、管理人或其它人员改变,以根据需要示出不同信息。
报告格式530可以说明性地包括用户标记的、或制造商标记的区段532。报告格式530可以包括操作员和机械识别器区段534,操作员和机械识别器区段识别特定操作员101和操作员正在操作的特定机械102。报告格式530可以包括日期范围区段536和报告频率指示器538,其中日期范围区段示出用于报告的日期范围,并且报告频率指示器表示报告以何种频率被生成。在图6G示出的实施例中,报告格式530仅正在报告用于上述五个绩效柱体分数类别中的三个的信息。报告格式530正在报告用于生产率绩效柱体、材料质量绩效柱体和燃料消耗(或燃料效率)绩效柱体的信息。当然,将认识到,额外的或较少的绩效柱体也可以被包括在报告格式中,并且示出的那些仅被示出以用于示例性目的。
图6G示出报告格式530包括概览区段540。概览区段540说明性地包括一组绩效柱体分数指示器542、544和546。图6G示出的分数指示器被示出为具有对应的数值绩效分数指示器554、556和558的仪表548、550和552。将认识到,图6G中示出的特定显示屏面仅是示例性的并且其他的显示屏面可以被使用。
在图6G示出的实施例中,概览区段540还包括指示被用户认为感兴趣的构件的操作时间的一组工时指示器560和562。在一个实施例中,例如,工时指示器560表示操作员101使用的发动机时间的数量以用于当前报告中的信息。其他工时指示器也可以被使用。
在一个实施例中,图6G还示出,对于在概览区段540中示出的每一个柱体分数,更详细的区段还被提供。例如,图6G包括生产率详细区段564、质量详细区段566和燃料效率详细区段568。
生产率详细区段564包括与在生成概览区段540中示出的整体生产率绩效柱体分数时感测的或计算的多个项目相关的详细信息。生产率详细区段564因而包括指示收割花费的时间、平均速度、操作员忙于卸载时(诸如在收割时)的时间的百分比和由用户覆盖的每小时平均区域的信息。生产率详细区段564还可以提供指示作物条件、用于切碎或卸下所花费的相对时间量和整体环境条件的指示器。此外,生产率详细区段564可以包括指示机械设置是什么(诸如用于筛、凹板、预清洁器和颖糠筛等的机械设置)的机械设置区段以及指示多个被感测参数(诸如风扇速度、滚筒速度、叶板调节和进料室驱动RPM等)的感测区段。
在图6G示出的实施例中,质量详细区段566说明性地包括用于生成质量绩效柱体分数的更详细的信息。例如,质量详细区段566可以包括与整体分离器损耗、清粮室损耗、谷粒质量、秸秆质量和残渣体积相关的详细信息。说明性地,质量详细区段566还可以包括示出由操作员获取或以其它方式采集的摄影图像的图像区段。例如,图像区段570示出被采集并且涉及分离器和清粮室损耗的图像。图像区段572包括被采集并且与谷粒质量相关的图像。
在图6G示出的实施例中,燃料效率详细区段568包括用于生成概览区段540中示出的燃料效率绩效柱体分数的详细信息。因此,燃料效率详细区段568可以包括诸如收割同、在田地中输送时、在道路上行进时的整体燃料消耗和非生产性燃料消耗。当然,燃料效率详细区段568还可以包括其它信息。将认识到,这仅是报告格式的一个实施例。多种其他的报告格式还可以被使用。
在另一实施例中,还可以提供绩效结果,所述绩效结果被绘制在从例如田地的卫星图像所生成的田地地图上。例如,在其他传感器正在感测事物的同时并且在数据正在被计算和导出的同时,GPS传感器(或其它的位置传感器)可以感测机械102的位置。映射构件可以将被感测位置与被感测和计算的数据相关联。数据然后可以被绘制在其数据被采集和收集的田地的地理示意图上。绘制结果可以包括每一个度量(五个柱体分数)和组合分数。曲线图还可以示出(同时或选择性地)其它信息。因而这将示出,针对不同数据,操作员在田地中的不同位置的绩效或如何完成任务。
图6H-6T示出可以由报告生成构件188生成的用户界面显示屏面的多个不同示例。如上所述,将认识到,用户界面显示屏面可以被生成并且作为用户体验提供给移动机械102的驾驶室中的操作员。操作员然后可以使用显示屏面上的信息来改变机械的操作,或改变机械的设置,或执行其它任务。另外,操作员可以接近实时地看到其相对于参考组是什么绩效。参考组可以是用于操作员自己、车队中的其它操作员、对于类似作物在类似地理区域中使用类似机械的其它高级执行操作员或用于另外其它参考组的历史数据。此外,用户界面显示屏面可以被接近实时地提供到远程农场管理员。可以规定农场管理员能够访问额外信息,个体操作员不能访问该额外信息,或农场管理员和个体操作员都可以访问相同信息。类似地,信息可以被存储以用于之后的使用,诸如在季节的末尾时,其中信息可以被分析以确定操作和财务绩效时机,如此机械、操作员或车队的操作和财务绩效可以被改进。
图6H示出了登录屏幕701的一个示例。登录屏幕701可以包括具有引导文本的引导文本部分703。登录屏幕701然后可以包括多个参数设置部分(或作物设置部分)705-717。说明性地,每一个部分705-717都将具有识别标题和一组或多组设置功能的标题识别器(大致在719处示出)。设置功能允许操作员改变用于机械102的操作或机械设置。设置功能719的类型可以基于形成的特定设置随每一个区段705-717而变化。
例如,设置功能可以是允许用户输入值的元数据值机构721。功能可以是选项选择机构723,选项选择机构723通过选择选项来允许用户识别设置或一组设置。功能可以包括允许用户打开或关闭特征的开/关机构725。设置功能可以分别地包括按钮或滑动机构727和729。通过正向或负向地致动致动器或通过沿着连续刻度滑动滑动件,该功能允许用户设置大致在值显示区段731处指示的值。类似地,在设置变换值时,可以使用弹出式或下拉式菜单机构733设置变换值。当用户致动诸如箭头735的适当的用户输入机构时,多个选项或值的弹出式显示屏面可以被生成以允许用户选择一个。
在图6H示出的示例中,通过致动返回致动器737用户可以返回到之前的屏幕(诸如,登录屏幕或另一屏幕),并且通过致动下一个致动器739用户可以行进到下一个屏幕。基于用户的身份或角色,响应于操作员致动返回致动器737或下一个致动器739而被显示的特定屏幕可以被报告生成构件188控制。例如,如果用户已经作为操作员登录,则构件188可以生成一组操作员用户界面显示屏面。另一方面,如果用户已经使用不同的身份(诸如管理员身份)登录,则构件188可以生成一组管理员用户界面显示屏面。
图6I-6M示出可以针对操作员生成的用户界面显示屏面的示例。例如,如果用户致动用户界面显示屏面701上的下一个按键739,则报告生成构件188可以生成操作员运行时间用户界面显示屏面,诸如图6I中示出的显示屏面741。在图6I示出的示例中,显示屏面741包括标题区段699、整体绩效分数显示机构743以及一组个体绩效柱体分数显示机构745、747、749和751。在图6I示出的特定示例中(并且其仅是一个示例),田地识别器区段699识别操作员当前操作所在的田地,并且分数显示机构743-751中的每一个都具有显示仪表区段753和数字显示读出区段755。仪表区段753以仪表方式显示对应的度量(诸如用于机构743的整体绩效分数、用于机构745的谷粒生产率分数、用于机构747的燃料效率分数等)。即,随着分数增加,仪表区段753的阴影区域竖直地增加。随着分数减少,阴影区域竖直地减少。数值读出也被示出在数字读出区段755中。当然,将注意的是,这仅是一个类型的显示机构。显示机构还可以包括刻度盘仪表、另一类型的仪表或其它显示机构。
显示屏面741示出每一个机构还包括比较。在仪表区段753的一侧,沿着仪表区段753,显示屏面741显示标记个体操作员分数的指示器,并且显示屏面741在相对侧显示标记参考组分数的指示器。例如,在图6I中,个体操作员分数被显示元件757(在被图示的示例中,显示元件757是在仪表区段753一侧的散列标示,但是还可以是另一指示器)标记,并且参考组分数被显示元件759标记(显示元件759又被示出为散列标示但是显示元件759可以是另一指示器)。因而,对于整体绩效分数和每一个个体绩效柱体分数,操作员不仅可以容易地实时看到其自己的分数,操作员还可以看到其自己的分数与被选择参考组的比较结果。将注意到,在一个示例中,针对每一个不同的绩效柱体,不同的参考组可以被选择。因此,在一个示例中,用户可以选择与在其车队中的其它操作员相同的用于整体绩效分数的参考组。然而,用户可以选择与在相同地理区域中的顶级绩效操作员相同的用于谷粒生产率度量的参考组。类似地,参考组可以被选择为用于用户自己的历史信息。这些仅是示例。
在一个示例中,通过选择参考组选择器769和771中的一个,用户可以快速地改变所显示的参考组。当用户致动参考组选择器769时,用于每一个绩效显示度量的参考组指示器759是用于当前操作员的平均值。例如,当用户致动用户输入机构769时,燃料效率显示机构747将显示与(由显示元件759指示的)用户的平均燃料效率分数相比的(由显示元件757表示的)用户当前分数。同样地,当用户致动机构771时,则报告生成构件188切换参考组,使得参考组显示与用于车队中的其它操作员的平均车队分数相比的操作员分数。然而,将注意的是,车队分数可以仅用于顶级绩效操作员,或用于车队中的其它组。这些仅是示例。
图6I还示出了,其中绩效柱体分数基于多个不同的测量度量,(用于构成整体绩效柱体分数的)那些度量的值也可以被显示。例如,可以如图6I所示,谷粒生产率显示机构745表示整体谷粒生产率柱体分数基于被感测的谷粒生产率和产量。被感测的谷粒生产率(例如,以吨每小时为单位)被显示在761处,并且被感测的产量值(例如,以吨每公顷为单位)被显示在763处。操作员因而可以快速地看到哪些主要度量有助于其绩效柱体分数(在这种情况下为谷粒生产率分数)。
图6I还示出在一个示例中报告生成构件188还可以示出额外信息。例如,仪表区段753和数字读出区段755可以示出用于指定度量的瞬时值,但是显示机构还可以示出在近来时间周期内的平均值。例如,燃料效率显示机构747可以在显示仪表区段753和数字读出区段755显示被收割产品的以升每吨为单位的瞬时燃料效率分数。然而,燃料效率显示机构747还可以包括平均或聚合分数显示区段765,平均或聚合分数显示区段765显示用于燃料效率分数的(在一些预定时间段内的)平均值,或用于该田地的、或用于该操作员的一些其它特性的、或用于整个季节的聚合整体燃料效率分数。相同的情况相对于功率利用显示机构749而被示出。可以看到仪表区段753和数字读出区段755可以显示用于功率利用率的瞬时值。然而,显示区段767可以显示用于该田地的、用于该季节等的预定时间段内的平均功率利用率。
图6J示出用户界面显示屏面741的另一示例。图6J中的多个项目类似于图6I中示出的那些项目,并且它们被类似地编号。然而,可以如图6J所示,机械102已经生成警报。例如,情况可以是,其中指定的绩效柱体分数偏离到可接受范围外,报告生成构件188生成警报以指示所述情况,并且建议引擎184生成建议以指示如何将指定的分数恢复到可接受范围中。在图6J示出的示例中,谷粒生产率显示机构745已经生成警报。警报显示元件769包括显示关于警报的标题和叙述信息的警报标题区段771。建议区段773显示关于操作改变的建议的细节,操作员可以对机械或机械设置等进行操作改变以将分数恢复到可接受范围中。用户界面显示元件745还包括解除机构775,解散机构775可以被用户致动以解除警报。然而,在一个示例中,报告生成构件188记录警报使得警报可以在之后被操作员、农场管理员、其他人评估。
图6K示出了可以针对操作员生成的田地报告用户界面显示屏面777的另一示例。显示屏面777说明性地显示关于操作员在指定田地中的绩效的信息。田地又通过田地识别器699被识别。并且,(图6I和6J示出的)整体绩效分数以及绩效柱体分数也被显示在图6K中。在操作员完成田地工作之后,或在田地中的操作过程中,田地报告显示屏面777可以被显示。在图6K示出的示例中,操作员已经完成收割田地,并且因此田地报告显示屏面777上的信息示出整个田地的结果。此外,田地报告显示屏面777包括整体绩效分数显示机构743和绩效柱体显示机构745-751。这些显示元件中的每一个都说明性地示出操作员的关于被识别田地的分数。
说明性地,显示屏面777还包括警报和通知显示区段779,以及正常运行时间概要显示区段781。区段779允许用户观察(和滚动)在田地收割过程中生成的警报和通知的列表。区段779包括柱体识别器783,柱体识别器783识别与警报或通知相关联的特定绩效柱体。区段779还包括描述警报或通知的描述区段785,并且区段779包括表示何时警报或通知被生成的日期识别器787。下掘机构789可以被用户致动以深入挖掘而看到关于警报或通知的额外细节。当用户这样做时,报告生成构件188检索之前记录的警报或通知的细节并且向用户显示那些细节。
正常运行时间概要显示区段781显示关于支持柱体的信息。正常运行时间概要显示区段781包括显示在田地中收割时利用的发动机时间791和分离器时间793的时间区段。正常运行时间概要显示区段781还包括物流区段795和诊断问题代码(DTC)区段797。物流区段795包括允许用户观察与物流信息相关的额外细节的查询机构799。DTC区段797还包括允许用户观察与诊断问题代码相关的额外信息的查询指示器901,诊断问题代码是在田地的收割过程中被生成的。
图6L示出用户界面显示屏面903的一个示例,当用户通过致动机构799深入研究物流信息时,用户界面显示屏面903可以被生成。在此情况下,报告生成构件188访问被存储的物流信息并且在显示屏面903中显示被存储的物流信息。物流信息可以被分配到用于每一个物流项目的分离的区段中,每一个区段都包括数字值或其它值。例如,区段905使用标题907识别第一物流项目,并且识别与该物流项目对应的特定值909。相同的该情况可以适用于图6L中示出的多个物流项目,并且列表可以使用诸如滚动条911以被滚动浏览。用户可以通过致动导航元件913而返回到图6K示出的概要页。
图6M是用户致动图6K中的查询机构901时可以生成的用户界面显示屏面915的一个示例。用户界面显示屏面915包括用于在用户正在收割田地时生成的每个DTC的诊断问题代码数值识别器917。用户界面显示屏面915还可以包括用于进一步地识别特定诊断问题代码的DTC标题919和描述921。此外可以使用诸如滚动条923的任何适当的用户输入机构来滚动浏览诊断问题代码的列表。
返回到图6H示出的用户界面显示屏面,现在假设用户已经作为管理员而登录。如果用户致动下一个机构739,则用户可以通过报告生成构件188被导航到一组管理员用户界面显示屏面。图6N示出了管理员仪表板显示屏面925的一个示例。仪表板显示屏面925包括田地区段927和操作员区段919。田地区段927包括一组可导航链接931,一组可导航链接931中的每一个都对应于由管理员管理的分离的田地。说明性地,每一个链接931都包括田地识别器933、整体绩效分数指示器935和支持柱体(例如,正常运行时间)分数指示器937。因而,管理员可以快速地看到用于任何指定田地的绩效分数或正常运行时间分数是否是不正常的。当管理员致动可致动元件931中的一个时,管理员通过报告生成构件188被导航到用于该特定田地的更详细的显示屏面。
操作员显示区段929包括一组可导航链接939,该组可导航链接939中的每一个都对应于不同的操作员。说明性地,每一个可导航链接都包括基于时间的图表区段941和数值指示器区段943。基于时间的图表区段941示出被识别的操作员在最近一段时间内的一个或多个绩效柱体分数。对于被识别的操作员,数值指示器区段943示出用于该绩效柱体分数的当前值。在一个示例中,管理员可以选择示出哪个绩效柱体分数以用于每个操作员和用于每个田地。在另一示例中,管理员可以选择在仪表板925上示出多个不同的绩效柱体分数以用于每个操作员和用于每个田地。当管理员致动链接939中的一个时,管理员被导航到与被识别的操作员对应的信息的更详细的显示屏面。
图6N还示出,在一个示例中,仪表板显示屏面925包括警报区段945。警报区段945列出在当天生成的警报以及近来生成的那些警报。说明性地,每个警报都可以具有表示其影响的特定绩效柱体的标题、以及田地识别器、操作员识别器和指示何时警报生成的时间的时间指示器。此外,列表中的每个警报都可以是可导航链接,使得可导航链接由管理员致动时,管理员被导航到与相关警报对应的更详细的信息。
图60示出管理员田地报告用户界面显示屏面955。例如当管理员已经致动与“处女地40”田地对应的田地显示元件931时,显示屏面955可以被生成。当管理员这样做时,报告生成构件188说明性地生成示出与该田地对应的信息的更详细显示屏面,并且如显示屏面955所表示。可以看到,图60中的一些项目类似于图6K示出的那些项目(所述项目被示出给与管理员相对的操作员)并且其被类似地编号。然而,说明性地,显示屏面955还包括地图致动器957和一组操作员致动器959。每一个操作员致动器959都识别特定操作员并且给出用于该操作员的一个或多个绩效柱体分数(或整体分数)以及用于该操作员的正常运行时间分数。元件959是可致动元件,使得当管理员致动其中的一个时,管理员被导航到与被识别田地中的操作员的绩效对应的更详细的信息。此外,整个操作员显示栏961还与可致动链接相关联。当管理员致动该链接时,管理员将被导航到示出用于在被识别田地中操作的所有操作员的更详细信息的更详细显示屏面。
在一个示例中,显示屏面955还包括滑入式致动器947。滑入式致动器947可以被管理员致动,以从用户界面显示屏面的一侧(在该示例中,左侧)滑入侧面板中。这样做可以为管理员提供更多选项以导航通过多个项目。
图6P示出管理员已经致动机构947的一个示例。可以如图6P所示,面板949现在已经滑动到管理员的(图60示出的)田地报告显示屏面上。说明性地,面板949包括田地致动器951和操作员致动器953。可以看到管理员已经致动田地致动器951。因而,报告生成构件188生成大致在956处示出的其它田地的列表。说明性地,列表中的每一个项目都包括识别田地的识别区段、田地当前是否是激活的或在某个之前的日期是否是激活的指示器、和用于在该田地中工作的所有操作员的整体绩效分数。通过致动列表956中的列表项目中的一个,报告生成构件188将管理员导航到与该田地对应的更详细的信息。
另一方面,如果管理员致动操作员的按键953,则操作员的列表被显示。操作员的列表将包括识别操作员、操作员当前是否正在工作和与该操作员相关联的整体分数的识别部分。此外,如果管理员致动操作员列表项目,则管理员被导航到示出用于对应操作员的更详细的信息的更详细的显示屏面。
举例来说,图6Q示出,在一个示例中,管理员已经致动与操作员显示栏961对应的链接。这促使报告生成构件188检索与用于被识别田地的每个操作员对应的更详细的信息,并且显示示出用于每个操作员的多个绩效柱体分数的更详细的显示屏面963。此外,在管理员通过致动元件959中的一个来选择操作员中的一个的情况下,报告生成构件188检索与该操作员对应的信息并且在绩效柱体分数显示机构743-751上(诸如通过显示元件965)显示该信息。因此,管理员可以容易地看到被选择的操作员如何与用于该田地的平均绩效相比执行绩效。例如,显示机构751包括显示元件965。这示出在谷粒损耗绩效柱体方面,对于田地,操作员“Nick”的绩效稍微高于平均水平。对于功率利用绩效柱体,显示元件965示出其绩效稍微低于平均水平。此外,说明性地,在图6Q中示出的显示屏面上的每一个显示元件是可导航链接。因此,当管理员致动其中的一个时,管理员可以深入研究用于生成该特定显示元件的更详细的信息。
再次返回到图60示出的显示屏面,管理员可以致动数据地图机构957。当管理员这样做时,报告生成构件188说明性地生成田地的更详细的地图视图。图6R示出了该情况的一个示例。可以如图6R所示,田地“处女地40”的地理图像被生成并且大致在967处被显示。报告生成构件188将指定的绩效柱体度量与在967处显示的田地中的地理位置关联,并且显示在该特定位置处表示绩效柱体度量的值的标记。在图6R示出的示例中,显示屏面包括绩效柱体度量选择区段969。这允许管理员选择绩效柱体度量中的一个以覆盖在967处示出的地图的地理表示。可以看到,管理员已经选择被选择的度量(在这种情况下,整体分数)。图例971可以是颜色编码的或以其它方式在视觉上指示整体分数的不同范围。因此,当那些颜色出现在田地的在967处的地理表示上时,管理员可以看到在田地中的每个地理位置处的整体分数大约是多少。由于颜色在地理表示967内偏离,所以管理员可以容易地看到被选择绩效度量在田地内如何改变。因而,在图6R示出的示例中,由于颜色在地理表示内变化,所以管理员可以容易地看到整体绩效分数在田地内如何改变。如果管理员选择谷粒生产率绩效柱体,例如,则报告生成构件188可以将谷粒生产率分数与田地中的地理位置(其被GPS或其它的位置传感器感测到)相关联,并且在田地967的地理表示上显示标记,指示谷粒生产率分数如何在田地内改变。
再次参照图6P中示出的显示屏面,如果管理员致动操作员按键953并且然后从显示的列表中选择操作员,则报告生成构件188生成示出与被选择操作员对应的更详细的信息的显示屏面。管理员致动操作员显示元件959中的一个时,同样如此。图6S示出用户界面显示屏面975的一个示例,当管理员这样做时,用户界面显示屏面975可以被生成。图6S示出与图60中示出给管理员的那些项目类似的一些项目,并且那些项目被类似地编号。然而,取代被聚合的用于指定田地的数据(通常就是图60中示出的信息的这样的情况),图6S中示出的信息是用于特定操作员(Nick)的信息。因而,每个显示机构743-751都相对于由显示元件759指示的参考组示出被选择操作员(Nick)的由显示元件757指示的绩效。在图示的示例中,参考组是车队中的其他操作员。警报和通知区段779是针对被选择操作员(Nick)被生成的那些警报和通知。正常运行时间概要信息是也与被选择操作员(Nick)对应的该信息。
显示屏面975还包括历史数据致动器977。当管理员致动致动器977时,报告生成构件188说明性地生成用于被选择操作员(Nick)的历史数据的显示屏面。图6T示出该用户界面显示屏面的一个示例。
图6T示出用户界面显示屏面979。说明性地,显示屏面979包括度量选择器屏面981,度量选择器屏面981允许管理员选择然后在历史性显示曲线图983上以曲线图表示的一个或多个绩效度量。可以看到,在图6T示出的示例中,管理员已经选择谷粒生产率、功率利用率和正常运行时间绩效度量以用于显示在显示部分983上。那些项目被分别地显示,如视觉上可区别的线所指示。每条线都具有在附近显示的相关联的窗口(由每条线周围的虚线区域图示),该窗户表示用于对应度量的接受窗口。这允许管理员快速地看到特定度量是否偏离到可接受窗口外侧。
在图6T示出的示例中,报告生成构件188还示出概要窗格985。概要窗格985显示用于被选择时间周期的概要信息。在图6T示出的示例中的概要信息被示出以用于选择的日期。例如,管理员可以致动用于10月1日的日期识别器987。当该情况发生时,报告生成构件188在窗格985中生成概要显示屏面,概要显示屏面总结操作员Nick在10月1日的绩效度量分数和激活田地信息。当管理员致动多个不同的日期标识器987时(诸如通过使用点击和拖曳致动、触摸和拖曳等),报告生成构件188将概述用于已经被选择的多个不同日期的信息。如果管理员触摸不同的日期,则除了针对已经被管理员选择的其他日期的概要显示屏面被生成,则报告生成构件188生成相同类型的概要显示屏面。
在一个示例中,当管理员致动时期选择器989时,允许管理员改变显示历史信息的时间段的下拉菜单或其它机构被显示。在下拉菜单被显示的情况下,管理员可以说明性地选择一个星期、两个星期、一个月或多个其它的时间周期。在不同类型的时期机构被显示的情况下,管理员也可以以其它方法选择不同的时间段。当该情况出现时,报告生成构件188显示具有用于新选择的时间段的信息的时间图表区段983。
采用用户输入机构,用户界面显示屏面操作以实时或接近实时地呈现用于多个信息用户的相关信息。这极大地增强了机械的操作。通过访问信息,多个用户可以调节机械操作、训练或其它参数以实现极大的绩效增强。另外,通过更快速地呈现相关信息,用户界面显示屏面改进了计算系统的绩效。用户界面显示屏面减少了用户疑问或以其它方式通过系统导航来找到相关信息的需要。这减少了处理开销和内存使用,因而改进了绩效。
图7示出,在一个示例中,绩效报告生成架构100所使用的信息还可以被提供到绩效和财务分析系统用于进一步分析。图7是示出绩效和财务分析系统660的一个示例的方框图。系统660可以访问数据存储器662中的数据。数据存储器662例如可以存储操作员绩效报告110、架构100使用的任何基础数据(例如,被架构100感测到的或以其它方式采集的数据、参考数据、或用于架构100中的多种其它信息中的任何一种)。该数据由664指示。数据存储器662还可以包括其它数据666。此外,在图7示出的示例中,系统660可以访问参考数据存储器114和建议引擎184。此外,将注意的是,系统660可以访问其它内容668,其它内容668可以包括例如指示燃料价格的燃料价格信息、劳动力和机械成本数据、可以将被感测的或计算的数据映射到田地中的指定位置的映射构件、和多种其它信息。
图7示出,在一个示例中,系统660生成具有用于与用户674相互作用的用户输入机构672的用户界面显示屏面670。用户674可以与用户输入机构672相互作用以控制和操作系统660。在一个示例中,用户674是整体上分析多个操作员、机械、或车队或甚至一组车队的绩效数据的技术人员。因而,用户674可以是农场管理员、财务分析者或可以对该信息感兴趣的多个其它的个人。说明性地,用户674使用系统660来识别可获得绩效改进的绩效时机间隔。说明性地,用户674还使用系统660来识别与绩效时机间隔对应的财务时机间隔,在财务时机间隔中,可以进行财务改进。
在一个示例中,系统660包括绩效时机间隔引擎676和财务时机间隔引擎678。系统660还可以包括处理器680、用户界面构件682、搜索引擎684、浏览器686和其它项目688。
绩效时机间隔引擎676可以包括参考计算器构件690、实际绩效计算器构件692、时机间隔识别器构件694、绩效节省构件696,并且可以包括其它的项目698。财务时机间隔引擎678可以包括财务值映射构件700、财务时机间隔识别器构件702、财务节省构件704,并且还可以包括其它的项目706。
在更详细地描述系统660的操作之前,将首先提供简要的概览。在一个示例中,绩效时机间隔引擎676使用参考计算器构件690来计算多个不同的绩效类别中的各种不同的参考绩效值。例如,绩效时机间隔引擎676可以计算整个类别中的用于被分析的车队中的每个机械的理论绩效最优状态。这可以基于机械配置、机械的自动化水平、和被架构100使用的任何或所有的其它信息或以及其它信息(诸如使用搜索引擎684或浏览器686从内容668得到的信息)。构件692还可以计算在多个不同类别中与多个操作员的实际绩效对应的实际绩效数据。时机间隔识别器构件694然后将实际绩效数据与参考绩效数据(例如,与操作员自己的历史数据、与诸如车队中的领先操作员的其它操作员、与和在多个车队中的操作员101在作物、地理区域、条件等方面相同的高绩效操作员进行比较)进行,以获得用于改进绩效的时机间隔。绩效节省构件696生成绩效节省值,绩效节省值将绩效时机量化,使得用户674可以更好理解绩效时机。财务时机间隔引擎676使用财务值映射构件700将财务值映射到构件696所识别的绩效节省值上。基于该映射,基于绩效改进,财务时机间隔识别器构件702识别可以获得财务改进的财务时机间隔指示区域。财务节省构件704计算将可获得的财务时机量化的货币值。系统660还可以调用建议引擎184以向用户674生成可执行建议,使得用户674可以进行绩效改进,并且因而进行财务改进。
因而可以看到,使用相对数据取代绝对数据来计算所述时机。相对数据考虑条件、地理、作物类型等,而绝对测量将不考虑这些因素。
在一个示例中,相同的度量不用于识别多个不同的时机间隔。这可以具有重复计算与度量对应的时机的作用,导致时机间隔人为地表现较高。例如,如果功率利用时机被识别,则该时机至少在某种程度上与谷粒生产率重叠。举例来说,假设功率利用率为80%,则表示具有20%的功率利用时机。如果功率利用率增加,则这可以导致收割被更快速地完成。然而,因为收割将被更快速地完成,所以这还可以增加谷粒生产率。因而,系统未累积地识别功率利用时机和谷粒生产率时机,因为这会具有重复计算通过增加功率利用率而实现的财务或绩效节省的影响。在一个示例中,因而,系统避免该类型的重复计算。
图7A以图表图示了多个上述项目。图7A包括图表708,图表708沿着由图表708的X轴指示的绩效和财务时机间隔连续统绘制实际的和理论的绩效分布。图表708以图表图示了可持续绩效包络线710,可持续绩效包络线710的特征是,用于其作物和地理的环境以及其它环境信息中的操作员的总体的可持续绩效。例如,在某些地理中,使用某些机械,具有某些操作员和在某些情况下(诸如天气情况、地形等),仅可以在规定范围中支持绩效。这由包络线710指示。
分布712示出在被选择的绩效类别中在规定车队中的所有操作员的绩效分布,其中在特定类别中那些操作员的绩效滞后于领先操作员。分布714示出车队中的领先操作员(在每个绩效类别方面)的分布。连续统(continuum)的上端716表示在车队的环境下的理论最优绩效。例如,上端716所表示的理论最优绩效可以基于以下假设而被计算,即所有机械都被升级到最大技术包、机械在功率极限下运行、并且被收割作物质量保持在目标上。在图7A示出的示例中,图表708还示出两个其它的理论绩效最佳状态718和720。假设机械具有自动化的第一水平,理论最优状态718被计算,并且假设机械具有自动化的第二更高水平,最优状态720被计算。图7A示出的项目仅是示例,并且其它绩效信息也可以被使用。例如,分布可以被识别以表示相同作物和地理中的最高级执行操作员的绩效。其他示例也可以被使用。
图8是更详细地图示系统660的操作的一个示例的流程图。将参照图7和7A描述图8。系统660首先从报告生成架构100接收信息,并且系统660还可以从其它源接收信息。这在图8中由方框722指示。如上简要所述,这可以包括操作员绩效报告110、来自架构100的其它数据的部分(并且由664指示)、来自参考数据存储器114的数据和其它内容668。
绩效时机间隔引擎676然后识别可以进行绩效改进的绩效时机间隔。这由图8中的方框724指示,并且相对于图9和10在下文被更详细地描述。简短地,然而,绩效时机间隔引擎676可以识别,如果通过滞后分布712(图7A示出)表示的所有滞后操作员能够改善其绩效以与由分布714指示的领先操作员匹配,则绩效改进是可获得的。这仅是可获得改进的一个时机间隔。类似地,如果机械具有升级技术包,则可持续绩效包络线710可以被向上地移动以与分布718匹配。这是可以进行改进的又一绩效时机。在技术升级到与由分布720指示的状态匹配的情况下,同样如此。另外,绩效可以理论上被改进到理论最优绩效716。通过比较车队中的领先执行者与相同作物和地理区域中的不同车队中的其它最高绩效执行者,另一时机可以被识别。在任何情况下,绩效时机间隔引擎676识别可以进行绩效改进的区域。
然后,财务时机间隔引擎678基于绩效时机间隔来识别可以进行改进的财务时机间隔。这在图8中由方框726指示。关于图9和11,这在下文被更详细地描述。简短地,然而,引擎678将财务值分配到在绩效时机间隔中被识别的绩效改进。因而,引擎678提供识别可能的财务节省的财务节省输出,财务节省可以通过改进绩效而被获得。
说明性地,系统660还可以调用建议引擎184,以用于生成建议以利用被识别的绩效和财务时机。这在图8中由方框728指示。
然后,系统660输出绩效和财务时机以及建议。这由方框730指示。这也可以采取多种不同的形式。例如,在农业季节过程中,这些项目可以被输出,并且反映年初至今的时机和可能的节省。这由方框732指示。这可以在农业季节的末尾被完成并且指示年末尾值734。系统660可以设置有下掘功能736,如此用户674可以评估与例如个体操作员、单独机械、一年的某些时间等对应的更详细的信息。还可以以其它方法738设置系统。
图9是更详细地图示系统660在识别绩效和财务时机间隔时的操作的一个示例的流程图。在图9示出的示例中,绩效时机间隔引擎676首先接收识别类别的一组类别度量,用于该类别的绩效和财务时机间隔将被识别。这在图9中由方框740指示。这些类别度量可以以各种不同方式被接收。例如,这些类别度量可以是识别一组预定类别的预定类别识别器。这些类别度量还可以是用户可配置的类别使得用户可以限定其自己的类别。当然,这些类别度量还可以以其它方式被设置。一旦类别被识别,则系统660根据那些类别提供指示绩效和财务时机间隔的值。例如,用于限定绩效和财务时机的类别的第一组可以在从田地更快地移除谷粒的方面。另一组类别可以是增加工作的质量。另一组类别可以是最小化非生产性燃料消耗,并且另一组类别可以是最小化非生产性时间使用。这些类别中的每一个都可以通过度量被限定,并且该情况的一个示例相对于图10A在下文被更详细地描述。
再次返回图9,一旦类别被识别,绩效时机间隔引擎676接收绩效数据以用于正被分析的车队。这由方框742指示。实际绩效计算器构件692然后获得在每个类别中量化实际绩效的实际绩效值。如果那些实际绩效值已经被计算,则可以通过仅访问实际绩效值而获得它们,或如果实际绩效值是将从由构件692接收的数据获得的导出值,则实际绩效计算器构件692可以计算实际绩效值。获得每个类别中的实际绩效值由图9中的方框744指示。实际绩效值识别正被分析的车队中的多个操作员和机械在指定类别方面的实际绩效。
参考计算器构件690然后获得每个类别中的参考绩效值。此外,参考计算器构件690可以仅访问其中参考绩效值已经被计算的那些度量,或如果参考绩效值将被导出,则参考计算器构件690可以计算参考绩效值。获得每个类别中的参考绩效度量由方框746指示。该信息表示多个参考,实际绩效数据可以与该多个参考相比以识别时机间隔。在关于图7A的上述示例中,参考绩效值可以与由领先操作员分布714表示的绩效值或由分布718和720或上端716表示的理论最佳状态对应。参考值可以与相同作物和地理区域中的多个车队中的领先执行者或其它参考值对应。
时机间隔识别器构件694然后将实际绩效值与参考绩效值进行比较,以识别绩效时机间隔。这由方框748指示。例如,构件694可以将每个类别(由图7A中的分布712表示)中的用于滞后操作员的滞后绩效数据与每个类别(由分布714表示)中的用于领先操作员的领先绩效数据进行比较。这两个数据之间的差异可以量化绩效时机,在该绩效时机中,如果滞后操作员增加其绩效以与领先操作员的绩效对应,则绩效可以被改进。这只是一个时机间隔。构件694还可以将用于正被分析的车队的实际绩效数据与由分布718和720和上端716表示的理论最佳状态进行比较。构件694可以将车队专用数据与来自其它车队的数据或来自在相同作物或相同地理区域中的多个不同车队中的数据进行比较。构件694还可以将实际绩效数据与其它参考数据以识别其它的绩效时机间隔进行比较。
一旦绩效时机间隔被识别,则绩效节省构件696可以计算或访问信息以识别(在绩效方面的)节省,该节省可以通过利用每个被识别时机而被获得。例如,构件694可以识别可以被节省的燃料的加仑或升的数量、可以被节省的小时的时间或可以通过利用被识别的绩效时机而被获得的节省的其它单位。量化绩效节省由图9中的方框750指示。量化可以是英语英制单位、公制单位、或其它单位。
财务时机间隔引擎678然后使用财务值映射构件700以将财务值分配到方框750处所生成的各种绩效节省值。构件702基于被分配值而识别财务时机间隔,并且财务节省构件704(以任何需要货币)计算节省,该节省可以通过利用财务时机(财务时机自身可以通过利用绩效时机而被获得)而被获得。基于绩效时机间隔来确定财务时机间隔由图9中的方框752指示。
图10是更详细地图示绩效时机间隔引擎676的操作的一个示例的流程图。图10A示出图示了表格形式的绩效时机数据的用户界面显示屏面的一个示例。将认识到,图10A仅示出用户界面显示屏面的一个示例并且各种其他用户界面显示屏面也可以被使用。信息可以被示出为图表形式、或其它示意图形式或以多种其它方法被示出。现在将与彼此结合描述图10和10A。
在关于图10和10A描述的示例中,待识别的绩效时机是反映每个类别中的领先绩效操作员和滞后绩效操作员之间的差异的时机。例如,如果滞后操作员可以被训练或以其它方式被教育以增加其绩效以与每个类别中的领先操作员匹配,则具有绩效时机。在具有机械的多个技术升级的情况下并且相对于最后理论最优状态,另一绩效时机被识别为实际绩效数据和理论最佳状态之间的差异。其它的绩效时机仍然可以通过比较其它车队专用数据与车队中的对应数据(诸如比较该车队中的顶级绩效操作员与其它车队中的最高绩效执行者)而被识别。这些仅是可以被计算的时机的示例,并且其他时机也可以被计算。
实际绩效计算器构件692计算将用于识别时机的实际绩效值。例如,在领先操作员绩效将被使用的情况下,构件692计算被识别的绩效类别中的领先操作员绩效值。这在图10A中由方框754指示。该情况的一个示例被示出在图10A中的表格756中。在表格756中可以看到,布置成组的类别被识别在列758中。那些组中的每一个都包括识别在列760中的多个不同个体类别。列760中的每一个类别都可以通过特定单位的绩效值被表示,如列762所示。实际绩效值被示出在表格756的其余部分中。举例,在一些类别中,列764示出了用于季节的最坏日期的绩效值。列766示出在类别中的用于所有滞后操作员的平均值。列768示出在类别中的领先操作员的平均值。列770示出用于最好日期的值。列772示出被分析的车队的环境中的最优值,并且列774示出评价。信息带776还可以包括其它信息,诸如注释和背景信息。还将理解,包含在图表756中的信息仅是可以计算的信息的一个示例。不同的、额外的或更少的信息还可以被计算。例如,交叉车队数据可以被计算或检索。此外,在该示例中,谷粒损耗质量度量未被包括,但是这些度量也可以被包括在方法的框架中。举例,如果谷粒质量数据示出具有相对较高水平的谷粒损坏,则这可以导致升降机在没有损失的情况下不接收谷粒。另外,当与参考数据相比时,如果谷粒损耗数据示出典型的过多损耗,则这还可能具有财务影响。因而,可以包括谷粒质量和谷粒损耗数据。对于残余物数据同样如此。
在任何情况下,方框754表示,实际绩效计算器692计算在不同类别中的实际绩效值,所述实际绩效值用于列768中所示的每一个类别中的领先操作员,或用于将被用作用于比较以识别时机的基础的其它组或个人。实际绩效计算器构件692还可以计算各种绩效类别中的、用于其它车队专用组或个人的实际绩效值,所述其它车队专用组或个人将用于识别时机。在一个示例中,实际绩效数据还被计算以用于滞后操作员。这由方框778指示,并且大致示出在图表756的列776中。
参考计算器构件690然后计算各种不同的参考值,实际绩效值可以与所述参考值相比以识别绩效时机间隔。一个参考值是在指定的当前机械配置下的理论绩效最优状态。这由方框780指示。该情况的一个示例被图示在图10A中的列772中。假设车队具有自动升级,构件690还可以计算与正被分析的车队中的机械对应的理论绩效最佳状态。这由方框782指示。这还可以被用作参考值。假设机械被功率限制并且具有最大技术升级并且正在生成合适质量的产品,构件690还可以计算用于机械的最后理论绩效最优状态。这由方框784指示。当然,其它参考数据还可以被计算或获得,诸如用于在相同作物和类似地理区域中的其它车队中的领先操作员的数据或其它数据。
时机间隔识别器构件694然后将实际绩效数据与计算的参考值进行比较,以识别绩效时机间隔连续统。这由方框786指示。例如,构件694可以将每个类别中的领先操作员与一般的滞后操作员进行比较以识别时机间隔。这由方框788指示。构件694可以将所有操作员(或主要或滞后操作员)的平均状态与被计算的理论最佳状态中的任一个或交叉车队数据进行比较。这由方框790指示。构件694还可以以其它方法识别时机间隔连续统并且这由方框792指示。
然后,在每一个类别中,绩效节省构件696计算绩效节省值,该绩效节省值量化绩效节省,绩效节省可以被获得以用于连续统上的每一个时机间隔。这由方框794指示。绩效节省构件696然后输出绩效节省值,如方框796所示。
图10B示出图示该情况的用户界面显示屏面798的一个示例。可以如10B所示,一些类别中的绩效时机被量化成节省的小时,并且其它类别的绩效时机被量化成节省的数升燃料。例如,在谷粒生产率类别中通过比较领先绩效执行者与滞后绩效执行者,可以看到,如果滞后操作员的绩效匹配领先操作员的绩效,则车队可以已经节省37.3小时。如果操作员的整个车队匹配被计算的最优参考值中的一个,则节省可以已经为118.2小时。此外,将注意的是,在一个示例中,这些值是相对的而非绝对的。这调节管理员或操作员的控制的范围外的因素(诸如,平均田地尺寸、区域中的作物产量等)。
类似地,如果滞后操作员已经在功率利用方面匹配领先操作员,则车队可以已经节省13.6小时。如果滞后操作员在等待卸载的闲置时间方面匹配领先操作员,则车队可以已经节省11.5小时,并且如果所有操作员在最优状态水平下执行,则车队可以已经节省22.3小时。另外,如果滞后操作员已经在固定卸载时间方面匹配领先操作员,则车队可以已经节省5.1小时。如果所有操作员都在该类别中最佳地执行,则车队可以已经节省28.2小时。
关于燃料使用的相同类型的时机被识别。例如,如果滞后操作员已经在收割燃料效率方面匹配领先操作员,则车队可以已经节省4295升燃料。如果所有操作员都在最优水平下执行,则车队可以已经节省16589升燃料。在图10B示出的示例中,这些数字还被计算以用于燃料输送效率、道路输送效率、闲置时间、等待卸载的闲置和固定卸载。因而可以看到,在多个不同的绩效类别中,绩效时机间隔引擎676现在已经识别可以被利用的多个绩效时机。绩效时机间隔引擎676还已经量化可以通过利用每一个时机而被获得的节省(以可理解的单位,诸如燃料升数和以小时为单位的时间)。
如上所述,多种其它时机也可以被识别,诸如从用于被感测的谷粒损坏的质量目标的偏离(在机械上被感测或如升降机所测量)和由机械感测到的和相对于操作员的谷粒损耗参数设置目标(如果被操作员或管理员被设置)被测量的实际谷粒损耗。这些仅是示例。
财务时机间隔引擎678向每个时机分配财务值。图11是更详细地图示引擎678的操作的一个示例的流程图。引擎678首先接收每一个类别中的绩效节省值,绩效节省值通过绩效节省构件696被计算。接收该信息由图11中的方框900指示。举例来说,引擎678将接收针对图10B中示出的每一个时机计算的节省的小时。说明性地,引擎678还将接收针对图10B示出的每个时机计算的燃料升数。
然后,财务值映射构件700访问用于每一个类别的绩效节省值和财务值之间的映射。这由方框902指示。举例来说,说明性地,映射构件700在货币每小时(诸如美元每小时)方面识别财务值。举例来说,映射构件700可以是运行大约$500.00每小时的分离器成本(其可以以任何需要的方式被计算,诸如通过使用机械值折旧)的映射构件。说明性地,这些值在图10B中被示出在904处。说明性地,映射构件700还识别货币值以分配到每升燃料。在图10B示出的示例中,构件700分配$1.00每升燃料的值。
一旦财务值被分配到每个类别中的每个绩效节省值,则财务时机间隔识别器702通过计算财务量来识别财务时机间隔,可以通过利用每个绩效时机而节省财务量。这些量对应于多个财务时机。
例如,再次参照图10B,财务时机间隔识别器构件702表示,如果滞后操作员在谷粒生产率类别中匹配领先操作员,则车队可以已经节省$18,650.00。这通过将37.3小时绩效时机乘以$500.00每小时而被获得。构件702计算用于图10B示出的每个类别的这些财务时机。
构件702针对燃料时机做相同的工作。因而,构件702分配可以被节省的一美元每升的燃料,通过可以在每个时机中节省的升的数量乘以该燃料,并且将该节省值识别为对应的财务时机。
然后,财务节省构件704计算可以通过增加多个类别中的绩效而被获得的最后节省。可以如图7B所示,如果在所有类别中,滞后操作员改进其绩效以与领先操作员匹配,则车队可以节省$39,414.00。如果在所有类别中,所有操作员都在最优水平下操作,则车队可以节省$105,197.00。该信息是用于用户674观察或用于其它用途或分析的输出。基于绩效节省值以计算财务节省值并且输出财务节省值由图11中的方框906和908指示。
在一个示例中,财务和绩效时机还可以用于识别绩效增强项目。例如,培训设备可以具有映射到识别的绩效时机的培训课程的目录。引擎676可以访问映射以识别培训课程,培训课程最直接地映射到被识别的绩效时机。举例,某个培训课程可以具有强烈的映射以增加操作员在功率利用方面的绩效。另一培训课程可以基于绩效时机有利地被映射到另一绩效柱体,诸如谷粒生产率,引擎676可以识别对应课程并且将其发送到其可以被包括在建议中的建议引擎184。相同的情况可以被完成以建议技术升级。系统660可以预测将在购买升级包时被看到的节省,并且将该节省以及估算的投资收益发送到其可以呈现给用户的建议引擎184。信息也可以用于其它的销售建议。
绩效和财务分析特征不仅较大地改善操作员、农场管理员、或信息的其它消费者的绩效,而且绩效和财务分析特征还较大地增强农业或其它移动机械的绩效。该信息可以被操作员用于调节移动机械的操作以改善绩效,并且该信息的其它消费者可以更精确地和更快速地进行更好的关于车队操作的决策。这些特征还改善了其所配置在的计算系统的绩效。通过更快速地呈现该信息,用户不必将系统负担有额外的导航和搜索操作。这减少了系统的计算量并且因而改进其绩效。
根据另一示例,如上所述被生成的信息可以用于识别农艺变化,并且基于种植者遇到的农艺变化来执行各种分析以识别指定的种植者可以进行的以改善其绩效的改进。图12是农艺变化架构939的方框图,农艺变化架构939包括用于执行这些类型的分析并且用于生成建议的农艺变化分析系统940的一个示例。图13是图示图12示出的系统的操作的一个示例的流程图。首先需要指出,农艺变化分析系统940执行其分析,原始数据感测层116和导出数据计算层118(和可能地其它层)包括提供数据或农艺参数的传感器,数据或农艺参数可以用于生成农艺变化的测量值。例如,如上所述,传感器可以包括产量传感器和地理位置传感器(诸如GPS或其它传感器),使得产量可以关联到任何规定田地中的位置。说明性地,传感器还包括地形传感器,地形传感器提供指示田地中的地形的输出。例如,传感器可以不仅包括地理位置传感器,还包括不同的方位传感器。方位传感器可以包括尤其是例如加速度计、重力开关、差分全球定位系统接收器的事物。说明性地,方位传感器提供输出以不仅指示移动机械的位置(还包括例如高度),还指示俯仰角和侧倾以及可以有益于识别地形的任何其它定向信息。说明性地,传感器还可以包括水分传感器,水分传感器表示用于被收割作物(例如,用于谷粒)和非谷粒材料的水分含量。说明性地,传感器还可以包括韧性传感器,韧性传感器指示待处理的收割材料的韧性度是多少(例如,将被打谷的作物的韧性度是多少并且将通过机械被处理的非谷粒材料的韧性度是多少)。另外,传感器可以包括指示多个被感测参数在日期的时间内(诸如,收割窗口)如何改变的传感器。这些仅是示例并且在下文更详细地被描述。
在图12示出的示例中,说明性地,农艺变化分析系统940包括变化时机间隔引擎942、指定构件建议系统944,并且农艺变化分析系统940可以包括其它项目946。系统940还被示出访问数据存储器948,数据存储器948可以说明性地存储操作员绩效报告110和多种相关的或额外的数据,诸如基本产量数据950、地形数据952、作物特性数据954、日期时间变化水平956,并且可以包括其它数据958。
说明性地,产量数据包括基础数据,基础数据包括谷粒产量和非谷粒材料(MOG)产量。产量数据还可以包括例如谷粒产量/MOG产量比率。谷粒产量可以被质量流量传感器感测到,质量流量传感器测量通过机械的谷粒质量流量。MOG产量还可以例如通过具有光学传感器或其它传感器以被测量,光学传感器识别进入机械中的(例如,进入清洗粮箱中的)非谷粒材料。两个产量都可以关联到地理位置,使得田地中的变化可以被计算。所述比率同样如此。
说明性地,地形数据952包括可以用于获得田地中的高度和斜坡变化的数据。这可以影响水分利用率并且最终影响产量变化以及机械绩效。地形数据可以例如包括被感测到的俯仰角数据,随着机械移动通过田地,所述被感测到的俯仰角数据感测机械的俯仰角。地形数据还可以包括被感测到的侧倾数据,被感测到的侧倾数据感测田地中的侧倾(使得侧倾变化可以被识别)。这例如可以用于生成侧坡信息,侧坡信息指示机械是否频繁地在斜坡的侧边上运行。
说明性地,作物特性数据954包括可以用于理解用于指定作物的地区效果的信息。例如,作物特性数据954可以包括被感测到的谷粒水分,被感测到的谷粒水分可以用于识别田地中的谷粒水分的变化。作物特性数据954还可以包括可以用于计算MOG的水分含量的信息。例如,在光学传感器识别非谷粒材料的存在的情况下,然后被感测到的水分含量可以与非谷粒材料关联以计算用于非谷粒材料的水分含量。还可以通过计算MOG水分如何在田地的地理位置中变化以确定MOG水分的变化。作物特性数据954还可以包括韧性数据。这可以针对作物以及MOG被获得。举例来说,感测脱粒机如何努力工作的传感器可以提供指示对作物打谷如何困难的测量值。这可以用作韧性度量,并且田地中的作物韧性的变化可以被计算。对于MOG同样如此。即,在传感器识别MOG存在的情况下,脱粒机韧性参数可以用于识别MOG的韧性。
日期时间变化数据956可以包括可以用于识别收割窗口中(例如,日期时间中)存在的变化水平的信息,收割窗口可能通过指定构件获益。例如,生产率变化可以通过感测谷粒生产率经过一段时间的水平并且通过考虑经过一段时间的产量变化而被感测到。质量变化还可以被获得。例如,燃料效率(例如,引擎燃料消耗和被感测到的谷粒质量流量)可以被识别并且其随时间的相应变化也可以被识别。可以随着时间的过去计算被感测到的谷粒损耗(例如,分离器损耗和清粮室损耗),并且还可以随着时间的过去(例如,基于来自多个谷粒质量照相机的视频信号的)感测和计算谷粒质量,以便可以获得其变化。这些仅是示例。
所有这些信息可以通过农艺变化分析系统940而被获得。变化时机间隔引擎942可以识别变化时机间隔,并且指定控制建议系统944可以生成指定控制构件,该指定控制构件可以用于处理由引擎942识别的多个农艺变化时机。
在更详细地描述系统940的操作之前,概览将首先被提供。说明性地,变化时机间隔引擎942包括农艺变化识别器构件960、变化时机间隔识别器构件962、时机聚合构件964,并且可以包括其它项目966。农艺变化构件960可以从数据存储器948获得各种参数,并且计算或识别基于逐个田地或以其它方式而发生的各种类型的农艺变化。变化时机间隔识别器构件962识别其中农艺变化可以被处理的时机间隔。针对指定种植者,时机聚合构件964聚合田地中的那些时机或以其它方式处理那些时机。该信息可以被提供到指定构件建议系统944。
说明性地,指定构件建议系统944包括时机到构件的映射引擎968、映射存储器970(映射存储器970自身说明性地包括时机到构件的映射972并且可以包括其它项目974)、建议引擎976,并且可以包括其它项目978。引擎968访问存储器970中的映射以识别处理被识别的特定农艺变化时机的一些特定指定构件。说明性地,引擎976访问财务时机间隔引擎676(以上关于图7描述财务时机间隔引擎676)并且还生成建议980。说明性地,建议包括建议指定构件982,建议指定构件982识别可以用于处理(例如,减少或以其它方式处理)农艺变化和被识别的相关联时机的各种指定构件。建议980还可以包括财务分析部分984,财务分析部分984推断通过建议构件982处理农艺变化时机的财务影响,并且可以包括建议指定构件982将如何影响规定种植者的相对于单独田地和全部田地的整体绩效。说明性地,财务分析部分984还可以基于增加的绩效和财务操作来指示投资的各种收益,可以使用建议指定构件982以获得财务操作。建议980还可以包括其它项目986。建议980可以不仅输出到指定的种植者,还可以输出到机械制造商、指定构件的制造商、多个其它供应商、其它农艺服务提供商(ASP)等。
说明性地,系统940还包括用户界面构件943和处理器945。这些可以与如前述的相同用户界面构件和处理器,或不同的用户界面构件和处理器。说明性地,系统940生成用于用户947的用户界面显示屏面941。如下所述,用户947可以是多个不同用户中的任何一个。
图13是更详细地图示系统940的整体操作的流程图。现在将与彼此结合来描述图12和13。
系统940首先确定农艺变化分析将被执行。这在图13中由方框990指示。这可以以多种不同的方式被完成。例如,系统940可以接收指示用户请求系统940以生成农艺变化分析的用户输入992。在另一示例中,系统940可以自动地间歇地或周期性地或在规定时间994生成分析。进一步地,系统940可以被配置成用于间歇地或连续监控各种类型的农艺变化,并且,当一个或多个类型的农艺变化到达阈值水平时,生成全部农艺变化分析(包括建议980)。这由方框996指示。系统940可以确定农艺变化分析还可以以其它方法被执行,并且这由方框998指示。
变化时机间隔引擎942(例如,农艺变化识别器960)然后访问数据存储器948(或其他位置)中的农艺变化参数。这在图13中由方框1000指示。此外,如上简述,农艺变化参数可以包括产量数据950、地形数据952、作物特性数据954、日期变化数据956的时间或其它数据958。构件960然后计算多个不同尺寸中的每个田地的农艺变化。这在图13中由方框1002指示。例如,构件960可以计算田地中的产量数据变化的水平、地形变化的水平、作物特性变化的水平、日期时间变化等。构件960还可以计算变化的各种不同的测量值。例如,构件960可以针对每一个规定尺寸(或参数)计算尺寸值(或参数值)的标准偏差或多种变化的其它测量值。
说明性地,构件960然后组合针对多个尺寸计算的多个农艺变化,以获得用于规定田地的组合农艺变化参数。这由方框1004指示。可以用于获得组合变化参数的计算的一个示例在下文被识别为下述等式1:
农艺变化=x1×STD(谷粒产量)+x2×STD(MOG产量)+x3×STD(俯仰角)+…
其中,说明性地,因子x1、x2、x3…是加权因子,该加权因子可以用于调谐每一个被包括参数(或尺寸)的标准偏差中的农艺变化计算。将注意到,这只是用于计算农艺变化的一个方法,并且多种其它机构中的任何一个也可以被使用,包括用于每一个贡献参数(或尺寸)的相应的分布函数等。
变化时机间隔识别器构件962然后基于构件960针对该田地所计算的组合变化参数,来分类每一个田地(或每一个田地区段或甚至以或多或少的粒状为基础)的时机间隔。这由方框1006指示。这可以以例如与关于被识别的绩效时机和多个财务时机的、如上所述的相同方式被完成。
时机聚合构件964然后针对指定的种植者(或针对另一实体,诸如针对拥有土地或设备的公司等)聚合在多个田地中被识别的时机间隔。这在图13中由方框1008指示。
时机到构件的映射引擎968然后基于由引擎942识别的变化时机间隔来访问存储器970中的映射,以识别可以被种植者使用以处理农艺变化的多个指定构件。这些映射由方框972指示。访问这些映射由方框1010指示。
指定构件可以分为多个不同的类别。例如,指定构件可以是改变移动机械的配置的构件。这由方框1013指示。指定构件可以是提供不同水平的机械自动化和控制的指定构件。这由方框1012指示。例如,指定构件可以是增加移动机械的自动化控制的水平的构件。指定构件还可以是提供较高水平或分辨率的数据采集和报告的指定构件。这由方框1014指示。例如,因为被感测的产量在整个田地中未改变许多,所以如果产量在指定的田地中相对平均,则产量传感器不必提供高分辨率的传感器输出。然而,在规定田地中具有较大产量变化的情况下,种植者可以通过更高分辨率的产量传感器获益,更高分辨率的产量传感器更经常地获得产量感测测量值,或针对报告、映射等提供更高清晰度的产量感测数据。这将允许种植者更精确地追踪田地中的产量变化。这只是数据采集和报告构件1014的一个示例。
当然,指定构件还可以是多种其它的构件,并且这由方框1016指示。其它指定构件例如可以包括侧丘陵套件,侧丘陵套件允许机械的多个项目在侧丘陵上或斜坡或地形具有相对较大变化的情况下更有效地操作。不同水平的机械自动化和控制构件可以包括具有或多或少更精细自动化的构件,因而或多或少依赖于操作员来控制机械。数据采集和报告构件1014的另一示例可以是不同的报告系统。第一报告可以仅是监控器,即多个被感测参数和绩效信息仅在驾驶室中被显示给操作员的系统。另一水平的报告可以包括生成关于标准分辨率数据的报告,并且将标准分辨率数据提供到标准组的用户。又一水平可以包括,使用高分辨率数据生成那些相同的报告、或额外的或不同的报告,在高分辨率数据中,数据以更高采样速率被采样。这些仅是示例。
一旦引擎968已经识别可以用于处理农艺变化的多个构件,引擎968说明性地向财务时机间隔引擎676提供识别农艺变化时机的时机信息和已经被识别以处理那些变化的多个指定构件的标识。说明性地,引擎676基于被识别的指定构件的成本和外推出的财务改进来执行财务分析,其中如果那些构件被配置用于种植者的田地或配置在移动机械上,则所述外推出的的财务改进将被种植者获得。这可以包括构件如何可以在那些田地中影响种植者机械的绩效,以及构件如何可以在那些田地中财务地影响种植者的绩效。因而,财务分析还可以包括投资收益指示器,投资收益指示器识别用于已经被识别的多个构件的投资收益。获得用于已经被识别的指定构件的财务分析由图13中的方框1018指示。
建议引擎976然后生成和输出一个或多个建议980。这在图13中由方框1020指示。建议980然后可以被输出到多个不同用户947。这由方框1022指示。例如,建议980可以被局部地或远程地存储,如方框1024所示。建议980可以输出到种植者1026。建议980可以输出到多个构件产品1028或多个农艺服务提供商(ASP)1030。当然,建议980还可以输出到多个其他的实体,如,农艺师、种子公司、设备制造商、服务供应商等,并且这由方框1032指示。
因而可以看到,系统940可以用于彻底改善多个机械的绩效。系统940可以快速地呈现相关信息,该相关信息可以映射到不同的指定构件或技术,所述不同的指定构件或技术可以用于改善机械的整体绩效或一组机械的整体绩效。系统940还可以用于改变机械的配置、配置在机械上的多个构件或可以用于增加机械的绩效和效率的多个其它事物。此外,系统940可以增加系统940自身的绩效。举例来说,因为系统940更快速地呈现相关信息,所以用户不必导航通过多个数据存储器或进行查询以获得不同类型的数据来呈现相关数据。替代地,相关数据针对用户自动地被生成并且被呈现。因为数据被更快速地识别和呈现,所以这减少了用于执行这些类型的分析的计算开销,并且这还加速了计算。这可以减少用于执行这些类型的分析的计算和存储开销。
在另一示例中,本文中描述的机构可以不仅用于评估规定机械的机械操作员的绩效,还可以用于评估在工地的操作员的团队的绩效。许多不同类型的团队可以使用这些机构。例如,尤其是如同建筑业操作、各种农业操作,林业操作使用技术人员的团队。作为一个示例,甘蔗收割操作经常具有用于支持甘蔗收割机的前线(或团队)的人。前线包括甘蔗收割机和其操作员,以及驾驶拖拉机的一个或多个司机的组,拖拉机牵拉拖车(或短段货车)。拖拉机司机驾驶拖拉机以从收割机卸载甘蔗并且将甘蔗输送到分段运输位置,在分段运输位置处甘蔗可以被加载进入长途运输卡车上。长途运输卡车将被加载的甘蔗带到工厂以用于处理。因而,前线的设备可以包括收割机、每一个都牵拉一个或多个短段货车的多个拖拉机。还可以具有分段运输设备,分段运输设备从短段货车卸载甘蔗,并且将甘蔗放置在将甘蔗输送到工厂的长途运输卡车上。设备的这些项目的每一个都具有操作员。每一个前线经常都具有前线领导者,前线领导者协调前线中的个人的活动。甘蔗前线经常由一个或多个服务车辆支持,一个或多个服务车辆用于执行对收割机、拖拉机、手推车等的服务。这种服务可以包括除了燃料供给机械的维护操作,诸如润滑机械或执行其它的维护。
在一些更大面积的甘蔗操作中,操作的所有人可以具有大量面积的甘蔗(有时超过百万英亩)。所有人可以具有全天候操作的数百个不同的收割机。因而,每个收割机都具有分配到其的三个到四个不同的操作员,每个收割机都还具有包括通过其操作的拖车的两个到三个拖拉机,并且这些拖拉机中的每个都全天候运行并且因而具有分配到其的三个到四个不同的操作员。单个操作因此可以具有每个都被分配到团队或前线的数千个不同件的设备。团队还可以共同地总数为数千个不同的人。
尽管上述方案包括非常大型的所有人,大型的所有人可以具有数百个不同的甘蔗收割机等,本文中描述的相同机构可以应用于许多小型的所有人,小型的所有人可以仅具有一个收割机或相对较小数量的收割机和相关联的前线(或团队)。相同机构还可以用于其它的农业、林业、建筑业和其它环境或操作。因而,相应地基于其被用于的组织的大小,目前的机构具有较宽的适用性和规模。
本文中描述的机构可以应用于在规定团队或前线工作的所有操作员,以共同地达到用于每个团队或前线的一个或多个绩效分数。该信息可以以多种不同的方式被使用,所述多种不同的方式中的一些在下文被描述。
图14是一个说明性团队分析架构1050的方框图,团队分析架构1050可以用于分析和生成指示不同团队的绩效的报告。
说明性地,架构1050包括被示出访问数据存储器1054的团队分析系统1052。数据存储器1054可以是上述其他数据存储器中的任何一个或单独的数据存储器。架构1050还示出,在一个示例中,系统1052可以生成具有与用户1060相互作用的用户输入机构1058的用户界面显示屏面1056。在示出的示例中,说明性地,系统1052生成团队报告1062和建议1064,并且通过用户界面显示屏面1056将其提供到用户1060。系统1052还可以将其提供到其它的系统1066。
在描述架构1050的操作之前,将首先提供对架构1050中的多个项目的简要描述。说明性地,数据存储器1054包括报告110,如上所述。说明性地,数据存储器1054还可以包括由方框1068指示的基础数据的任何组或子组。除了构成报告110的信息,数据存储器1054还可以包括额外信息。在一个示例中,报告和基础数据被团队做索引。这由方框1070指示。数据存储器1054还可以包括多种其它信息1072。
图14示出的示例图示了团队分析系统1052说明性地包括个体度量计算器系统1074,度量计算器系统1074自身包括计算器构件,该计算器构件计算用于每一个团队或前线的不同机械的个体操作员的绩效度量。这些在图14中由方框1076和1078指示。说明性地,系统1052还包括团队成员组合分数生成器1080,团队成员组合分数生成器1080接收用于指定团队或前线中的每一个个体操作员的个体度量分数,并且基于个体度量分数生成用于每个个体成员的组合分数。说明性地,系统1052还包括团队分数聚合器1082。说明性地,聚合器1082聚合来自团队或前线中的个体操作员的多个组合分数,并且生成指示该团队的整体绩效的聚合团队分数。
系统1052还可以包括比较构件1084。构件1084可以用于比较用于多个团队的多个分数以生成输出排名,输出排名根据其绩效分数对个体团队进行排名。构件1084还可以用于比较团队分数与用于相同团队的来自之前时间周期的分数。例如,在连续日期内,在不同时间周期中,针对相同田地,在不同的年中,构件1084可以比较用于相同团队的团队分数。同样,构件1084可以比较团队分数与用于其它团队的分数,与用于一组其它团队的平均分数,与在类似地理区域中的团队的分数,与用于类似位置团队的最好分数等。
系统1052还可以包括报告生成器1086。生成器1086可以用于生成团队报告1062,除了指示多个团队的比较的信息,团队报告1062提供针对单独团队和针对那些团队中的个体成员的多种不同类型的分析结果。
系统1052还可以包括建议引擎1088。引擎1088可以获得由系统的其余部分计算的信息,并且生成建议1064以用于改进单独团队的整体绩效,和整体上团队的分组的整体绩效。这样做,引擎1088可以访问建议规则或试探法1090。引擎1088还可以以其它方法生成建议。例如,绩效分数或用于生成绩效分数的基础数据可以映射到建议。因此,基于绩效分数和/或基础数据,引擎1088可以访问该映射以识别可以用于增加团队、团队分组等的绩效的建议。
在一个示例中,说明性地,系统1052还包括处理器1092、用户界面构件1094,并且还可以包括其它项目1096。用户界面构件1094可以,通过自身或在系统1050中的其它项目的控制下,生成用户界面显示屏面1056。处理器1092可以用于便于系统1052中的项目的功能,或还可以以其它方法便于使用。
图15A和15B(本文中共同地称为图15)示出图示团队分析架构1050的操作的一个示例的流程图。现在将与彼此结合来描述图14和15。
团队分析系统1052首先确定团队分析将被执行。这在图15中由方框1098指示。这可以以多个不同的方式被完成。例如,团队分析可以被大致地连续执行,使得实时分析结果可以被显示到不同团队或前线中的多件设备的操作员、其协调员、管理员、所有人或各种其它人。执行实时分析由方框1100指示。
分析还可以在个体请求下被执行。例如,甘蔗收割机的操作员可以请求系统执行团队分析系统,使得用于团队的当前绩效分数可以被显示。其他人也可以请求这被完成。这由方框1102指示。
在周期性基础上,分析可以被执行(诸如每一个换班的末尾,每天的末尾等)。这由方框1104指示。
分析还可以响应于到达阈值的一个或多个不同的绩效分数而被执行。例如,如果团队的绩效严重地降低,并且其绩效分数达到较低的分数阈值,则这可以导致系统1052执行针对该团队的分析。类似地,如果用于团队的个体度量中的一些下降到阈值以下,则这可以表示系统1052将执行针对该团队的分析。当然,响应于到达其它阈值的其它项目而执行团队分析也可以被完成。响应于被达到的阈值而执行团队分析由方框1106指示。系统1052还可以确定团队分析还可以以其它方法被执行,并且这由方框1108指示。
系统1052然后选择或识别针对其进行分析的团队。这由方框1110指示。例如,在操作员或团队成员要求分析被执行的情况下,技术人员还可以提供操作员输入,以识别针对其进行分析的团队。请求个体还可以具有与团队相关联的认证信息,如此系统可以自动地识别待选择的团队。另外,请求个体可以识别针对其进行分析的团队的组。例如,在每一个换班的末尾,系统1052可生针对每一个团队成绩效分数。选择或识别针对其进行分析的团队还可以以其它方法被完成。
针对被选择团队的成员,个体度量计算器系统1074然后访问报告110和/或系统1074将对其操作的任何基础的或其它数据。这由方框1112指示。被访问的特定数据可以基于不同的应用(诸如甘蔗应用、建筑业工地应用、林业工地应用、其它耕作应用等)而改变。同样,甚至在相同应用中,被访问的数据可以改变。例如,被访问的数据可以基于指定的用户希望使用的绩效指示器而改变。被访问的数据可以是一个所有人或操作员认为与其他绩效度量相比某些绩效度量更重要的数据。在此情况下,系统1074可以访问在数据存储器1054中的某个数据的子组。在另一示例中,所有人或操作员可以认为其它的绩效度量是更重要的。在此情况下,系统1074可以访问在数据存储器1054中的数据的不同子组。在任何情况下,系统1074访问其使用以计算用于被选择团队的个体成员的个体绩效度量的数据。
个体度量计算器系统1074然后选择团队的成员。这由方框1114指示。个体度量计算器系统1074然后使用计算器构件以计算用于被选择的团队成员的个体绩效度量(例如,关键绩效指示器或KPIs)。这由方框1116指示。如上简要所述,针对每个个体团队成员计算的特定KPI可以广泛地改变。例如,特定KPI可以基于团队成员正在操作的特定类型的设备而改变。例如针对甘蔗收割机的操作员计算的KPI可以与针对拉动短段货车的拖拉机的操作员计算的那些KPI十分不同,并且与针对服务车辆或长途运输卡车的操作员计算的那些KPI十分不同。另外,用于甚至相同件的设备的特定KPI可以基于对于指定的团队或一组团队而言被认为是重要的事物而改变。
仅通过示例方式,针对个体成员计算的一些KPI可以是在被选择时间周期内处理的作物的总量。这由方框1118指示。例如,在团队成员是甘蔗收割机的操作员的情况下,系统1074可以计算被收割的甘蔗的总吨位。在团队成员是拉动短段货车的拖拉机的司机的情况下,KPI可以是被该司机拉动的短段的总吨位。
KPI还可以包括例如每单位燃料所处理的作物的量。这由方框1120指示。例如,系统可以计算每升燃料的作物的磅数量。KPI可以包括与被选择的团队成员操作的设备对应的停机时间1122。
此外,KPI可以包括作物损坏1124的测量值。举例来说,如果拉动短段货车的拖拉机的操作员在甘蔗作物的截根苗上驾驶,则操作员可能损坏作物。因此,在一个示例中,原始数据感测层116(或导出数据计算层118)或图1示出的其他层中的任何一个可以将田地中的甘蔗行的地理位置的地图作为输入而接收。这可以例如在之前被收割机上的作物位置传感器计算或生成。原始数据感测层116(或导出数据计算层118)或图1示出的其他层中的任何一个然后还可以接收拖拉机司机驾驶所在的地理位置。原始数据感测层116(或导出数据计算层118)或图1示出的其他层中的任何一个然后与指示拖拉机司机在截根苗作物上驾驶多久的时间量或线性距离(或另一测量值)关联。这可以被计算为整体时间的百分比、总线性距离单位或以多种其它方法被计算。
KPI还可以包括时间测量值,如甘蔗收割机和甘蔗转移到长途运输卡车的分段运输区域或转移站之间的平均行进时间。这由方框1126指示。
KPI可以包括分配给团队成员所在的团队的设备的总量。例如,KPI可以是团队被分配拉动短段货车的三个拖拉机。KPI还可以是团队被分配2.5个拖拉机(其中一个人在两个不同团队之间分开其时间)。设备分配由方框1128指示。
KPI可以包括一个或多个安全度量。这由方框1130指示。例如,安全度量可以识别个体团队成员在事故中涉及的次数的数量、事故的严重性等。安全度量不仅可以包括对于技术人员不安全的操作,还包括对于机械也不安全的操作。举例来说,偶尔地,拖拉机司机可能驾驶太接近甘蔗收割机,使得短段货车或拖拉机与收割机接触。这可以导致损坏任一个机械或两个机械。因而,此外,安全度量可以指示该情况多久出现,和该情况出现的严重级别。
KPI可以关联到位置,如方框1132所示。KPI还可以关联到地形,如方框1134所示,或关联到时间,如方框1136所示。这些项目还可以提供极大的洞察力。例如,当KPI关联到位置时,KPI可以表示指定的团队成员正在特别困难的田地中操作。类似地,在KPI关联到地形的情况下,KPI可以表示操作员正在不平坦的地形区域(诸如具有丘陵的地形区域-其中也许燃料效率可能遭受损害)上操作。在KPI关联到时间的情况下,这可以表示特定团队成员正在日期的有利时间或在日期的不利时间时操作。举例来说,如果团队成员正在包括早晨时间的换班时操作,则这可以表示作物在其上具有过多的水分(诸如露水)。这可以影响团队的整体操作和效率。
当然,KPI还可以是多种其它的KPI。这由方框1138指示。
一旦所有个体KPI通过系统1074针对被选择团队成员而被计算,则所有个体KPI可以被存储并且还被提供到团队成员组合分数生成器1080。说明性地,生成器1080聚合度量以获得用于被选择团队成员的组合绩效分数。这在图15中由方框1140指示。举例来说,组合分数可以是个体度量分数的加权聚合。权重可以被改变以强调被认为与其它度量相比更重要的某些度量。
系统1074然后确定是否具有个体绩效分数和组合绩效分数针对其而被生成的任何更多团队成员。这由方框1142指示。如果这样,则处理返回下一个团队成员被选择的方框1114。然而,如果不是这样,则由系统1074生成的所有信息可以被提供到团队成员组合分数生成器1080。生成器1080聚合个体绩效度量以获得用于团队的所有成员的聚合度量。这由方框1144指示。这样做,可以的是一些度量可以被组合以用于团队的所有成员。在另一示例中,仅度量的子组可以被计算以用于团队的所有成员,而其它子组被计算以用于团队中的不同成员。例如,某些度量可以仅属于拖拉机司机或收割机司机,但是不同时属于二者。在此情况下,那些度量将仅被聚合以用于拖拉机司机、用于收割机司机等。
另外,一些度量可以是团队度量,团队度量被计算以用于整个团队,而未被计算以用于团队的个体成员。在此情况下,生成器1080计算团队度量以用于被选择团队。这由方框1146指示。例如,从甘蔗收割机到长途运输卡车的被处理的作物的总量可能是被计算以用于整个团队的度量。如果个体成员度量(诸如由每一个人处理的作物的量)被简单地聚合,则其可能导致不正确的分数。如果由甘蔗收割机收割的作物的量被添加到由拖拉机司机利用拖车而拖运的作物的量,则其可以导致人为地较高量的被处理作物。具有团队度量的多种其它示例,团队度量仅用于整个团队,或团队度量以不同方法被计算,并且团队度量不被用于个体成员。那些度量可以在方框1146处被计算。
团队分数聚合器1082然后获得已经被其它构件计算的多个分数和度量并且生成用于被选择团队的组合分数。这由方框1148指示。组合分数可以由个体分数和度量、团队度量、用于单独团队成员的组合分数或其它信息的多个不同组合形成。组合分数还可以根据多个不同的聚合机构被聚合。聚合可以包括加法、单独值的加权组合、平均值的加权组合或多个其它聚合。在任何情况下,指示团队的整体操作的组合分数被生成。
系统1052然后确定此时是否具有待分析的任何更多团队。如果这样,则处理返回下一个团队被选择的方框1010。这由方框1150指示。
如果此时没有更多团队进行分析,则比较构件1084可以生成在分析团队绩效方面可能有用的多个不同类型的比较。例如,团队可以彼此相比较。构件1084还可以生成多个团队如何相对于彼此排名的排名列表,并且构件1084还可以表示其绩效分数的分布。多个其它比较还可以被生成。生成比较由方框1152指示。
在某些时刻(如在系统1052正在计算用于另一团队的多个度量时),报告生成器1086生成表示用于正在被分析的团队的分析结果的一个或多个团队报告。这由方框1154指示。(在图14中由数量1062表示的)团队报告可以采取多种不同的形式。团队报告可以是相对简单的,仅指示用于规定团队的组合分数,或团队报告可以是相对详细的,除了其它数据,不仅指示组合分数,还指示用于生成组合分数的基础分数和度量。在还一示例中,报告生成有可导航链接(或用户输入机构)。报告可以示出用于团队的顶级整体组合分数,并且报告可以提供下掘链接(或按键或其它的用户输入机构),下掘链接可以被致动以允许用户深度探讨用于生成组合分数的各种详细信息。所有这些和其它报告的格式在本文中是预期的。
在一个示例中,建议引擎1088还基于报告或其它数据中的信息而生成建议。这由方框1156指示。建议可以是较宽的变化范围并且可以关联到多个分数或基础数据。例如,如果表示从收割机行进至分段运输区域或转移站所采取的平均时间量的度量是相对较大的,则建议可以将分段运输站再配置成更接近收割机。这只是建议的一个示例,并且多种其他的示例也可以被制成。
分析的结果然后可以以多个形式输出到多个目的地。这由方框1158指示。例如,报告和建议可以输出至团队领导者、在规定田地或规定地理位置中协调多个不同团队的田地协调员、所有人或多个其它人。然而,通过提供表示用于个体操作员或用于团队或同时用于二者的当前分数的用户界面显示屏面或另一用户输入机构,单独团队成员度量和分数可以在换班的末尾周期性地或实时地(或接近实时地)被提供到单独团队成员。这些仅是示例。
度量、分数、报告和/或建议可以被存储在团队使用的一件设备中或另一件设备中或在远程服务器位置处以用于之后的用户。存储度量、分数、报告和/或建议以用于之后的使用由方框1160指示。信息还可以作为实时反馈被提供至操作员。这由方框1162指示。作为实时反馈被提供的信息可以广泛地改变。信息可以是个体操作员的当前绩效分数。除了其它个体度量值或其它数据的子组,信息可以是团队的整体组合分数。信息还可以包括团队的相对于在田地中或在指示地理位置处操作的其它团队的当前实时排名。
报告和建议还可以在报告周期的末尾输出。这由方框1164指示。报告可以例如在每一个换班的末尾、每一个日期的末尾、支付周期的末尾(例如在用户的支付以某种方式关联到分数的情况下)、在每一个星期的末尾或在季节的末尾输出。随着田地被完成或在收割过程中,报告还可以基于逐个田地以被提供。
信息可以输出到田地协调员或团队协调员。这由方框1166指示。信息可以输出至部署系统的组织的所有人。这由方框1168指示。信息可以输出至设备经销商或制造商或提供关于设备的维护服务或其它服务的其它服务提供商。这由方框1170指示。举例来说,经销商或服务供应商可以识别一些收割机、拖拉机、货车、服务车辆等需要经历某些类型的维护或修理。当经销商或服务供应商接收这些报告时,经销商或服务供应商然后可以预定用于执行维护或修理的不同部件,如此工作可以更快被完成。
信息可以被提供到工厂(或被收割的甘蔗或作物的另一买方)。这由方框1172指示。信息还可以被输出至其它系统,并且这由方框1174指示。
在其中信息(度量、分数、报告和/或建议等)以相互作用方式输出的示例中,报告生成器1086可以接收具有报告的用户相互作用。这由方框1176指示。如果报告生成器1086接收具有报告的用户相互作用,则报告生成器1086基于用户相互作用以执行行动。这由方框1178指示。例如,给出用于团队或用于多个不同团队的组合分数的报告可以与深度探讨用户输入机构一起被生成,深度探讨用户输入机构允许报告的用户掌握构成报告的详细数据。
在此情况下,报告生成器1086将用户导航至下一个详细显示屏面,该详细显示屏面显示用于用户的下一级详细信息。深度探讨相互作用由方框1180指示。报告生成器1086可以生成具有用户输入机构的报告,用户输入机构允许用户进行进一步分析。这由方框1182指示。例如,报告可以提供分类用户输入机构,分类用户输入机构允许用户基于时间、田地位置、日期的时间、近因、作物类型、田地位置或多个其它标准以对报告中的数据分类。用户输入机构还可以允许用户将数据过滤成数据的某个子组。另外,用户输入机构可以允许用户对数据执行不同的计算(诸如,平均、时间移动平均、标准偏差、或多个其它的进一步分析)。这些仅是示例。
报告生成器1086还可以提供允许用户改变显示信息的方式的用户输入机构。这由方框1184指示。例如,用户输入机构可以允许用户将数据显示为直方图、沿着时间线的曲线图、条形图或地图。举例来说,报告生成器1086可以生成以下视图,所述视图示出团队的与团队在田地中操作所在位置关联的整体绩效分数(或构成分数的个体度量)。在此情况下,报告生成器1086可以生成,示出随着团队移动通过田地,团队绩效分数如何改变的地图。当然,这仅是显示屏面如何可以改变的一个示例。
此外,具有可以检测到的多个其它用户相互作用,并且对应的行动可以通过报告生成器1086被执行。这由方框1186指示。
因而可以看到团队分析系统提供极大的优点。对于团队或前线(或在建筑工地、林业位置、进行粮草收割或其它收割的位置、材料被喷涂在作物上的位置、作物被播过种的位置等处的技术人员)非常困难的是,以任何但非常简单的一组标准(诸如收割的英亩数量)比较其绩效与其它团队或前线的那些绩效。甚至然后,比较未考虑条件、地形、地貌等的不同。进一步地,本系统有利地允许团队获得其整体绩效的指示和关于详细的一组度量的、进一步表示其绩效的详细信息。本系统还允许团队有利地比较自身与其它的团队,甚至考虑不同田地、作物类型、作物状态、地形等的变化。因为系统检测、聚合和呈现该类型的信息,所以系统可以导致团队和单独团队成员的显著改进的绩效。此外,因为系统自动地感测该信息,并且呈现该信息,所以系统改进系统自身的操作。用户不必对系统进行多个查询,并且使用计算资源和存储开销以搜索该信息并且然后在系统上聚合该信息。替代地,系统自动地生成信息并且存储该信息或实时(或接近实时)呈现该信息。这减少对系统进行搜索以生成报告的数量。这可以增加系统的速度并且减少用于获得该类型的信息的处理和存储开销。
本讨论具有提到的处理器和服务器。在一个实施例中,处理器和服务器包括具有未单独地示出的相关联存储器和计时电路的计算机处理器。处理器和服务器是其所属于的系统或装置的功能部件,并且通过那些系统中的其他构件或项目被激活并且便于所述其他构件或项目的功能。
此外,多个用户界面显示屏面已经被讨论。多个用户界面显示屏面可以采取多个不同形式,并且可以具有设置在其上的多个不同的用户可驱动输入机构。例如,用户可驱动输入机构可以是文本框、检查框、图标、链接、下拉式菜单、搜索框等。用户可驱动输入机构还可以以多种不同的方式被致动。例如,用户可驱动输入机构可以使用点击装置(诸如跟踪球或鼠标)以被致动。用户可驱动输入机构可以使用硬件按键、开关、操纵杆或键盘、拇指开关或拇指垫等以被致动。用户可驱动输入机构还可以使用虚拟键盘或其它的虚拟致动器以被致动。另外,在其上显示用户可驱动输入机构的屏幕是触摸敏感式屏幕,用户可驱动输入机构可以使用触摸手势以被致动。此外,在显示用户可驱动输入机构的装置具有语音识别构件的情况下,用户可驱动输入机构可以使用语音命令以被致动。
多个数据存储器也已经被讨论。将注意的是,所述多个数据存储器中的每一个都可以被分成多个数据存储器。所有数据存储器可以在访问其的系统的本地,所有数据存储器可以是远程的或一些数据存储器可以是本地的而其他数据存储器是远程的。所有的这些配置在本文中是预期的。
此外,图示出具有属于每一个方框的功能的多个方框。将注意到,较少的方框可以被使用,如此功能通过较少的构件被执行。此外,更多方框可以与分布在更多构件中的功能一起使用。
图16是除了元件设置在云计算架构500中的、图1示出的架构100和图2、7、12和14示出的那些架构的方框图。云计算提供计算、软件、数据访问和不要求终端用户了解传输服务的系统的物理位置或配置的存储服务。在多个实施例中,云计算使用适当的协议通过诸如因特网的广域网来传输服务。例如,云计算供应者通过广域网传输应用程序并且应用程序可以通过网络浏览器或任何其它计算构件被访问。架构100的软件或构件以及对应的数据可以被存储在远程位置处的服务器上。云计算环境中的计算资源可以在远程数据中心位置处被整理或可以被分散。即使云计算基础设施表现为用于用户访问的单个站,云计算基础设施也可以通过共用数据中心传输服务。因而,使用云计算架构,本文中描述的构件和函数可以被从位于远程位置处的服务供应商提供。可选地,本文中描述的构件和函数可以被从常规服务器提供,或本文中描述的构件和函数可以被可以直接地或以其它方法安装在客户机装置上。
描述旨在包括公共云计算和私人云计算。(公共和私人的)云计算提供大致无缝共用的资源,以及管理和配置基础硬件设施的减少的需要。
公共云被供应商管理并且通常地使用相同的基础设施支持多个消费者。此外,公共云,相对于私人云,可以使终端用户免于管理硬件。私人云可以被组织自身管理,并且基础设施通常地不与其它组织共用。组织仍然在某种程度上保持硬件,诸如安装和维修等。
在图16示出的实施例中,一些项目类似于图1、2、7、12和14示出的那些项目,并且所述一些项目被类似地编号。图16具体地示出层104、106、108并且系统660、940和1052可以被定位在云502(云502可以是公共的、私人的或部分是公共的而其他是私人的组合)中。因此,用户101、674、947或1060可以使用用户装置以操作机械102或访问那些系统或其它系统。用户101例如可以使用机械102上的用户装置504。用户674例如可以使用不同的用户装置504。机械102可以通过云502访问层104、106和108。用户674可以通过云502访问系统606,并且用户947、1060、509和166也可以通过云502访问数据和系统。
图16还图示了云架构的另一实施例。图16示出,还预期架构100的一些元件,图2、7、12或14中的那些元件可以设置在云502中而其他元件未设置在云502中。举例来说,数据存储器114可以被设置在云502外侧,并且通过云502被访问。在另一示例中,层108(或其它层)或分析系统660可以在云502外侧。无论层108(或其它层)或分析系统660被定位在什么位置,层108(或其它层)或分析系统660都可以通过网络(广域网或局域网)被装置504直接地访问,层108(或其它层)或分析系统660可以在远程位置处通过服务被托管,或层108(或其它层)或分析系统660可以通过云作为服务被提供或通过存在于云中的连接服务被访问。所有这些架构在本文中被预期。
此外,图16示出远程视图构件507(远程视图构件可以是另一用户装置或另一构件)可以被远离机械102的一个或多个其它观众509、1066使用。观众509、1066可以包括用户674或如果合适地被授权则可以观察报告、时机或变化信息或团队信息或其它信息的其它观众。
还将理解,架构100或架构100的部分或系统660或另一个架构和系统可以设置在多种不同的装置上。那些装置中的一些包括服务器、台式电脑、笔记本电脑、平板电脑、或其它的移动装置,诸如手持电脑、移动电话、智能手机、多媒体播放器、电子记事簿等。
图17是可以用作用户或客户的手持式装置16的手持或可移动计算装置的一个说明性实施例的简化方框图,本系统(或本系统的部件)可以配置在其中。图18-22是手持或移动装置的示例。
图17提供客户机装置16的构件的常规方框图,客户机装置16可以运行架构100或系统660或图12或14或16中的架构的构件,或与架构100或系统660或另一个架构相互作用,或同时具备二者。在装置16中,通信链路13被提供,通信链路13允许手持式装置与其它计算装置通信并且在一些实施例中,诸如通过扫描提供用于自动地接收信息的信道。通信链路13的示例包括红外线端口、串行/USB端口、诸如的以太网端口的电缆网络端口和允许通信但是一个或多个通信协议包括到网络的无线连接的无线网络端口。
在其它实施例中,应用程序或系统在可移动固定数字(SD)卡上被接收,SD卡连接到SD卡接口15。SD卡接口15和通信连接装置13沿着总线19与处理器17(处理器17还可以包括来自图2、7、12和14的处理器140、155、163、186、680、945或1092)通信,总线19还连接到存储器21和输入/输出(I/0)构件23,以及时钟25和定位系统27。
在一个实施例中,I/0构件23被提供以便于输入和输出操作。用于装置16的多个实施例的I/0构件23可以包括输入构件和输出构件,输入构件诸如为按键、触摸传感器、多触摸传感器、光学或视频传感器、声音传感器、触摸屏幕、接近度传感器、麦克风、倾斜度传感器和重力开关,输出构件诸如为显示装置、扬声器和/或打印机端口。还可以使用其它I/O构件23。
说明性地,时钟25包括输出时间和日期的实时时钟构件。说明性地,时钟25还可以提供用于处理器17的计时功能。
说明性地,定位系统27包括输出装置16的当前地理位置的构件。这可以包括例如全球定位系统(GPS)接收器、LORAN系统、航位推测系统、基站覆盖区三角系统或其它定位系统。定位系统27还可以包括例如生成需要地图的、导航路线和其它地理功能的地图软件或导航软件。
存储器21存储操作系统29、网络设置31、应用程序33、应用程序配置设置35、数据存储器37、通信驱动器39和通信配置设置41。存储器21可以包括所有类型的有形易失性和非易失性计算机可读存储装置。存储器21还可以包括计算机存储媒介(如下所述)。存储器21存储计算机可读指令,当计算机可读指令由处理器17执行时,计算机可读指令根据指令促使处理器执行计算机执行步骤或功能。处理器17还可以被其它构件激活以便于其功能。
网络设置31的示例包括诸如代理信息、因特网连接信息和映射的事物。应用程序配置设置35包括使应用程序合适于特定企业或用户的设置。通信配置设置41提供用于与其它计算机通信的参数并且包括诸如GPRS参数、SMS参数、连接用户名和密码的项目。
应用程序33可以是之前已经存储在装置16上的应用程序或在使用过程中被安装的应用程序,但是这些应用程序还可以是操作系统29的部件或托管到装置16外部。
图18示出装置16是平板电脑601的一个实施例。在图18中,计算机600被示出具有来自图10A的显示在显示屏幕603上的用户界面显示屏面。屏幕603可以是触摸屏幕(如此来自用户手指605的触摸手势可以用于与应用程序相互作用)或从钢笔或尖笔接收输入的笔有效式界面。屏幕603还可以使用屏幕虚拟键盘。当然,屏幕603还可能通过适当的连接机构,诸如例如无线链路或USB端口,连接到键盘或其它的用户输入装置。说明性地,计算机600还可以接收声音输入。
图19和20提供可以被使用的装置16的额外示例,但是其他装置也可以被使用。在图19中,功能手机、手机或移动电话45被提供作为装置16。电话45包括用于拨打电话数字的一组键盘47、能够显示包括应用图像的图像的显示屏面49、图标、网页、照片、和视频,并且控制按键51以用于选择示出在显示屏面上的项目。电话包括天线53以用于接收移动电话信号和短消息服务(SMS)信号,移动电话信号诸如为通用分组无线业务(GPRS)和1Xrtt。在一些实施例中,电话45还包括接受SD卡57的安全数字(SD)卡槽55。
图20的可移动装置是掌上电脑(PDA)59或多媒体播放器或平板电脑装置等(在下文称为PDA59)。PDA59包括感应屏幕61,当尖笔定位在屏幕上时,感应屏幕61感测尖笔63(或其它指针,诸如用户的手指)的位置。这允许用户在屏幕上选择、强调和移动项目以及绘画和写入。PDA59还包括多个用户输入键盘或按键(诸如按键65),所述多个用户输入键盘或按键允许用户滚动通过显示在显示屏面61上的菜单选项或其它显示选项,并且在未接触显示屏面61的情况下允许用户改变应用程序或选择用户输入功能。虽然未示出,但是PDA59可以包括允许与其它计算机进行无线通信的内部天线和红外线变送器/接收器以及允许到其它计算装置的硬件连接的连接端口。该硬件连接通常地通过托架被制成,托架通过串行或USB端口被连接到另一个计算机。因此,这些连接是非网络连接。在一个实施例中,可移动装置59还包括接受SD卡69的SD卡槽67。
除电话是智能手机71外,图21类似于图15。智能手机71具有显示图标或并列式窗口或其它用户输入机构75的触摸敏感式显示屏面73。机构75可以被用户用于运行应用程序、打电话、执行数据转移操作等。总的来说,智能手机71基于可移动操作系统被配置,并且与功能手机相比提供更高级的计算能力和连通性。图22示出具有图10B的在其上显示的显示屏面的电话71。
应该注意其它形式的装置16是可以的。
图23是其中可以配置(例如)架构100或其他架构或所述架构100或其他架构的部分的计算环境的一个实施例。参照图23,用于执行一些实施例的示例性系统包括成计算机810形式的通用计算装置。计算机810的构件可以包括,但是不受限于,处理单元820(处理单元820可以包括处理器140、155、163、186、680、952或1092)、系统存储器830和系统总线821,系统总线821将包括系统存储器的多个系统构件联接到处理单元820。系统总线821可以是数个类型的总线结构中的任何一个,总线结构包括存储总线或存储控制器、外围总线和使用多个总线架构中的任何一个的局域总线。举例来说,而非限制性地,该架构包括工业标准架构(ISA)总线、微信道架构(MCA)总线、增强ISA(EISA)总线、视频电子标准协会(VESA)局域总线和还被认为是中间总线的外部设备互连(PCI)总线。关于图1、2、7、12和14描述的存储器和程序可以配置在图23的对应部分中。
计算机810通常地包括多个计算机可读媒介。计算机可读媒介可以是可以被计算机810访问的任何可获得的媒介,并且包括易失性媒介和非易失性媒介、可移动媒介和不可移动媒介。举例来说,而非限制性地,计算机可读媒介可以包括计算机存储媒介和通信媒介。计算机存储媒介与调制数据信号或载波不同并且不包括调制数据信号或载波。计算机存储媒介包括硬件存储媒介,硬件存储媒介包括以任何方法或技术被执行以用于存储信息的易失性和非易失性可移动媒介和不可移动媒介,信息诸如为计算机可读指令、数据结构、程序模块或其它数据。计算机存储媒介包括,但是不受限于,RAM、ROM、EEPROM、闪存存储器或其它存储技术、CD-ROM、数字化通用磁盘(DVD)或其它光学磁盘存储器、磁性存储装置或可以用于存储需要信息并且可以被计算机810访问的任何其它媒介。通信媒介通常地在输送机构中包括计算机可读指令、数据结构、程序模块或其它数据并且包括任何信息传送媒介。术语“调制数据信号”表示以下信号,所述信号具有以此方式设置或改变的一个或多个其特性,使得在信号中编码信息。举例来说,而非限制性地,通信媒介包括诸如有线网络或直接有线连接件的有线媒介,和诸如声学、RF、红外线和其它无线媒介的无线媒介。任何上述项目的组合也应该被包括在计算机可读媒介的范围中。
系统存储器830包括成易失性和/或非易失性存储器的形式的计算机存储媒介,诸如只读存储器(ROM)831和随机存取存储器(RAM)832。包括诸如在启动过程中有助于在计算机810中的元件之间转移信息的基本程序的基本输入输出系统833(BIOS)通常地被存储在ROM831中。RAM832通常地包括立即可被处理单元820访问的和/或目前被处理单元820操作的数据和/或程序模块。举例来说,而非限制性地,图23图示了操作系统834、应用程序835、其它程序模块836和程序数据837。
计算机810还可以包括其它可移动的/不可移动的易失性/非易失性计算机存储媒介。仅通过示例方式,图23图示了硬盘驱动器841、磁盘驱动器851和光盘驱动器855,硬盘驱动器841从不可移动非易失性磁性媒介读取或写入,磁盘驱动器从可移动非易失性磁盘852读取或写入,并且光盘驱动器855从诸如CDROM或其它光学媒介的可移动非易失性光盘856读取或写入。硬盘驱动器841通常地通过诸如接口840的不可移动存储器接口以被连接到系统总线821,并且磁盘驱动器851和光盘驱动器855通常地通过诸如接口850的可移动存储器接口被连接到系统总线821。
可选地,或另外地,本文中描述的功能可以通过一个或多个硬件逻辑构件被至少部分地执行。例如,而不限于,可以被使用的说明性类型的硬件逻辑构件包括现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用程序标准产品(ASSP)、单片系统(SOC)、复杂可编程逻辑器件(CPLD)等。
上述和图23图示的驱动和其相关联的计算机存储媒介提供对计算机可读指令、数据结构、程序模块和用于计算机810的其它数据的存储。在图23中,例如,硬盘驱动器841被图示为存储操作系统844、应用程序845、其它程序模块846和程序数据847。
用户可以通过诸如键盘862、扩音器863的输入装置和诸如鼠标、跟踪球或触摸垫的定点装置861将命令和信息输入计算机810中。其它输入装置(未示出)可以包括操纵杆、游戏摇杆、圆盘式卫星电视天线、扫描机等。这些和其它输入装置经常通过用户输入接口860连接到处理单元820,但是可以被诸如并行端口、游戏端口或通用串行总线(USB)的其它接口和总线结构连接,其中用户输入接口860联接到系统总线。视觉显示器891或其它类型的显示装置还经由诸如视频接口890的接口连接到系统总线821。除了监控器,计算机还可以包括其它外围输出装置,诸如扬声器897和打印机896,外围输出装置可以通过输出外围接口895连接。
计算机810使用到诸如远程计算机880的一个或多个远程计算机的逻辑连接以在联网环境中操作。远程计算机880可以是个人电脑、手持式装置、服务器、路由器、网络PC、凝视装置或其它共用网络节点,并且通常地包括关于计算机810的许多或所有上述元件。图23图示的逻辑连接包括局域网(LAN)871和广域网(WAN)873,但是还可以包括其它网络。
当用于LAN联网环境中时,计算机810通过网络接口或适配器870连接到LAN871。当用于WAN联网环境中时,计算机810通常地包括调制解调器872或用于在WAN873中建立通信的其它机构,诸如因特网。可以在内部或外部的调制解调器872可以经由用户输入接口860或其它适当的机构被连接到系统总线821。在联网环境中,关于计算机810或其部分图示的程序模块可以被存储在远程存储装置中。举例来说,而非限制性地,图23图示了位于远程计算机880上的远程应用程序885。将认识到,示出的网络连接是示例性的并且在计算机之间建立通信链路的其它机构可以被使用。
还应该注意,本文中描述的不同实施例可以以不同方式被组合。即,一个或多个实施例的部分可以与一个或多个其它实施例的部分组合。所有该情况在本文中是预期的。
虽然已经以针对结构特征和/或方法作用的特定语言描述了本主题,但是应该理解在随附的权利要求中限定的主题没有必要受限于上述特定的特征或作用。而是,上述特定的特征和作用被公开为执行权利要求的示例性形式。
Claims (60)
1.一种计算机执行方法,包括以下步骤:
在指定的操作员(101)正在操作(204)农业机械(102)的同时,基于在农业机械(102)上感测到的指示被感测参数(208、210、212)的传感器信号,接收(232)与所述指定的操作员(101)对应的第一组数据(120);
相对于参考数据组(156)评估(244)所述第一组数据(120),以获得指示第一组数据(120)相对于参考数据组(156)的比较结果的评估值(122);
基于与所述指定的操作员(101)对应的评估值(122)生成(272)指示所述指定的操作员(101)在操作农业机械(102)时的绩效的绩效分数(124);以及
基于绩效分数(124)生成(284)操作员绩效报告(110)。
2.根据权利要求1所述的计算机执行方法,其中相对于参考组(156)评估(244)第一组数据(120)的步骤包括:
相对于用于所述指定的操作员(101)的历史参考数据(252)评估(244)第一组数据(120)。
3.根据权利要求1所述的计算机执行方法,其中:
所述指定的操作员(101)为一组织工作,并且其中相对于参考组(156)评估(244)第一组数据(120)的步骤包括:
相对于用于所述组织中的其它操作员的历史参考数据(254)来评估(244)第一组数据(120)。
4.根据权利要求1所述的计算机执行方法,其中相对于参考组(156)评估(244)第一组数据(120)的步骤包括:
相对于其它操作员的用于具有阈值绩效分数的历史参考数据(256)来评估(244)第一组数据(120)。
5.根据权利要求1所述的计算机执行方法,其中接收(232)第一数据组(120)的步骤包括:
接收(232)多个数据子组,每个数据子组指示在多个对应绩效类别中的一个绩效类别中的操作员绩效,其中评估(244)包括相对于用于对应绩效类别的参考数据(156)来评估(244)所述数据子组中的每一个,以获得与每个绩效类别对应的评估值(122)。
6.根据权利要求5所述的计算机执行方法,其中评估(244)包括:
相对于用于对应绩效类别的参考数据(156)来评估(244)所述数据子组中的每一个,以获得与绩效类别中的至少一些对应的多个不同的评估值(122),其中生成(272)绩效分数(124)的步骤包括基于用于绩效类别中的每一个的评估值(122)来生成(272)用于绩效类别中的每一个的绩效分数(124)。
7.根据权利要求6所述的计算机执行方法,其中生成(272)绩效分数(124)的步骤包括:
基于针对每个绩效类别生成的绩效分数(124),生成(288)指示所述指定的操作员(101)的整体操作员绩效的组合绩效分数(190)。
8.根据权利要求7所述的计算机执行方法,进一步地包括以下步骤:
基于用于每个绩效类别的绩效分数(124)生成(290)操作员建议(192),该操作员建议(192)指示用于改善绩效分数(124)的操作变化。
9.根据权利要求6所述的计算机执行方法,其中生成(272)用于绩效类别中的每一个的绩效分数(124)包括:
在操作(204)农业机械(102)的同时,生成(272)指示所述指定的操作员(101)在生产率方面的绩效的生产率绩效分数(124)。
10.根据权利要求6所述的计算机执行方法,其中生成(272)用于绩效类别中的每一个的绩效分数包括:
在操作(204)农业机械(102)的同时,生成(272)指示所述指定的操作员(101)在物流方面的绩效的物流绩效分数(124)。
11.根据权利要求6所述的计算机执行方法,其中生成(272)用于绩效类别中的每一个的绩效分数(124)包括:
在操作(204)农业机械(102)的同时,生成(272)指示指定的操作员(101)在燃料效率方面的绩效的燃料效率绩效分数(124)。
12.根据权利要求6所述的计算机执行方法,其中生成(272)用于绩效类别中的每一个的绩效分数(124)包括:
生成(272)指示所述指定的操作员(101)在被收割材料损耗方面的绩效的被收割材料损耗绩效分数(124)。
13.根据权利要求6所述的计算机执行方法,其中生成(272)用于绩效类别中的每一个的绩效分数(124)包括:
生成(272)指示所述指定的操作员(101)在被收割材料质量方面的绩效的被收割材料质量绩效分数(124)。
14.根据权利要求6所述的计算机执行方法,其中生成(272)用于绩效类别中的每一个的绩效分数(124)包括:
在操作(204)农业机械(102)的同时,生成(272)指示所述指定的操作员(101)在功率利用方面的绩效的功率利用绩效分数(124)。
15.一种计算机系统,包括:
数据评估层(104),所述数据评估层接收指示被感测操作参数的第一数据(120),所述被感测操作参数是在指定的操作员(101)操作(204)指定的农业机械(102)的同时被感测到的,该数据评估层(104)生成指示第一数据(120)相对于一组参考数据(156)的评估的评估值(122);
柱体分数生成层(106),所述柱体分数生成层接收评估值(122)并且基于所述评估值(122)生成绩效柱体分数(124),所述绩效柱体分数指示所述指定的操作员(101)的相对于由该组参考数据(156)表示的绩效水平的相对绩效水平;和
报告生成器构件(188),所述报告生成器构件基于绩效柱体分数(124)生成用于所述指定的操作员(101)的操作员绩效报告(110)。
16.一种计算机执行方法,包括以下步骤:
基于指示关于移动机械(102)的被感测参数的传感器信号,接收(632)一组数据;
评估(636)该组数据以确定多个可执行条件中的每一个的满足程度;
基于每个条件的满足程度确定(638)用于改变移动机械(102)的操作的建议;以及
基于所确定的建议生成(652)输出。
17.根据权利要求16所述的计算机执行方法,其中生成输出的步骤包括:
在用户界面上输出所述建议。
18.根据权利要求17所述的计算机执行方法,其中接收一组数据的步骤包括:
接收指示所述指定的操作员在操作移动机械时的绩效的操作员绩效数据;以及
相对于参考数据评估操作员绩效数据,以获得指示操作员绩效数据相对于参考数据的比较结果的绩效度量。
19.根据权利要求17所述的计算机执行方法,其中确定建议的步骤包括:
基于每个条件的满足程度确定哪些可执行条件是已被触发条件;以及
从已被触发条件中识别被选择条件,针对所述被选择条件的建议将被输出。
20.根据权利要求19所述的计算机执行方法,其中确定哪些可执行条件是已被触发条件包括:
将该组数据中的与被选择条件对应的预定项与用于该预定项的参考数据进行比较,以获得每个预定项的满足程度;以及
基于该组数据中的每个预定项的执行程度,确定所述被选择条件的满足程度。
21.根据权利要求19所述的计算机执行方法,其中输出所述建议包括:
针对指定的已被触发条件输出建议,所述建议基于所述指定的已被触发条件的满足程度而变化,或所述建议根据与所述指定的已被触发条件相关联的预定函数而变化。
22.根据权利要求19所述的计算机执行方法,其中确定建议的步骤包括:
基于分配至每个条件的优先级,识别将要输出建议的被选择条件。
23.根据权利要求19所述的计算机执行方法,其中确定建议的步骤包括:
基于自输出前次建议之后的时间量或基于将在任何规定时间输出的建议的目标数量,识别被选择条件。
24.根据权利要求16所述的计算机执行方法,其中评估该组数据以确定多个可执行条件的满足程度的步骤包括:
相对于功率利用条件来评估该组数据,以确定改变移动机械的操作是否将改善功率利用。
25.根据权利要求16所述的计算机执行方法,其中评估该组数据以确定多个可执行条件的满足程度的步骤包括:
相对于谷粒损耗条件来评估该组数据,以确定改变移动机械的操作是否将改善谷粒损耗。
26.根据权利要求16所述的计算机执行方法,其中评估该组数据以确定多个可执行条件的满足程度的步骤包括:
相对于谷粒质量条件来评估该组数据,以确定改变移动机械的操作是否将改善谷粒质量。
27.根据权利要求16所述的计算机执行方法,其中评估该组数据以确定多个可执行条件的满足程度的步骤包括:
相对于燃料效率条件来评估该组数据,以确定改变移动机械的操作是否将改善燃料效率。
28.根据权利要求16所述的计算机执行方法,其中评估该组数据以确定多个可执行条件的满足程度的步骤包括:
相对于生产率条件来评估该组数据,以确定改变移动机械的操作是否将改善生产率。
29.一种计算机系统,包括:
数据评估层(108),所述数据评估层基于指示关于移动机械(102)的被感测参数的传感器信号接收(632)一组数据,并且相对于一组可执行条件来评估(636)该组数据,以识别该组可执行条件中的一组已被触发条件;
建议引擎(184),所述建议引擎基于该组已被触发条件来确定用于改变移动机械(102)的操作的建议(192);和
输出构件,所述输出构件基于所述建议(192)提供(652)输出。
30.一种移动机械,包括:
数据感测层(116、118、104、106、和/或108),所述数据感测层感测指示关于移动机械的被感测参数的一组传感器数据;
数据评估层(108),所述数据评估层基于该组传感器数据接收一组数据,并且相对于一组可执行条件(185)来评估该组数据,以识别该组可执行条件中的一组已被触发条件;
建议引擎(184),所述建议引擎基于该组已被触发条件来确定用于改变移动机械的操作的建议(192);和
输出构件(141),所述输出构件基于所述建议提供输出。
31.一种方法,包括以下步骤:
接收(744)指示移动机械的多个不同绩效类别中的操作员绩效的操作员绩效信息;
将操作员绩效信息与所述多个不同绩效类别中的参考绩效信息进行比较(748);
基于该比较量化(750)所述多个不同绩效类别中的一组绩效改进时机;以及
输出(730)在所述多个不同绩效类别中的每个绩效类别中的被量化的该组绩效改进时机。
32.根据权利要求31所述的方法,其中量化该组绩效改进时机的步骤包括:
基于操作员绩效信息与参考绩效信息的比较,识别所述多个不同绩效类别中的该组绩效改进时机;以及
在所述多个不同绩效类别中的每个绩效类别中确定用于每个绩效改进时机的绩效改进度量值。
33.根据权利要求32所述的方法,进一步地包括以下步骤:
基于该组绩效改进时机来识别所述多个不同绩效类别中的一组财务改进时机;以及
通过在所述多个不同绩效类别中的每个绩效类别中确定与每个绩效改进度量值相关联的货币值,在每个绩效类别中量化该组财务改进时机以指示与每个财务改进时机相关联的货币值。
34.根据权利要求33所述的方法,进一步地包括以下步骤:
确定所述多个不同绩效类别中的所述参考绩效信息。
35.根据权利要求34所述的方法,其中确定参考绩效信息的步骤包括:
在所述多个不同绩效类别中的每个绩效类别中,将主要绩效信息识别为与最优绩效操作员对应的绩效信息。
36.根据权利要求35所述的方法,其中接收操作员绩效信息的步骤包括:
在所述多个绩效类别中的每个绩效类别中,将滞后绩效信息确定为用于除最优绩效操作员之外的所有操作员在所述多个绩效类别中的每个绩效类别中平均绩效值。
37.根据权利要求34所述的方法,其中确定参考绩效信息的步骤包括:
基于移动机械的当前机械配置,识别所述不同绩效类别中的每个绩效类别中的理论最优绩效。
38.根据权利要求34所述的方法,其中确定参考绩效信息的步骤包括:
基于移动机械的升级机械配置,识别在所述不同绩效类别中的每个绩效类别中的理论最优绩效。
39.根据权利要求33所述的方法,其中确定绩效改进度量值包括:
识别在每个绩效改进时机中能够节省的单位时间的数量;以及
识别在每个绩效改进时机中能够节省的单位燃料的数量。
40.一种计算机系统,包括:
绩效时机引擎(676),所述绩效时机引擎接收操作员绩效信息,并且将操作员绩效信息与参考绩效信息进行比较以在多个不同绩效类别中识别指示操作移动机械的绩效的改进的绩效时机;
绩效节省构件(696),所述绩效节省构件基于所识别的绩效时机生成指示所述多个不同绩效类别中的绩效节省的量化绩效节省值;和
用户界面构件(682),所述用户界面构件输出所述多个不同类别中的绩效时机的指示和量化绩效节省值。
41.根据权利要求40所述的计算机系统,进一步地包括:
财务时机引擎,所述财务时机引擎接收量化绩效节省值并且生成与量化绩效节省值对应的财务节省值。
42.根据权利要求41所述的计算机系统,其中绩效时机引擎包括:
参考构件,所述参考构件获得指示与参考操作员对应的至少一个绩效信息的参考绩效信息和指示在移动机械的指定的当前配置下的理论最优绩效的绩效信息。
43.根据权利要求41所述的计算机系统,其中:
绩效节省构件生成以燃料量和时间为单位的量化节省值。
44.根据权利要求41所述的计算机系统,进一步地包括:
建议引擎,所述建议引擎生成指示移动机械的操作变化的一组建议,该操作变化能够被执行以获得所识别的绩效时机的优点。
45.一种计算机可读存储介质,所述计算机可读存储介质存储计算机可执行指令,所述计算机可执行指令在被计算机执行时促使该计算机执行一方法,该方法包括以下步骤:
接收(744)指示移动机械的多个不同绩效类别中的操作员绩效的操作员绩效信息;
将操作员绩效信息与所述多个不同绩效类别中的参考绩效信息进行比较(748);
基于操作员绩效信息与参考绩效信息的比较,确定(748)所述多个不同绩效类别中的一组绩效改进时机;
量化(750)所述多个不同绩效类别中的该组绩效改进时机;以及
输出(730)所述多个不同绩效类别中的每个绩效类别中的被量化的该组绩效改进时机。
46.一种计算系统,包括:
变化时机间隔引擎(942),所述变化时机间隔引擎被配置成用于基于指示被感测农艺参数(950-958)的变化的农艺变化数据识别农艺变化时机,所述被感测农艺参数是在移动机械移动穿过一块土地时由移动机械(102)上的传感器感测到的;和
指定构件系统(944),所述指定构件系统被配置成基于农艺变化时机识别用于移动机械(102)的一组指定构件(982),其中当该指定构件被配置在移动机械(102)上时,该指定构件(982)处理农艺参数(950-958)的变化。
47.根据权利要求46所述的计算系统,进一步地包括:
用户界面构件,所述用户界面构件输出识别该组指定构件的构件识别符。
48.根据权利要求46所述的计算系统,其中变化时机间隔引擎包括:
农艺变化识别构件,所述农艺变化识别构件被配置成用于接收农艺参数并且识别与每个农艺参数对应的指示每个农艺参数在移动机械移动穿过田地时的变化的变化值。
49.根据权利要求48所述的计算系统,其中变化时机间隔引擎包括:
变化时机间隔识别构件,所述变化时机间隔识别构件被配置成基于所识别的变化值识别用于所述田地的变化时机间隔;和
时机聚合构件,所述时机聚合构件基于用于所述田地的变化时机间隔和用于多个附加田地的变化时机间隔,来识别组合时机间隔。
50.根据权利要求49所述的计算系统,所述指定构件系统包括:
时机到构件的映射,所述时机到构件的映射将农艺变化时机映射到一组指定构件,该映射中的该组指定构件包括使移动机械的控制的部分自动化的机械自动化和控制构件、改变移动机械的配置的机械配置构件、和改变感测农艺参数的分辨率的数据采集构件;和
时机到构件的映射引擎,所述时机到构件的映射引擎被配置成用于访问时机到构件的映射并且基于组合时机间隔识别该组指定构件。
51.根据权利要求50所述的计算系统,进一步地包括:
财务时机间隔引擎,所述财务时机间隔引擎被配置成用于估算与移动机械上的被识别的该组指定构件对应的财务影响,并且输出包括所述财务影响的财务分析。
52.一种方法,包括以下步骤:
接收(1000)指示多个不同类别中的被感测农艺信息(950-958)的农艺变化信息,所述被感测农艺信息(950-958)是在移动机械(102)移动穿过土地的规定部分是由移动机械(102)上的一组传感器感测到的;
基于农艺变化信息,量化(1006)所述多个不同类别中的一组农艺变化时机;
基于该组农艺变化时机识别(1010)一组指定构件(982);以及
输出(1022)被量化的该组农艺变化时机和对应的指定构件(982)。
53.一种计算系统,包括:
度量计算器系统(1074),所述度量计算器系统被配置成用于接收(1112)个体操作员绩效信息,所述个体操作员绩效信息是针对预定的操作员团队中的多个不同操作员而接收的,个体操作员绩效信息指示被感测到的、在控制由该团队中的所述多个不同操作员操作的多个不同移动机械(102)中的指定移动机械(102)方面的个体操作员绩效与参考绩效数据(114)的比较,度量计算器系统(1074)被配置成基于个体操作员绩效信息来计算(1116)用于所述团队中的所述多个不同操作员中的每个操作员的绩效分数;
团队分数聚合器(1082),所述团队分数聚合器被配置成用于结合(1140)用于所述团队中的所述多个不同操作员中的每个操作员的绩效分数以获得团队绩效分数;和
用户界面构件(1094),所述用户界面构件被配置成用于通过用户输入机构输出(1158)团队绩效分数,所述用户输入机构被致动以查看(1180)与所述多个操作员中的每个操作员对应的详细信息。
54.根据权利要求53所述的计算系统,其中度量计算器系统包括:
计算器构件,所述计算器构件生成用于所述团队中的每个操作员的一组个体绩效度量,该组个体绩效度量包括多个个体绩效度量;和
团队成员组合分数生成器,所述团队成员组合分数生成器被配置成将用于所述团队中的每个操作员的该组个体绩效度量结合起来以获得用于所述团队中的每个操作员的组合分数。
55.根据权利要求54所述的计算系统,其中:团队分数聚合器被配置成用于计算与该组个体绩效度量不同的用于所述团队的一组团队度量,并且将该组团队度量与用于所述团队中的操作员的组合分数结合起来以获得用于所述团队的组合绩效分数。
56.根据权利要求55所述的计算系统,进一步地包括:
比较构件,所述比较构件生成指示用于所述团队的组合绩效分数与用于其它团队的组合绩效分数的比较的比较结果显示屏面。
57.根据权利要求54所述的计算系统,其中:
计算器构件被配置成用于识别由指定的操作员操作的移动机械的类型,并且计算基于所识别的移动机械的该类型而变化的一组个体绩效度量。
58.根据权利要求57所述的计算系统,其中:
计算器构件被配置成用于识别操作收割机的团队的第一操作员和操作拖拉机的团队的第二操作员,并且计算用于收割机的操作员的第一组个体绩效度量和用于拖拉机的操作员的第二组绩效度量。
59.根据权利要求53所述的计算系统,其中用户界面构件包括一组用户界面装置组中的至少一个,该组用户界面装置包括:
被配置成用于向所述团队中的至少一个操作员接近实时地输出团队分数的用户界面装置;
被配置成用于向协调一个或多个不同的团队的团队协调员接近实时地输出团队分数的用户界面装置;
被配置成用于向远程服务器系统输出团队分数的用户界面装置。
60.一种方法,包括:
感测(206)用于预定操作员团队中的多个不同操作员的个体操作员绩效参数,所述多个不同操作员中的每个操作员都操作不同的移动机械(102);
将个体操作员绩效参数与参考绩效数据(114)进行比较(244);
基于所述比较(244)生成(116)用于所述团队的所述多个不同操作员中的每个操作员的绩效分数;
基于用于所述团队的所述多个不同操作员中的每个操作员的绩效分数的组合来生成(1148)团队绩效分数;以及
输出(1158)团队绩效分数。
Applications Claiming Priority (9)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/155,023 US9892376B2 (en) | 2014-01-14 | 2014-01-14 | Operator performance report generation |
US14/155,023 | 2014-01-14 | ||
US14/271,077 | 2014-05-06 | ||
US14/271,077 US10380704B2 (en) | 2014-01-14 | 2014-05-06 | Operator performance recommendation generation |
US14/445,699 | 2014-07-29 | ||
US14/445,699 US20150199630A1 (en) | 2014-01-14 | 2014-07-29 | Operator performance opportunity analysis |
US14/546,725 | 2014-11-18 | ||
US14/546,725 US10311527B2 (en) | 2014-01-14 | 2014-11-18 | Agronomic variation and team performance analysis |
PCT/US2014/069541 WO2015108633A1 (en) | 2014-01-14 | 2014-12-10 | Agronomic variation and team performance analysis |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105814552A true CN105814552A (zh) | 2016-07-27 |
Family
ID=53521795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480068108.2A Pending CN105814552A (zh) | 2014-01-14 | 2014-12-10 | 农艺变化和团队绩效分析 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10311527B2 (zh) |
EP (1) | EP3095039A4 (zh) |
CN (1) | CN105814552A (zh) |
BR (1) | BR112016013737A2 (zh) |
WO (1) | WO2015108633A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109669401A (zh) * | 2017-10-13 | 2019-04-23 | 迪尔公司 | 无人飞行器辅助的工地数据获取 |
CN109919505A (zh) * | 2019-03-14 | 2019-06-21 | 上海达慧智能科技有限公司 | 一种操作状态判断方法、装置、系统、设备和存储介质 |
CN111242479A (zh) * | 2020-01-13 | 2020-06-05 | 长沙理工大学 | 一种绩效评估方法和系统、设备及存储介质 |
CN112465287A (zh) * | 2019-09-09 | 2021-03-09 | 国际商业机器公司 | 改进农场耕种质量 |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10453018B2 (en) | 2014-01-14 | 2019-10-22 | Deere & Company | Agricultural information sensing and retrieval |
US10311527B2 (en) | 2014-01-14 | 2019-06-04 | Deere & Company | Agronomic variation and team performance analysis |
US10380704B2 (en) | 2014-01-14 | 2019-08-13 | Deere & Company | Operator performance recommendation generation |
US10515425B2 (en) * | 2014-04-01 | 2019-12-24 | The Climate Corporation | Agricultural implement and implement operator monitoring apparatus, systems, and methods |
US9728015B2 (en) * | 2014-10-15 | 2017-08-08 | TrueLite Trace, Inc. | Fuel savings scoring system with remote real-time vehicle OBD monitoring |
WO2016189468A1 (en) | 2015-05-25 | 2016-12-01 | Agromentum Ltd. | Closed loop integrated pest management |
US10491590B2 (en) * | 2015-10-12 | 2019-11-26 | AssetWorks LLC | System and method for verifying and redirecting mobile applications |
US20170115833A1 (en) * | 2015-10-27 | 2017-04-27 | Cnh Industrial America Llc | Top bar display for an agricultural system |
EP3282333B1 (en) * | 2016-08-12 | 2021-05-19 | Siemens Aktiengesellschaft | A technique for monitoring technical equipment |
US10437240B2 (en) | 2016-09-13 | 2019-10-08 | Toyota Motor Engineering & Manufacturing North America, Inc. | Manufacturing evaluation system |
US10365640B2 (en) | 2017-04-11 | 2019-07-30 | International Business Machines Corporation | Controlling multi-stage manufacturing process based on internet of things (IoT) sensors and cognitive rule induction |
US10310455B2 (en) | 2017-06-19 | 2019-06-04 | Deere & Company | Combine harvester control and communication system |
US11789413B2 (en) | 2017-06-19 | 2023-10-17 | Deere & Company | Self-learning control system for a mobile machine |
US10437243B2 (en) | 2017-06-19 | 2019-10-08 | Deere & Company | Combine harvester control interface for operator and/or remote user |
BR102018008598A2 (pt) | 2017-06-19 | 2019-03-19 | Deere & Company | Sistema de controle de colheitadeira, método de controle de uma máquina de colheita, e, colheitadeira |
US11589507B2 (en) * | 2017-06-19 | 2023-02-28 | Deere & Company | Combine harvester control interface for operator and/or remote user |
US10694668B2 (en) | 2017-06-19 | 2020-06-30 | Deere & Company | Locally controlling settings on a combine harvester based on a remote settings adjustment |
US20220309595A1 (en) * | 2017-10-13 | 2022-09-29 | Atp Labs Ltd. | System and Method for Managing and Operating an Agricultural-Origin-Product Manufacturing Supply Chain |
US10782672B2 (en) | 2018-05-15 | 2020-09-22 | Deere & Company | Machine control system using performance score based setting adjustment |
DE102019206817A1 (de) | 2018-05-18 | 2019-12-12 | Deere & Company | Selbstlernendes steuersyste m für eine mobile maschine |
US10736266B2 (en) | 2018-05-31 | 2020-08-11 | Deere & Company | Control of settings on a combine harvester with bias removal |
US20200090094A1 (en) * | 2018-09-19 | 2020-03-19 | Deere & Company | Harvester control system |
DE102018216795A1 (de) * | 2018-09-28 | 2020-04-02 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs |
US11723308B2 (en) * | 2019-01-31 | 2023-08-15 | Cnh Industrial America Llc | Combine loss monitor mapping |
JP2020170474A (ja) * | 2019-04-05 | 2020-10-15 | コベルコ建機株式会社 | スキル情報提示システム及びスキル情報提示方法 |
JP7302244B2 (ja) * | 2019-04-05 | 2023-07-04 | コベルコ建機株式会社 | スキル情報提示システム及びスキル情報提示方法 |
CA3116264A1 (en) * | 2020-04-26 | 2021-10-26 | Paccar Inc | Fleet-specific performance impact of vehicle configuration |
CN112257833B (zh) * | 2020-11-18 | 2022-07-01 | 河南省农业科学院粮食作物研究所 | 一种杂交组合种子快速排序分拣方法 |
US20220207622A1 (en) * | 2020-12-29 | 2022-06-30 | Agco Corporation | Forage loss monitoring |
JP2022138728A (ja) * | 2021-03-10 | 2022-09-26 | トヨタ自動車株式会社 | 運転診断装置及び運転診断方法 |
US20230094319A1 (en) | 2021-09-28 | 2023-03-30 | Deere & Company | Agricultural machine speed control based on work quality metrics |
US20230101136A1 (en) | 2021-09-28 | 2023-03-30 | Deere & Company | Agricultural machine control using work quality based on in situ operation sensing |
US11853974B2 (en) * | 2022-03-15 | 2023-12-26 | My Job Matcher, Inc. | Apparatuses and methods for assorter quantification |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4951031A (en) * | 1988-04-26 | 1990-08-21 | Ford New Holland, Inc. | Method and apparatus for measuring grain loss in harvesting machines |
US20110251752A1 (en) * | 2010-04-09 | 2011-10-13 | Isaac Instruments Inc. | Vehicle telemetry system and method for evaluating and training drivers |
US20120253744A1 (en) * | 2010-12-30 | 2012-10-04 | Agco Corporation | Real-Time Evaluation of Machine Performance For Fleet Management |
US20120260366A1 (en) * | 2009-12-17 | 2012-10-11 | Nunhems B.V. | Tetraploid corn salad |
CN103453933A (zh) * | 2013-08-18 | 2013-12-18 | 吉林大学 | 农业机械作业参数综合监测平台及使用方法 |
CN103604613A (zh) * | 2013-11-25 | 2014-02-26 | 山东科大微机应用研究所有限公司 | 固定搓板式农用机械制动性能检测仪 |
Family Cites Families (70)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3684627B2 (ja) * | 1994-12-28 | 2005-08-17 | 日産自動車株式会社 | 車両用内燃機関の可変動弁装置 |
KR0179540B1 (ko) * | 1995-01-23 | 1999-04-15 | 구자홍 | 핀 튜브형 열교환기의 플레이트핀 |
US5585757A (en) * | 1995-06-06 | 1996-12-17 | Analog Devices, Inc. | Explicit log domain root-mean-square detector |
US5751199A (en) * | 1996-01-16 | 1998-05-12 | Trw Inc. | Combline multiplexer with planar common junction input |
US5734849A (en) * | 1996-07-01 | 1998-03-31 | Sun Microsystems, Inc. | Dual bus memory transactions using address bus for data transfer |
US6995675B2 (en) | 1998-03-09 | 2006-02-07 | Curkendall Leland D | Method and system for agricultural data collection and management |
WO2000000818A1 (en) | 1998-06-29 | 2000-01-06 | Deere & Company | Optoelectronic apparatus for detecting damaged grain |
US20020040300A1 (en) * | 2000-06-05 | 2002-04-04 | Agco | System and method for creating controller application maps for site-specific farming |
BR0113436A (pt) * | 2000-08-22 | 2004-12-07 | Deere & Co | Método para desenvolver um plano de administração de fazenda, sistema de administração de fazenda, e, programa de computador para gerar um plano de administração de fazenda |
US20020107624A1 (en) | 2001-02-07 | 2002-08-08 | Deere & Company, A Delaware Corporation | Monitoring equipment for an agricultural machine |
US6553300B2 (en) | 2001-07-16 | 2003-04-22 | Deere & Company | Harvester with intelligent hybrid control system |
DE10203653A1 (de) | 2002-01-30 | 2003-07-31 | Deere & Co | Arbeitsmaschine mit tragbarem Bediengerät |
US20040021563A1 (en) | 2002-07-31 | 2004-02-05 | Deere & Company | Method for remote monitoring equipment for an agricultural machine |
US6999877B1 (en) * | 2003-01-31 | 2006-02-14 | Deere & Company | Method and system of evaluating performance of a crop |
US7184892B1 (en) * | 2003-01-31 | 2007-02-27 | Deere & Company | Method and system of evaluating performance of a crop |
US7047133B1 (en) * | 2003-01-31 | 2006-05-16 | Deere & Company | Method and system of evaluating performance of a crop |
US20050150202A1 (en) | 2004-01-08 | 2005-07-14 | Iowa State University Research Foundation, Inc. | Apparatus and method for monitoring and controlling an agricultural harvesting machine to enhance the economic harvesting performance thereof |
US20050171835A1 (en) | 2004-01-20 | 2005-08-04 | Mook David A. | System for monitoring economic trends in fleet management network |
US7317975B2 (en) | 2004-02-03 | 2008-01-08 | Haldex Brake Products Ab | Vehicle telematics system |
US20060030990A1 (en) * | 2004-08-06 | 2006-02-09 | Anderson Noel W | Method and system for estimating an agricultural management parameter |
US7333922B2 (en) | 2005-03-30 | 2008-02-19 | Caterpillar Inc. | System and method of monitoring machine performance |
GB0507928D0 (en) | 2005-04-20 | 2005-05-25 | Cnh Belgium Nv | Input device for agricultural vehicle information display |
GB0507927D0 (en) | 2005-04-20 | 2005-05-25 | Cnh Belgium Nv | Agricultural vehicle and implement information display |
US20060293913A1 (en) | 2005-06-10 | 2006-12-28 | Pioneer Hi-Bred International, Inc. | Method and system for licensing by location |
US9129233B2 (en) | 2006-02-15 | 2015-09-08 | Catepillar Inc. | System and method for training a machine operator |
AU2008260061B2 (en) * | 2007-06-01 | 2014-05-29 | Syngenta Participations Ag | Methods for the commercial production of transgenic plants |
GB0714942D0 (en) | 2007-08-01 | 2007-09-12 | Cnh Belgium Nv | A biomass cleaner improvements in corp harvesting machine and related methods |
US20090259483A1 (en) * | 2008-04-11 | 2009-10-15 | Larry Lee Hendrickson | Method for making a land management decision based on processed elevational data |
US8175775B2 (en) | 2008-06-11 | 2012-05-08 | Cnh America Llc | System and method employing short range communications for establishing performance parameters of an exemplar agricultural machine among a plurality of like-purpose agricultural machines |
US9152938B2 (en) | 2008-08-11 | 2015-10-06 | Farmlink Llc | Agricultural machine and operator performance information systems and related methods |
US8280595B2 (en) | 2008-08-12 | 2012-10-02 | Cnh America Llc | System and method employing short range communications for communicating and exchanging operational and logistical status information among a plurality of agricultural machines |
US8489622B2 (en) | 2008-12-12 | 2013-07-16 | Sas Institute Inc. | Computer-implemented systems and methods for providing paginated search results from a database |
US9098820B2 (en) | 2009-02-23 | 2015-08-04 | International Business Machines Corporation | Conservation modeling engine framework |
CN101622928A (zh) | 2009-08-10 | 2010-01-13 | 西北农林科技大学 | 联合收割机遥控系统 |
FI20090447A (fi) | 2009-11-26 | 2011-05-27 | Ponsse Oyj | Menetelmä ja laite metsäkoneen yhteydessä |
US8469784B1 (en) | 2010-04-16 | 2013-06-25 | U.S. Department Of Energy | Autonomous grain combine control system |
US8463510B2 (en) | 2010-04-30 | 2013-06-11 | Cnh America Llc | GPS controlled residue spread width |
CN103502987B (zh) * | 2011-02-17 | 2017-04-19 | 耐克创新有限合伙公司 | 使用图像数据选择并关联体育活动数据 |
US8694382B2 (en) | 2011-02-18 | 2014-04-08 | Cnh America Llc | System and method for automatic guidance control of a vehicle |
JP5582245B2 (ja) | 2011-03-10 | 2014-09-03 | 富士通株式会社 | 農作業支援方法及び農作業支援装置 |
US9330062B2 (en) | 2011-03-11 | 2016-05-03 | Intelligent Agricultural Solutions, Llc | Vehicle control and gateway module |
US9607342B2 (en) | 2011-07-18 | 2017-03-28 | Conservis Corporation | GPS-based ticket generation in harvest life cycle information management system and method |
GB201200425D0 (en) | 2011-12-21 | 2012-02-22 | Agco Corp | Closed loop settings optimization using revenue metric |
GB201200460D0 (en) | 2011-12-21 | 2012-02-22 | Agco Corp | Real-time determination of fleet revenue metric |
DE102013106131A1 (de) | 2012-07-16 | 2014-06-12 | Claas Selbstfahrende Erntemaschinen Gmbh | Fahrerassistenzsystem für landwirtschaftliche Arbeitsmaschine |
US20140025440A1 (en) | 2012-07-18 | 2014-01-23 | Paresh L. Nagda | Aggregated performance indicator statistics for managing fleet performance |
DE102012021469A1 (de) | 2012-11-05 | 2014-05-08 | Claas Selbstfahrende Erntemaschinen Gmbh | Assistenzsystem zur Optimierung des Fahrzeugbetriebes |
US8965640B2 (en) | 2012-11-30 | 2015-02-24 | Caterpillar Inc. | Conditioning a performance metric for an operator display |
US9686902B2 (en) | 2012-12-18 | 2017-06-27 | Cnh Industrial America Llc | System and method for improving performance of an agricultural vehicle or implement |
BR112015013835A2 (pt) | 2013-01-03 | 2017-07-11 | Crown Equip Corp | método para agregar medições de desempenho do operador de veículo industrial |
US20140277905A1 (en) | 2013-03-15 | 2014-09-18 | Deere & Company | Methods and apparatus to manage a fleet of work machines |
US9403536B2 (en) | 2013-08-12 | 2016-08-02 | Deere & Company | Driver assistance system |
KR102263813B1 (ko) | 2013-09-05 | 2021-06-14 | 크라운 이큅먼트 코포레이션 | 동적 오퍼레이터 거동 분석기 |
US9349228B2 (en) | 2013-10-23 | 2016-05-24 | Trimble Navigation Limited | Driver scorecard system and method |
US9697491B2 (en) | 2013-12-19 | 2017-07-04 | Trapeze Software Ulc | System and method for analyzing performance data in a transit organization |
US10380704B2 (en) | 2014-01-14 | 2019-08-13 | Deere & Company | Operator performance recommendation generation |
US9892376B2 (en) | 2014-01-14 | 2018-02-13 | Deere & Company | Operator performance report generation |
US20150199630A1 (en) | 2014-01-14 | 2015-07-16 | Deere & Company | Operator performance opportunity analysis |
US10453018B2 (en) | 2014-01-14 | 2019-10-22 | Deere & Company | Agricultural information sensing and retrieval |
US10311527B2 (en) | 2014-01-14 | 2019-06-04 | Deere & Company | Agronomic variation and team performance analysis |
US10515425B2 (en) | 2014-04-01 | 2019-12-24 | The Climate Corporation | Agricultural implement and implement operator monitoring apparatus, systems, and methods |
US20160098637A1 (en) | 2014-10-03 | 2016-04-07 | Caterpillar Inc. | Automated Data Analytics for Work Machines |
US9792557B2 (en) | 2015-01-14 | 2017-10-17 | Accenture Global Services Limited | Precision agriculture system |
US20160212969A1 (en) | 2015-01-26 | 2016-07-28 | Sugar Tree Innovations LLC | Dispensing Apparatus |
CA2988972C (en) | 2015-06-08 | 2023-04-18 | Precision Planting Llc | Agricultural data analysis |
FR3061031A1 (fr) | 2016-12-22 | 2018-06-29 | Suez Groupe | Procede et installation de denitrification des fumees de combustion |
US20180359917A1 (en) | 2017-06-19 | 2018-12-20 | Deere & Company | Remote control of settings on a combine harvester |
US10310455B2 (en) | 2017-06-19 | 2019-06-04 | Deere & Company | Combine harvester control and communication system |
US10437243B2 (en) | 2017-06-19 | 2019-10-08 | Deere & Company | Combine harvester control interface for operator and/or remote user |
US11589507B2 (en) | 2017-06-19 | 2023-02-28 | Deere & Company | Combine harvester control interface for operator and/or remote user |
-
2014
- 2014-11-18 US US14/546,725 patent/US10311527B2/en active Active
- 2014-12-10 CN CN201480068108.2A patent/CN105814552A/zh active Pending
- 2014-12-10 BR BR112016013737-0A patent/BR112016013737A2/pt not_active Application Discontinuation
- 2014-12-10 WO PCT/US2014/069541 patent/WO2015108633A1/en active Application Filing
- 2014-12-10 EP EP14879223.7A patent/EP3095039A4/en not_active Ceased
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4951031A (en) * | 1988-04-26 | 1990-08-21 | Ford New Holland, Inc. | Method and apparatus for measuring grain loss in harvesting machines |
US20120260366A1 (en) * | 2009-12-17 | 2012-10-11 | Nunhems B.V. | Tetraploid corn salad |
US20110251752A1 (en) * | 2010-04-09 | 2011-10-13 | Isaac Instruments Inc. | Vehicle telemetry system and method for evaluating and training drivers |
US20120253744A1 (en) * | 2010-12-30 | 2012-10-04 | Agco Corporation | Real-Time Evaluation of Machine Performance For Fleet Management |
CN103453933A (zh) * | 2013-08-18 | 2013-12-18 | 吉林大学 | 农业机械作业参数综合监测平台及使用方法 |
CN103604613A (zh) * | 2013-11-25 | 2014-02-26 | 山东科大微机应用研究所有限公司 | 固定搓板式农用机械制动性能检测仪 |
Non-Patent Citations (2)
Title |
---|
梁勇: "<<农业区域化布局、专业化生产与产业化经营实务全书>>", 31 July 2003, 吉林电子出版社 * |
苗丹民,刘旭峰主编: "《航空航天心理学》", 30 April 2010, 第四军医大学出版社 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109669401A (zh) * | 2017-10-13 | 2019-04-23 | 迪尔公司 | 无人飞行器辅助的工地数据获取 |
CN109669401B (zh) * | 2017-10-13 | 2024-05-24 | 迪尔公司 | 无人飞行器辅助的工地数据获取 |
CN109919505A (zh) * | 2019-03-14 | 2019-06-21 | 上海达慧智能科技有限公司 | 一种操作状态判断方法、装置、系统、设备和存储介质 |
CN112465287A (zh) * | 2019-09-09 | 2021-03-09 | 国际商业机器公司 | 改进农场耕种质量 |
CN111242479A (zh) * | 2020-01-13 | 2020-06-05 | 长沙理工大学 | 一种绩效评估方法和系统、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
BR112016013737A2 (pt) | 2021-05-18 |
EP3095039A1 (en) | 2016-11-23 |
WO2015108633A1 (en) | 2015-07-23 |
US10311527B2 (en) | 2019-06-04 |
US20150199775A1 (en) | 2015-07-16 |
EP3095039A4 (en) | 2017-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105814552A (zh) | 农艺变化和团队绩效分析 | |
EP3570228B1 (en) | Machine control system using performance score based setting adjustment | |
US20150199630A1 (en) | Operator performance opportunity analysis | |
US11751519B2 (en) | Identifying management zones in agricultural fields and generating planting plans for the zones | |
US11406071B2 (en) | Identifying management zones in agricultural fields and generating planting plans for the zones | |
US11455760B2 (en) | Digital visualization of periodically updated in-season agricultural prescriptions | |
US10453018B2 (en) | Agricultural information sensing and retrieval | |
US10380704B2 (en) | Operator performance recommendation generation | |
US20200410143A1 (en) | Delineating management zones based on historical yield maps | |
CN113168598B (zh) | 由田间的风险调整的杂交种子选择和作物产量优化 | |
US8694454B2 (en) | Methods, apparatus and systems for generating, updating and executing a vegetation control plan | |
CN112889063A (zh) | 基于天气数据的产量自动预测和播种率推荐 | |
US20200134358A1 (en) | Detecting infection of plant diseases with improved machine learning | |
JP7478066B2 (ja) | 作業管理システム、作業管理方法及び作業管理プログラム | |
JP2022036523A (ja) | 作業管理システム、作業管理方法及び作業管理プログラム | |
JP2022036522A (ja) | 作業管理システム、作業管理方法及び作業管理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160727 |