CN107111795A - 更新对农业规定任务的执行 - Google Patents

更新对农业规定任务的执行 Download PDF

Info

Publication number
CN107111795A
CN107111795A CN201580053930.6A CN201580053930A CN107111795A CN 107111795 A CN107111795 A CN 107111795A CN 201580053930 A CN201580053930 A CN 201580053930A CN 107111795 A CN107111795 A CN 107111795A
Authority
CN
China
Prior art keywords
data
task
user equipment
agricultural
processing module
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
Application number
CN201580053930.6A
Other languages
English (en)
Inventor
克雷格·尤金·卢比
A·科贝特·S·库尔
克里斯托弗·西尔斯·米克尔森
帕特里克·李·杜姆斯托夫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Climate LLC
Original Assignee
Climate Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Climate Corp filed Critical Climate Corp
Priority to CN202210386244.2A priority Critical patent/CN114757529A/zh
Publication of CN107111795A publication Critical patent/CN107111795A/zh
Pending legal-status Critical Current

Links

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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
    • A01B79/00—Methods for working soil
    • A01B79/005—Precision agriculture
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01D—HARVESTING; MOWING
    • A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
    • A01D41/12—Details of combines
    • A01D41/127—Control or measuring arrangements specially adapted for combines
    • A01D41/1274—Control or measuring arrangements specially adapted for combines for drives
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Educational Administration (AREA)
  • Animal Husbandry (AREA)
  • Environmental Sciences (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • Soil Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Stored Programmes (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种方法开始于由计算设备将农耕地理地区的农业规定的多个任务分配给农耕设备队。该方法继续于，在执行多个任务中的任务时，农耕设备队中的至少一些收集任务执行数据。该方法继续于由计算设备基于任务执行数据更新下述各项中的至少一个：农业规定、多个任务、以及对多个任务中的至少一个任务的分配。

Description

更新对农业规定任务的执行
相关申请的交叉引用
本申请要求于2014年9月5日提交的题为“利用传感器数据生成农业规定”的美国临时申请No.62/046,346、于2014年9月18日提交的题为“确定作物收获产量”的美国临时申请No.62/052,034、以及于2015年7月28日提交的题为“更新农业规定任务的执行”的美国发明专利申请No.14/810,809的优先权，其全部内容通过引用并入本文，并且用于所有目的作为本申请的一部分。
关于联邦政府资助的研究或开发的声明-不适用
在光碟上提交的材料的参引合并-不适用
技术领域
本发明一般涉及在农业中使用的计算系统，更具体地，涉及使用计算系统来规定农业生命周期的各方面，以提供农业生命周期的改进结果。
背景技术
已知农业包括植物的栽培以维持和改善人类生活。植物的栽培包括执行农业生命周期的许多步骤，例如，土地管理、灌溉、施肥、种植和收获。农业生命周期的有效性可以取决于执行这些步骤的过程控制，并且还取决于许多条件，例如，可用的阳光、水可用性、温度范围、风速、土壤类型、土壤养分和其他因素。
已知计算设备收集数据、存储数据、处理数据和传送数据。计算设备的示例包括嵌入式农耕设备电子设备、智能电话、平板计算机、膝上型计算机、个人计算机、存储服务器和/或数据处理服务器。基本上，包括有计算单元、一个或多个接口和存储器系统的任何设备可以被认为是计算设备。
还已知计算设备可以用于收集与农业生命周期相关联的数据并处理收集到的数据。这种被处理的数据可以用于理解与农业生命周期的有效性相关联的因果关系。
附图说明
图1是根据本发明的计算系统的实施例的示意性框图；
图2是示出根据本发明的多个地理区域的实施例的图；
图3是示出根据本发明的多个子地理区域的实施例的图；
图4是根据本发明的用户设备的实施例的示意性框图；
图5是根据本发明的计算系统的另一实施例的示意性框图；
图6是示出根据本发明的针对关联地理区域的行驶路径(drive path)的实施例的图；
图7是示出根据本发明的用户设备和沿着行驶路径的轨迹之间的关系的图；
图8是示出根据本发明的数据记录的结构的示例的图；
图9是根据本发明的应用单元和相关联的存储单元的实施例的示意性框图；
图10是示出根据本发明的针对关联地理区域的行驶路径的另一实施例的图；
图11是示出根据本发明的用户设备、致动器组和沿着行驶路径的轨迹之间的关系的图；
图12A是根据本发明的计算系统的另一实施例的示意性框图；
图12B是根据本发明的驱动单元的实施例的示意性框图；
图12C是示出根据本发明的收集数据以生成农业规定(prescription)的示例的流程图；
图12D是示出根据本发明的收集数据以生成农业规定的另一示例的流程图；
图13A是根据本发明的计算系统的另一实施例的示意性框图；
图13B-C是根据本发明的农业规定资源映射的图；
图13D是示出根据本发明的更新资源分配的示例的流程图；
图13E-F是示出根据本发明更新农业规定的任务的执行的示例的流程图；
图14A是根据本发明的计算系统的另一实施例的示意性框图；
图14B是示出根据本发明标识不利的作物收获输出水平的示例的流程图；
图15A是根据本发明的计算系统的另一实施例的示意性框图；
图15B是示出根据本发明标识不利的作物种植水平的示例的流程图；
图16A是根据本发明的计算系统的另一实施例的示意性框图；
图16B是示出根据本发明标识不利的施加物施加水平的示例的流程图；
图17A是根据本发明的计算系统的另一实施例的示意性框图；
图17B是示出根据本发明生成耕作农业规定的示例的流程图；
图18A是根据本发明的计算系统的另一实施例的示意性框图；
图18B是示出根据本发明的生成监视(scouting)农业规定的示例的流程图；
图19A是根据本发明的计算系统的另一实施例的示意性框图；
图19B是示出根据本发明的基于预测的天气状况生成更新的农业规定的示例的流程图；
图20A是根据本发明的用户设备的另一实施例的示意性框图；
图20B是根据本发明的应用处理模块的实施例的示意性框图；
图20C是示出根据本发明的使得数据收集能够生成农业规定的位置信息的机会性获取的示例的流程图；
图21A是根据本发明的计算系统的另一实施例的示意性框图；
图21B是示出根据本发明生成氮施加农业规定的示例的流程图；
图22A是根据本发明的计算系统的另一实施例的示意性框图；
图22B是示出根据本发明生成收获农业规定的示例的流程图；
图23A是根据本发明的计算系统的另一实施例的示意性框图；
图23B是示出根据本发明确定作物收获产量的示例的流程图；
图24A是根据本发明的计算系统的另一实施例的示意性框图；
图24B是示出根据本发明优化作物收获产量的示例的流程图；
图25A是根据本发明的计算系统的另一实施例的示意性框图；
图25B是示出根据本发明的修正传感器数据的示例的图；
图25C是示出根据本发明的提高作物收获传感器数据的精度的示例的流程图；
图26A是根据本发明的计算系统的另一实施例的示意性框图；
图26B是示出根据本发明的提高作物产量数据的精度的示例的流程图；
图27A是根据本发明的计算系统的另一实施例的示意性框图；
图27B是示出根据本发明的提高作物产量数据的精度的另一示例的流程图；
图28A是根据本发明的计算系统的另一实施例的示意性框图；以及
图28B是示出根据本发明的监管链(chain of custody)作物追踪的示例的流程图。
具体实施方式
图1是分布式计算系统10的实施例的示意性框图，包括至少一个无线位置网络18、一个或多个无线通信网络1、2等、网络24、应用单元16、存储单元36、多个用户设备14和与地理区域1-R相关联的多个用户设备(例如，与地理区域1相关联的用户设备1-1A、1-1C、1-2A、1-2C等，与地理区域2相关联的用户设备2-1A、2-1B、2-1C、2-2A、2-2C等)。在下文中，与地理区域相关联的用户设备和用户设备14可以被可互换地称为用户设备。计算系统10的组件经由网络24耦接，其中网络24可以包括以下一个或多个：无线和/或有线通信系统、一个或多个专用通信系统、公共互联网系统、一个或多个局域网(LAN)、以及一个或多个广域网(WAN)。
每个无线通信网络包括公共无线通信系统和专用无线通信系统中的一个或多个，并且可以根据一个或多个无线工业标准(包括通用移动电信系统(UMTS)、全球移动通信系统(GSM)、长期演进(LTE)、宽带码分复用(WCDMA)、IEEE 802.11、IEEE 802.16)来工作。每个无线通信网络1-R向用户设备发送无线通信信号42并从用户设备接收无线通信信号42以传送数据消息44和/或应用消息46。与地理区域相关联的用户设备可以在两个或多个用户设备之间直接发送和接收无线通信信号42。可选地或附加地，这两个用户设备可以经由两个用户设备之间的有线接口直接传送接口信息40。例如，当用户设备2-1A和用户设备2-1B由有线接口可操作地耦接时，用户设备2-1A与用户设备2-1B传送接口信息40。
无线位置网络18包括公共无线位置系统(例如，全球定位卫星(GPS)、蜂窝网络)和专用无线位置系统(例如无线信标、无线局域网(WLAN))中的一个或多个。无线位置网络18向多个用户设备中的至少一些用户设备发送无线位置信号38，以实现对位置信息的确定。
应用单元16和存储单元36包括处理模块(例如，应用处理模块)和存储器以支持一个或多个应用(例如，农业生命周期优化应用)的执行和信息的存储。每个用户设备可以是便携式计算设备(例如，嵌入式农耕设备电子设备、农耕设备接口加密锁(dongle)、嵌入式车载电子设备、智能电话、平板计算机、膝上型计算机、手持计算机和/或包括计算单元的任何其他便携式设备)和/或固定计算设备(例如，台式计算机、有线电视机顶盒、应用服务器、互联网电视用户接口和/或包括计算单元的任何其他固定设备)。这样的便携式或固定计算设备包括下述各项中的一个或多个：计算单元(例如，提供处理模块功能)、一个或多个无线调制解调器、传感器、和一个或多个用户接口。参考图4更详细地讨论用户设备。
农耕设备(farming equipment)(例如，农场设备)包括与农业相关联的任何机器、装置和/或工具。例如，农耕设备可以包括下述各项中的一个或多个：拖拉机、种子种植机、肥料分配器(例如，施肥设备)、土壤耕作机、浇灌设备、联合收割机、和收获机构(例如，收获设备)。作为用户设备实现方式的示例，用户设备1-1A、1-2A、2-1A和2-2A包括与农用拖拉机相关联的嵌入式农耕设备电子设备。作为另一示例，用户设备1-1C、2-1C、1-2C和2-2C包括智能电话。作为又一个具体示例，用户设备2-1B包括拖拉机接口加密锁。
可以以各种方式来实现用户设备14、应用单元16和存储单元36。例如，第一用户设备包括计算单元，该计算单元包括应用单元16。作为另一示例，第二用户设备包括另一计算单元，该计算单元包括存储单元36。作为又一示例，第三用户设备包括另一计算单元，该计算单元包括了应用单元16和存储单元36。作为又一示例，又一计算单元包括应用单元16和存储单元36。
通常关于农业生命周期的优化，计算系统10支持至少五个示例功能：捕获数据、分析数据、产生分析概要、产生农业规定、以及在执行与农业生命周期相关联的步骤中使用农业规定。根据这些功能，可以创建农业规定，该农业规定与可能的种植生命周期相关，并且可以用于提高整个农业生命周期的有效性。
第一示例功能包括计算系统10捕获数据。在该示例中，用户设备1-1A接收无线位置信号38并且从其确定位置信息(例如，地理区域1的位置坐标、时间戳、标识)。在产生了位置信息之后，用户设备1-1A在地理区域1内捕获与农业生命周期的一个或多个步骤相关联的数据，并且基于该位置信息和数据中的一个或多个生成无线通信信号42。作为具体示例，当用于农用拖拉机的嵌入式控制电子设备包括用户设备1-1A时，用户设备1-1A穿过地理区域1的至少一部分并捕获传感器数据作为所捕获的数据。可选地，用户设备1-1A将所捕获的数据的至少一部分存储在本地存储器中。来自用户设备1-1A的无线通信信号42由用户设备1-1C接收。用户设备1-1C从(从用户设备1-1A接收到的)无线通信信号42中提取数据，并且随后生成用于发送到无线通信网络1的无线通信信号42，其中无线通信信号42是基于该数据的。
无线通信网络1从用户设备1-1C接收无线通信信号42，并对无线通信信号42进行解码以再现数据。在再现了数据之后，无线通信网络1经由网络24向存储单元36发送数据消息44，其中数据消息44包括再现的数据。可选地或除此之外，用户设备1-2A以与用户设备1-1A类似的方式运作以在地理区域1内捕获进一步的数据，并且经由用户设备1-2C、无线通信网络1和网络向存储单元36发送进一步捕获到的数据。在接收到来自用户设备1-1A的数据消息44和来自用户设备1-2A的另一数据消息中的一个或多个之后，存储单元36从用户设备1-1A的数据消息44中提取再现的数据和/或从来自用户设备1-2A的其他数据消息44中提取进一步捕获到的数据，以产生来自地理区域1的数据。
在从地理区域1获得数据之后，存储单元36基于来自地理区域1的数据生成数据记录。在生成了数据记录之后，存储单元36辅助将数据记录存储在下述各项中的至少一个中：与存储单元相关联的本地存储器、应用单元、一个或多个用户设备、另一存储单元、以及存储系统。作为具体示例，存储单元36将数据记录存储在存储单元的本地存储器中，并且经由网络24向与地理区域1相关联的用户设备14发送信息消息48，其中信息消息48包括该数据记录。
在捕获数据的操作的另一示例中，用户设备2-1A捕获与地理区域2相关联的数据，并且向用户设备2-1B发送接口信息40，其中接口信息40包括所捕获的与地理区域2相关联的数据以及与用户设备2-1A相关联的位置信息。可选地或者除此之外，用户设备2-1A将接口信息40的至少一部分存储在用户设备2-1A的本地存储器中。用户设备2-1B通过使用无线通信信号42将所捕获的数据发送到用户设备2-1C。可选地或者除此之外，用户设备2-1B将接口信息40的至少一部分存储在用户设备2-1B的本地存储器中。可选地，用户设备2-1B通过使用无线通信信号42将接口信息40发送到通信网络2。当用户设备2-1B将所捕获的数据发送到用户设备2-1C时，用户设备2-1C通过使用无线通信信号42将包括所捕获数据的接口信息40发送到无线通信网络2。无线通信网络2经由网络24将所捕获的数据发送到存储单元36。可选地，用户设备2-1C通过使用无线通信信号42将所捕获的数据发送到无线通信网络1，其中无线通信网络1经由网络24将所捕获的数据发送到存储单元36。以类似的方式，用户设备2-2A在地理区域2内捕获进一步的数据，并且经由用户设备2-2C、无线通信网络2、和网络24中的一个或多个将捕获到的进一步的数据发送到存储单元36。
存储单元36从用户设备2-1A和2-2A中的一个或多个接收数据和/或捕获到的进一步的数据，以产生来自地理区域2的数据。在从地理区域2获得数据之后，存储单元36基于来自地理区域2的数据生成数据记录，并且辅助将来自地理区域2的数据记录存储在下述各项中的至少一个中：与存储单元相关联的本地存储器、应用单元、一个或多个用户设备、另一存储单元以及存储系统。作为具体示例，存储单元36将与地理区域2相关联的数据记录存储在存储单元的本地存储器中，并且经由网络24将另一信息消息48发送到与地理区域2相关联的另一用户设备14，其中其他信息消息48包括与地理区域2相关联的数据记录。
第二示例功能包括计算系统10分析数据。在操作的示例中，与地理区域1相关联的用户设备14经由网络24向应用单元16发出应用消息46，其中应用消息46请求对地理区域1的农业生命周期的分析。应用单元16从存储单元36获得信息消息48，其中信息消息48包括以下一个或多个：与地理区域1相关联的数据记录、与地理区域1相关联的历史概要中。这样的历史概要包括下述各项中的一个或多个：先前分析的结果、先前分析的概要和先前农业规定的概要。可选地或者除此之外，应用单元16从存储单元36获得另一信息消息48，其中另一信息消息48包括与一个或多个其他地理区域相关联的一个或多个数据记录。作为具体示例，应用单元16获得与直接紧邻于地理区域1的地理区域相关联的数据记录。
在获得了数据记录和历史概要中的一个或多个之后，应用单元16对数据记录和/或历史概要执行一个或多个分析功能以产生分析结果。分析功能包括下述各项中的一个或多个：过滤功能、相关功能、比较功能、转换功能、数学功能、逻辑功能、识别功能、列表功能、搜索功能、估计功能、概率密度生成功能、趋势分析功能以及可用于帮助分析数据记录和/或历史概要以提供改进农业生命周期的步骤的有效性的见解的任何其他功能。作为具体示例，应用单元16对在相似的一组条件(例如，土壤类型、天气)下并且农业生命周期的步骤的方法不同的地理区域1和地理区域2的玉米作物产率进行比较来产生分析结果。可选地或者除此之外，应用单元16辅助将分析结果存储在存储单元36中(例如，以作为历史概要辅助随后的检索)。
第三示例功能包括计算系统10产生分析概要。在操作的示例中，已经产生分析结果之后，应用单元16可以从存储单元36获得一个或多个另外的信息消息48，其中一个或多个另外的信息消息48包括一个或多个先前的分析概要。在获得另外的信息消息48之后，应用单元16基于分析结果、应用消息和先前的分析概要中的一个或多个来对分析结果进行总结以产生分析概要。作为具体示例，当来自与地理区域1相关联的用户设备14的应用消息46请求对上一年的玉米作物产量的分析时，应用单元通过使用根据先前分析概要的类似格式来对分析结果进行总结以产生上一年的玉米作物产量分析概要。可选地或者除此之外，应用单元16辅助将分析概要存储在存储单元36中(例如，以作为历史概要辅助随后的检索)。
第四示例功能包括计算系统10产生农业规定。在操作的示例中，产生分析概要之后，应用单元16可以从存储单元36获得另外的信息消息48，其中另外的信息消息48包括一个或多个先前的农业规定。在获得另外的信息消息48之后，应用单元16基于分析概要、应用消息46和先前的农业规定中的一个或多个生成农业规定。该生成可以包括进一步的分析。作为具体示例，应用单元16对前一年的先前农业规定和前一年的概要分析进行分析以产生当年的玉米作物优化规定，其中前一年的概要分析指示了使用先前农业规定的结果。例如，玉米作物优化规定指示了要种植哪种类型的杂交玉米、何时种植、如何种植(例如，包括种植种子的密度水平)和推荐的收获方式。在产生农业规定之后，应用单元16可以经由网络24将另一应用消息46发送到与地理区域1相关联的用户设备14，其中另一应用消息46包括农业规定。可选地或者除此之外，应用单元16辅助将农业规定存储在存储单元36中(例如，以作为历史概要辅助随后的检索)。
第五示例功能包括计算系统10使用农业规定。在操作的示例中，应用单元16生成另一数据消息44，其中另一数据消息44包括农业规定。可以以各种格式表示农业规定，包括下述各项中的一个或多个：超文本标记语言、文本、图形、印刷图、和机器可读格式，以辅助某种程度的自动化。例如，农业规定包括以与特定农业机械组相兼容的机器可读格式的农业生命周期的推荐步骤，其中特定农业机械组包括下述各项中的一个或多个：农用拖拉机、土壤维护机械、肥料施加机械、种植机械(例如，种植机)和作物收获机械(例如，联合收割机)。在生成了其他数据消息44之后，应用单元16经由网络24和无线通信网络1(例如，使用无线通信信号)将其他数据消息44发送到用户设备1-1C。在接收到其他数据消息44之后，用户设备1-1C将农业规定分发给与用户设备1-1C相关联的用户接口(例如，显示给农业机械的操作者)和用户设备1-1A中的一个或多个。在接收到农业规定后，用户设备1-1A从农业规定提取控制信息。在获得控制信息之后，用户设备1-1A将控制信息输出到与一个或多个农业机械种类相关联的致动器组，以辅助农业生命周期的一个或多个步骤的自动化。参考图11更详细地讨论控制信息到致动器组的输出。
图2是示出多个地理区域的实施例的图，其中地理区域的一个或多个包括图1的地理区域1-R。多个地理区域可以包括任何数目的地理区域，这些地理区域跨越相对小面积(例如，每地区几英亩)、相对大面积(例如，每地区数万英亩以上)，或在两者之间的任意大小。两个或更多个地理区域可以与公共特性相关联。例如，每个地理区域可以包括同样的地理区域大小或唯一的地理区域大小。两个或更多个地理区域可以重叠，使得公共部分包括在两个或更多地理区域中的每个中。每个地理区域可以包括两个或更多个子地理区域。
每个地理区域可以与区域特性相关联。区域特性包括下述各项中的一个或多个：自然水供应水平、人工灌溉水供应水平、日照天数的平均值、平均太阳强度水平、土壤类型、土壤养分水平、先前使用历史、作物产率、昆虫影响水平、平均高度水平、平均温度水平、以及与可以影响农业生命周期的效率的特性相关联的任何其他度量。两个或更多个区域可以共享共同的和/或相似的区域特性。例如，与非相邻地理区域相比，相邻地理区域更有可能共享更多共同的区域特性。作为另一示例，包括共同的水道(例如，湖泊、河流)的一系列地理区域可以共享更多共同的区域特性。
每个地理区域可以与在图1的计算系统10的主要步骤中所使用的各种用户设备群组相关联。例如，共同的第一用户设备与地理区域1和2内的操作相关联。作为另一示例，唯一的第二用户设备与地理区域2内的操作相关联，并且唯一的第三用户设备与地理区域3内的操作相关联。
图3是示出被划分为任何数目的子地理区域的地理区域的实施例的图。在下文中，子地理区域可以可互换地被称为地理子区域。例如，地理区域1包括地理子区域1-1、1-2、1-3、1-4等。
每个地理子区域可以包括在该子区域内工作的任何数目的用户设备。例如，地理子区域1-1包括用户设备1-1A和用户设备1-1C；地理子区域1-2包括用户设备1-2A和用户设备1-2C；地理子区域1-3包括用户设备1-3A、与用户设备1-3A可操作地耦接以交换接口信息40的用户设备1-3B、和用户设备1-3C；并且地理子区域1-4包括用户设备1-4A和用户设备1-4C。作为另一示例，每个地理子区域可以包括共同的用户设备群组，使得共同的用户设备群组横跨地理区域的每个地理子区域。
图4是用户设备(例如，12、14或任何其他用户设备)的实施例的示意性框图。用户设备包括用户接口输出50、用户接口输入52、一个或多个传感器1-S、接口54、计算单元26、一个或多个无线通信调制解调器1-M以及至少一个无线位置调制解调器56。用户接口输出50可以包括单个接口输出设备或多个接口输出设备以呈现用户输出60。接口输出设备可以包括下述各项中的一个或多个：显示器、触摸屏、扬声器、听筒、电机、指示灯、发光二极管(LED)、换能器和数字指示器。例如，接口输出设备包括能够呈现静态图像和/或全运动视频的彩色触摸屏显示器。
用户接口输入52可以包括单个接口输入设备或多个接口输入设备以捕获用户输入62。接口输入设备包括下述各项中的一个或多个：触摸屏传感器阵列、键盘、麦克风、指纹读取器、轨迹球、鼠标传感器、图像传感器、按钮和选择器开关。例如，接口输入设备包括与彩色触摸屏显示器相关联的触摸屏传感器阵列。
每个传感器包括用于感测下述各项中的一个或多个的能力：磁场(例如，罗盘)、运动(例如，加速度计)、温度、压力、高度、湿度、水分、图像、可见光、红外光、电磁场、超声波、重量、密度、化学类型、流体流量、农业生命周期的步骤的执行、图像流(例如，捕获视频)、生物特征、接近度、电容、气体、辐射、病原体、亮度水平、生物危险、DNA、风速、风向和用于支持对象检测和/或对象识别的对象的特性。传感器1-S将传感器数据1-S输出到计算单元26。例如，当第一传感器包括图像捕获设备时，第一传感器输出包括视频流的传感器数据1。作为另一示例，当第二传感器包括水分检测器时，第二传感器输出包括水分水平指示符的传感器数据2。作为又一示例，当第三传感器包括加速度计，并且农用拖拉机的嵌入式控制电子器件包括用户设备时，第三传感器输出包括拖拉机俯仰、拖拉机偏航、拖拉机滚转、拖拉机速度、拖拉机加速度、拖拉机位置、拖拉机倾角、拖拉机倾斜度、拖拉机定向、拖拉机冲击(例如，震动)的传感器数据3。
接口54向计算单元提供外部有线接口，使得接口信息40可以与可操作地耦接到接口54的一个或多个其他设备通信。每个设备包括一个或多个其他用户设备。例如，另一用户设备与农耕种植机构的嵌入式传感器和控制电子设备相关联。作为另一个示例，另一用户设备与农耕施肥机构的嵌入式控制电子设备相关联。作为又一示例，另一用户设备与农业收获机构的嵌入式控制电子设备相关联。作为又一示例，另一用户设备与农用拖拉机的嵌入式控制电子设备相关联。
接口54可以根据一个或多个工业接口协议标准(例如，车载诊断(on-boarddiagnostics，OBD)、控制器局域网(CAN)或任何其它工业接口协议标准)来工作。例如，接口可操作地耦接到农用拖拉机的CAN接口，使得接口信息40可以在计算单元26和农用拖拉机的嵌入式控制电子设备之间交换。接口信息40包括下述各项中的一个或多个：另外的传感器数据、农业规定、控制信息(例如，农业生命周期的一个或多个步骤)。作为具体示例，界面54将计算单元26耦接到农耕施肥机构，使得计算单元26从与监测农业生命周期的施肥步骤的农耕施肥机构相关联的传感器阵列接收传感器数据。
每个无线通信调制解调器1-M可以包括单个无线收发器或多个无线收发器。可选地或除此之外，每个通信调制解调器可以包括一个或多个无线发射机。无线收发器和/或发射器对无线消息进行编码以产生无线通信信号，并且无线收发器还接收用于解码成相应无线消息的其它无线通信信号。无线收发器和/或发射器可以根据一个或多个无线工业标准(包括通用移动电信系统(UMTS)、全球移动通信系统(GSM)、长期演进(LTE)、宽带码分复用(WCDMA)、IEEE 802.11、IEEE 802.16和蓝牙)来工作。例如，无线通信调制解调器1对无线消息1进行编码用于作为蓝牙无线通信信号发送到本地用户设备，并且无线通信调制解调器2对无线消息2进行编码用于作为LTE无线通信信号发送到无线通信网络。
无线位置调制解调器56可以包括下述各项的中的一个或多个：单个无线位置接收器、单个无线位置收发器、多个无线位置接收器、以及多个无线位置收发器。无线位置接收器和无线位置收发器可以根据包括GPS、WiFi、到达角、到达时间差、信号强度和信标的一个或多个无线定位技术来工作，以产生位置信息64。
计算单元26包括应用处理模块34、存储器58以及一个或多个内部接口，内部接口连接到用户接口输出50、用户接口输入52、传感器1-S、接口54、无线通信调制解调器1-M和无线位置调制解调器56中的一个或多个。存储器58提供存储由处理模块34执行的操作指令的非暂态计算机可读存储介质。
存储器58可以包括单个存储器设备或多个存储器设备。每个存储器设备与存储器类型相关联，其中该存储器类型包括下述各项中的一个或多个：只读存储器、随机存取存储器、易失性存储器、非易失性存储器、高速缓存存储器和/或存储数字信息的任何设备。每个存储器设备可以通过使用包括静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、NAND闪存、磁存储器(例如，硬盘)和光存储器(例如，光盘)的一个或多个存储数字信息的技术来实现。存储器设备可以是可移除的(例如，通用串行总线闪存驱动器)，以辅助在计算单元26和可操作地耦接到可移动存储器设备的其他实体之间传输数据。
图5是包括无线位置网络18、无线通信网络1、网络24、应用单元16、存储单元36、以及与地理区域1-1相关联的用户设备14的计算系统的另一实施例的示意性框图。在地理区域1-1内的是用户设备1-1A(例如，农用拖拉机的嵌入式控制电子设备)和用户设备1-1C(例如，由农用拖拉机的操作者使用的智能电话)。
在执行五个示例功能中的一个的操作示例中，用户设备1-1A基于从无线位置网络18接收无线位置信号38来确定位置信息，并针对地理区域1-1的至少一部分沿着行驶路径1-1捕获传感器数据(例如，农用拖拉机加速度计数据、土壤湿度水平、土壤化学含量等)。行驶路径1-1包括当用户设备1-1A在地理区域1内工作时用户设备1-1A的地理路径。行驶路径可以包括两个或更多个子行驶路径。例如，第一子行驶路径从西向东穿过地理区域1-1，并且第二子行驶路径从东向西穿过地理区域1-1。用户设备1-1A可以监控行驶路径(例如，沿着农用拖拉机所采取的路径被动地监控)，或者可以提供行驶路径(例如，在农业规定包括控制信息以使得农用拖拉机沿着行驶路径工作的情况下)。行驶路径1-1可以由用户设备1-1A以各种方式获得，其中各种方式包括下述各项中的一个或多个：根据农业规定80确定具体行驶路径、使用预定的行驶路径(例如，来自列表的针对地理区域1-1的行驶路径)、生成随机行驶路径、使用与地理区域1-1相关联的先前的行驶路径(例如，获得历史概要)、以及接收包括与地理区域1-1相关联的控制信息的农业规定80。作为具体示例，用户设备1-1A使用来自农业规定80的行驶路径1-1，同时，相关联的农用拖拉机和耕作机器正在耕作地理区域1-1的至少一部分的土壤。
在捕获了传感器数据之后，用户设备1-1A通过使用例如蓝牙无线通信信号将所捕获的传感器数据发送到用户设备1-1C。用户设备1-1C通过使用例如长期演进(LTE)无线通信信号将所捕获的传感器数据70经由无线通信网络1和网络24发送到存储单元36。存储单元36的应用处理模块34处理所捕获的传感器数据70以产生用于存储在存储单元36的存储器中的数据记录74。可选地，用户设备1-1A的可移动存储器用于临时存储所捕获的传感器数据70。可移除存储器可操作地耦接到存储单元36以辅助将所捕获的传感器数据70传送到存储单元36的应用处理模块34。例如，可移除存储器设备直接接口到存储单元36。作为另一示例，可移除存储器设备接口到与地理区域1-1相关联的用户设备14，并且用户设备14辅助经由网络24将所捕获的传感器数据70发送到存储单元36。
与地理区域1-1相关联的用户设备14的应用处理模块34接收用户输入，以引起对农业规定80的分析和生成的请求。用户设备14的应用处理模块34基于该请求和地理区域1-1的农业规定80的其它期望的特性(例如，作物列表、时间框架、设备可用性、化学品可用性、和可用的土壤管理操作范围)生成指导72。用户设备14经由网络24将指导72发送到应用单元16。应用单元16的应用处理模块34基于指导72从存储单元36获得地理区域1-1的数据记录74。应用单元16的应用处理模块34还可以基于指导72获得与地理区域1-1相关的历史概要76。
在获得指导72、数据记录74和/或历史概要76之后，应用单元16的应用处理模块34基于数据记录74和/或历史概要76产生分析结果。应用单元16的应用处理模块34根据指导72和/或历史概要76处理该分析结果以产生分析概要78。应用单元16的应用处理模块34辅助存储单元36对分析概要78的存储以使得此后能够恢复包括分析概要78的历史概要76。
在产生了分析概要78之后，应用单元16的应用处理模块34根据指导72和历史概要76处理分析概要78以产生农业规定80。农业规定80还可以包括多个步骤，其中每个步骤包括一个或多个动作，并且对于每个动作，需要一个或多个前提条件以执行动作。可以根据用于执行的前提条件并行地、串行地以及组合地执行这些步骤。
用于执行动作的前提条件包括能够执行该动作的所需条件(例如，何时执行动作)，包括下述各项中的一个或多个：当前日期匹配、日期范围内的当前日期、时间范围内的时间、在期望范围内的当前数据传感器值(即，在温度范围内的当前温度)、致动器准备状态、与先前执行的步骤的距离(即，以每英亩种子数计算的种子分配数)、以及自先前所执行步骤起经过的时间。例如，在生长季节内发生了在较晚的日期种植短生长期种子的前提条件。
每个动作包括做什么以及如何做(例如，何时做是前提条件)。因此，每个动作包括下述各项中的至少一个：分配特定的一种或多种材料(即气体、液体、浆料、固体)、如何分配该材料(即，分配点之间的距离、平行分配轨迹之间的距离)、收集传感器数据、以及操纵另一个对象(即，包括下述各项中的一个或多个的管理实践：耕作、灌溉控制、阳光控制)、激活某种形式的电磁场。液体包括诸如肥料和杀虫剂的化合物。杀虫剂包括下述各项中的一个或多个：杀虫药(例如，灭虫剂)、除草剂(例如，灭草剂)和杀真菌剂(例如，杀死或抑制真菌)。固体包括下述各项中的一个或多个：种子、肥料粉末、和粪肥。种子包括多种杂交种子类型，并且可以随生长季节而不同。
在产生了农业规定80之后，应用单元16的应用处理模块34经由网络24将分析概要78和农业规定80中的一个或多个发送到用户设备14。应用单元16的应用处理模块34还可以经由网络24和无线通信网络1将农业规定80发送到用户设备1-1C，以用于根据农业规定80执行农业生命周期的一个或多个步骤。例如，用户设备1-1C显示农业规定80的一部分，并且经由无线信号42将农业规定的控制信息发送到用户设备1-1A，以使执行农业生命周期的至少一些步骤部分地自动化。对于该示例，用户设备1-1A向一组致动器发出控制信息，以根据农业规定80分配肥料。例如，用于控制在地理区域1-1的至少一部分以指定的几何图案(如用户设备1-1A相对于行驶路径1-1)并在指定日期范围内分配指定体积的液体肥料。
图6是示出相关联的地理区域1-1的行驶路径1-1的实施例的图。在操作的示例中，当执行农业生命周期的步骤时，图1的用户设备1-1A穿过行驶路径1-1。对行驶路径1-1的穿过可以是根据农业规定的。行驶路径1-1包括多个对应的行驶路径1-1-1、1-1-2、1-1-3、1-1-4等。每个对应的行驶路径可以与整个行驶路径的一部分相关联，使得对应的行驶路径与有利的属性相关联。这种有利的属性包括下述各项中的一个或多个：通过包括更少的转向部分或者删除将一个对应的行驶路径链接到另一个的部分来最小化损失、最小化燃料使用、最小化土壤侵蚀、最大化作物产量、以及使执行农业生命周期的一个或多个步骤的整体效率最大化。例如，行驶路径1-1-1从地理区域1-1的西部边缘延伸到地理区域1-1的东部边缘，使得穿过行驶路径1-1-1的农用拖拉机使用于覆盖与行驶路径1-1-1相关联的面积的时间量最小化(例如，基本上以直线行驶)。
用户设备1-1A包括沿着行驶路径1-1使用的传感器阵列，以根据数据捕获安排(schedule)来捕获传感器数据。农业规定可以包括数据捕获安排。数据捕获安排包括下述各项中的一个或多个：在何处捕获传感器数据(例如，坐标、捕获之间的距离)、何时捕获传感器数据(例如，多久一次、前提条件触发)、哪些传感器捕获传感器数据(例如，基于农业生命周期的步骤选择特定传感器)、以及如何捕获传感器数据(例如，瞬时样本、平均样本、应用于样本数据的另一数学分布)。
当在地理区域1-1内操作时，用户设备1-1A可以利用传感器阵列来捕获与每次沿着行驶路径1-1一样多的传感器数据，以执行农业生命周期的至少一些步骤。例如，用户设备1-1A捕获传感器数据，同时农业生命周期的以下步骤中的一个或多个被执行：通过耕作土壤来发起种植周期、施加肥料、施加农药、种植主要作物、在种植主要作物的同时施加肥料、种植覆盖作物(例如，用于最小化土壤侵蚀和增强土壤养分)、管理灌溉、根据时间安排来收获、基于检测作物条件触发(例如，作物水分含量)来收获、耕作收获后的土壤、收获后施加肥料。
传感器数据的捕获针对每个相应的行驶路径可以是唯一的。例如，数据捕获安排指示沿着行驶路径1-1-1每十分之一英寸从所有传感器捕获传感器数据，以产生数据捕获点1，1、1，2、1，3、1，4等。当以周期性的距离间隔捕获传感器数据时，数据传感器之一可以用于测量数据捕获点之间的距离，以在下一个数据捕获点处触发对下一组传感器数据的捕获。作为另一示例，数据捕获安排指示沿着行驶路径1-1-2每两秒从传感器1、3、5和7捕获传感器数据。作为又一示例，数据捕获安排指示当来自传感器1的传感器数据被解释为检测到特定化学密度水平低于化学密度阈值水平下限时，沿着行驶路径1-1从传感器2和4捕获传感器数据。
图7是示出用户设备1-1A和沿着行驶路径1-1-1的轨迹1-7之间的关系的图。用户设备1-1A包括应用处理模块34、传感器1-7的阵列、传感器L、传感器R和传感器ALL，用于当用户设备1-1A根据速度1-1-1穿过行驶路径时沿着行驶路径1-1-1捕获相应的传感器数据70。可以将速度1-1-1建立成下述各项中的一个或多个：随机速度、预定速度、以及按照速度安排的瞬时速度。农业规定可以包括针对每个相应的行驶路径或其部分的速度安排。
行驶路径1-1-1与轨迹1-7相关联，并且可以包括另外的轨迹。每个轨迹是与行驶路径1-1-1基本平行的虚拟路径。中心轨迹(例如，轨迹4)可以进一步与行驶路径1-1-1对准，并且每个其他轨迹平行于中心轨迹延伸，其中每个轨迹与另一轨迹分隔可能唯一的距离d(例如，不同轨迹之间的不同距离在几厘米到好几米的典型范围内)。例如，轨迹3与轨迹4分隔8英寸的距离d3-4、轨迹4与轨迹5分隔20英寸的距离d4-5。农业规定可以包括轨迹的数目、将轨迹分隔开的每个距离、以及轨迹到传感器的映射。
每个传感器与一个或多个轨迹相关联。例如，传感器1与轨迹1相关联、传感器2与轨迹2相关联、传感器3与轨迹3相关联等，到传感器7与轨迹7相关联；传感器L与轨迹1-4相关联；传感器R与轨迹4-7相关联；并且传感器ALL与轨迹1-7相关联。每个传感器可以包括根据轨迹映射来感测与轨迹中的一个或多个相关联的一个或多个属性的能力。例如，传感器1-7包括图像传感器以沿着轨迹1-7检测对象(例如期望的和不期望的)并使得能够识别该对象，传感器L包括用于检测与轨迹1-4相关联的对象的超声波传感器，传感器R包括用于检测与轨迹4-7相关联的对象的超声波传感器，并且传感器ALL包括加速度计，用于提供关于与用户设备1-1A相关联的农用拖拉机的惯性信息(例如，以能够进行精确位置确定)。
应用处理模块34根据数据捕获安排不时地从传感器阵列捕获传感器数据70。应用处理模块34根据传感器数据处理安排来处理传感器数据70。农业规定可以包括传感器数据处理安排。应用处理模块34通过下述各项中的至少一个来获得传感器数据处理安排：访问预定、发起查询、接收查询响应、接收农业规定、以及确定农业规定。
传感器数据处理安排包括下述各项中的一个或多个：本地存储传感器数据的至少一部分、输出传感器数据中的至少一些、标识传感器数据的一部分以用于分析、对传感器数据的所标识部分进行分析以产生分析结果、总结分析结果以产生分析概要、以及生成更新的农业规定。作为捕获传感器数据70的具体示例，应用处理模块34针对轨迹1-7中的每个轨迹在数据捕获点1，1处从传感器阵列捕获传感器数据70，其中轨迹之间的距离为8英寸；针对轨迹1-7中的每个轨迹在数据捕获点1，2处从传感器阵列捕获传感器数据70，其中轨迹之间的距离被调整为6英寸，以及从传感器L、从传感器R和从传感器ALL捕获；针对轨迹1-7中的每个轨迹在数据捕获点1，3处从传感器阵列捕获传感器数据70，其中轨迹之间的距离保持在6英寸，并且建议速度1-1-1为8英里/小时(MPH)至11MPH；等等。
图8是示出地理区域1-1数据记录的结构的示例的图，其中数据记录74可以包括地理区域1-1数据记录。地理区域1-1数据记录包括多个行驶路径数据记录1-1-1、1-1-2、1-1-3等。每个行驶路径数据记录与多个相应的行驶路径或和地理区域1-1相关联的行驶路径相关联。每个行驶路径数据记录包括数据捕获点数据记录。例如，行驶路径1-1-1数据记录包括用于数据捕获点1，1、1，2、1，3、1，4等的数据捕获点数据记录。
每个数据捕获数据记录包括对应于与捕获传感器数据相关联的用户设备的传感器阵列的传感器数据70。例如，行驶路径1-1-1数据记录的数据捕获点数据记录包括传感器数据1-8、传感器数据L、传感器数据R、传感器数据ALL，并且可以包括与数据捕获点1，1相关联的其他数据。该其他数据可以包括下述各项中的一个或多个：与对传感器数据的捕获相对应的时间戳、与对所捕获的传感器数据的接收相对应的时间戳、与数据捕获点相关联的位置信息、与传感器阵列相关联的用户设备的标识符、传感器阵列的每个传感器的标识符、与和用户设备相关联的另一用户设备相关联的标识符、地理区域的标识符、行驶路径数据记录的标识符、数据捕获点的标识符、数据所有者标识符、访问控制列表、安全凭证、安全信息(例如，经签名的证书、加密密钥、加密密钥种子)、以及用于辅助对农业生命周期的优化的任何其他数据。
图9是应用单元16和存储单元36的实施例的示意性框图，其中应用单元16和存储单元36包括相应的应用处理模块34，并且可以包括存储器58。可选地，单个计算设备可以包括每个应用处理模块34和每个存储器58。应用单元16的应用处理模块34包括分析模块81、分析概要生成模块82和规定生成模块84。存储单元36的应用处理模块34包括数据收集模块86和历史总结模块88。
应用单元16和存储单元36执行与计算系统10的五个示例功能相关联的至少一些步骤。在操作的示例中，数据收集模块86从与多个地理区域中的地理区域相关联的一个或多个用户设备接收传感器数据70。数据收集模块86基于传感器数据70生成一个或多个数据记录74，并且将一个或多个数据记录74存储在存储单元36的存储器58中。
分析模块81从与地理区域相关联的用户设备(例如，图1的用户设备14)接收指导72。例如，指导72包括对分析的请求和分析的条件。分析模块81基于指导72从数据收集模块86获得数据记录74，并且还可以基于指导72从历史总结模块88获得历史的概要76。在下文中，历史概要76可以可互换地称为历史概要。例如，分析模块81向数据收集模块86发出与地理区域相关的数据记录请求，并且从数据收集模块86接收数据记录74，其中所接收的数据记录74与地理区域和与该地理区域相邻的地理区域相关联。作为另一示例，分析模块81向历史总结模块88发出历史概要请求，并从历史总结模块88接收关于地理区域和相邻地理区域的历史概要76。
获得数据记录74和历史概要76之后，分析模块81分析数据记录74和历史概要76中的一个或多个以根据指导72产生分析结果90。例如，分析模块81对来自数据记录74的结果进行标识，并将该结果与历史概要76的农业生命周期的特定步骤相互关联以产生分析结果90，其中分析结果90指示了结果和相关联的步骤。
分析概要生成模块82从历史总结模块88获得另一历史概要76，其中另一历史概要76包括与地理区域相关联的先前分析概要。在接收到历史概要76之后，分析概要生成模块82根据指导72和历史概要76中的一个或多个对分析结果90进行总结以产生分析概要78。例如，分析概要生成模块82基于先前的结果和步骤集确定与步骤相关的有利结果的概率。
历史总结模块88可以获得分析概要78并且处理分析概要78来产生另一历史概要76，以存储在存储单元36的存储器58中。规定生成模块84从历史总结模块88获得又一历史概要76，其中该又一历史概要76可以包括与地理区域相关联的一个或多个先前农业规定和/或与相邻地理区域相关联的农业规定。在接收到分析概要78和又一历史概要76之后，规定生成模块84基于分析概要78、又一历史概要76和指导72中的一个或多个来产生地理区域的农业规定80。例如，规定生成模块84使用与步骤相关联的有利结果的概率，来推荐与地理区域相关联并根据指导72(例如，针对具体的期望作物类型)的农业生命周期的步骤。
农业规定80可以包括下述各项中的一个或多个：步骤、与每个步骤相关联的动作、以及每个动作的前提条件。规定生成模块84输出农业规定80，其可以包括将农业规定80发送到历史总结模块88。当接收到农业规定80时，历史总结模块88处理农业规定80以产生更新的历史概要76存储在存储器58中。
图10是示出用于相关联的地理区域1-1的行驶路径1-1的另一实施例的图。用户设备1-1A在沿着行驶路径1-1的每个相关联的行驶路径的多个数据捕获点处捕获传感器数据，并沿着相关联的行驶路径中的至少一些提供动作数据。用户设备使得能够根据农业规定沿着每个相关联的行驶路径执行动作数据。
动作数据包括农业生命周期的一个或多个步骤，并且还可以包括动作和针对每个动作的相关联的前提条件。例如，动作可以包括沿着行驶路径1-1-1以特定间隔沉积指定体积的液体肥料。作为另一示例，动作可以包括沿着行驶路径1-1-2以指定间隔在特定土壤深度种植所需作物的种子。例如，根据动作数据2，4沿着行驶路径1-1-2沉积指定的平均数目的种子，随后根据动作数据2，3沿着行驶路径1-1-2沉积另外的种子等等。
图11是示出用户设备1-1A、致动器组92和沿着行驶路径1-1-1的轨迹1-7之间的关系的图。在实施例中，致动器组92包括一组致动器1-7、致动器L、致动器R和致动器ALL。每个致动器可操作以根据控制信息94执行动作，控制信息94包括下述各项中的一个或多个：分配流体(例如，肥料、农药、杀真菌剂)，分配固体(例如，种植种子)和操纵土壤(例如，耕作)。农业规定80包括包括种植动作的控制信息94。用户设备1-1A包括图7的传感器阵列和图7的应用处理模块34。
控制信息94还包括关于由致动器执行的动作的实现方式的一个或多个指令。所述指令包括以下各项中的一个或多个：设置轨迹之间的距离d、在指定的种植深度种植种子、沿着轨迹在线性距离内分配指定体积的液体、根据速度安排设置穿过行驶路径1-1-1的速度1-1-1、基于实时传感器数据修改速度1-1-1、以及利用一个或多个传感器来检测前提条件以使得能够执行一个或多个动作。
用户设备1-1A和致动器组92共享“共同实现”的关联。例如，农用拖拉机的嵌入式控制电子设备包括用户设备1-1A，由农用拖拉机推进的农耕种植机构包括致动器组92，其中致动器组92辅助与沿着行驶路径1-1-1的种植相关联的动作。
每个致动器可以与轨迹1-7中的一个或多个相关联。例如，致动器1与轨迹1相关联、致动器2与轨迹2相关联等，到致动器7与轨迹7相关联、致动器L与轨迹1-4相关联、致动器R与轨迹4-7相关联、并且致动器ALL与轨迹1-7相关联。例如，致动器1-7包括种植致动器、致动器L包括用于同时调节致动器1-4的位置(例如，提升左侧、降下左侧)的机构、致动器R包括用于同时调节致动器4-7(例如，提升右侧、降下右侧)的机构，并且致动器ALL包括用于同时调整致动器1-7的位置(例如，提升全部、降下全部)的机构。
在操作的示例中，用户设备1-1A的应用处理模块34从接收到的农业规定80中提取控制信息94，并利用控制信息94激活致动器组92。随着用户设备1-1A和致动器组92以速度1-1-1穿过行驶路径1-1-1，致动器组92根据多个动作数据1，1、1，2、1，3、1，4等执行控制信息94的动作(例如，沿着轨迹植入种子)，并且应用处理模块34在数据捕获点1，1、1，2、1，3、1，4等处从传感器阵列捕获传感器数据70。应用处理模块34可以基于所捕获的传感器数据70来更新控制信息94。例如，应用处理模块基于湿度传感器数据值并根据农业规定80修改控制信息94的种植深度。
图12A是计算系统的另一实施例的示意性框图，包括图5的无线位置网络18、地理区域2-1、图1的无线通信网络2、图1的网络24、图5的用户设备14、图5的应用单元16、和图5的存储单元36。地理区域2-1包括图5的用户设备2-1A、2-1B和2-1C，其中用户设备2-1A穿过图5的行驶路径2-1。用户设备14、应用单元16和存储单元36各自包括图5的应用处理模块34。存储单元36还包括图5的存储器58。
计算系统可操作以收集数据以生成用于地理区域2-1的农业规定。在收集数据以生成农业规定的操作的示例中，用户设备2-1B获得与地理区域2-1相关联的一个或多个规定。例如，应用单元16的应用处理模块34生成一个或多个规定，并且经由网络24将该一个或多个规定发送到无线通信网络2。无线通信网络2将无线通信信号42发送到用户设备2-1C，其中无线通信信号42包括一个或多个规定。用户设备2-1C向用户设备2-1B发送另外的无线通信信号42，其中另外的无线通信信号42包括一个或多个规定。
在获得与地理区域2-1相关联的一个或多个规定后，用户设备2-1B通过接口信息40解释从用户设备2-1A所接收的数据，以产生用于地理区域2-1的原始传感器数据集。例如，用户设备2-1B在行驶路径2-1的穿过(traversal)期间从用户设备2-1B接收接口信息40，以产生原始传感器数据集。在产生原始传感器数据集之后，用户设备2-1B获得与原始传感器数据集相关联的位置信息。这种获得包括以下各项中的至少一个：解释所接收的数据和解释直接从无线位置网络18接收的无线位置信号38。在获得位置信息之后，用户设备2-1B将原始传感器数据集与所获得的位置信息相关联，以产生启用位置(location enabled)的传感器数据集。例如，用户设备2-1B用相应的位置坐标来标记每个传感器数据值，其中传感器数据值与位置坐标相关。
在产生了启用位置的传感器数据集之后，用户设备2-1B将启用位置的传感器数据集存储在本地存储器中。在存储了启用位置的传感器数据集之后，用户设备2-1B标识与位置信息相关联的一个或多个规定中的至少一个规定。例如，用户设备2-1B标识规定的位置坐标，其大致与启用位置的传感器数据集的位置信息相匹配。例如，用户设备2-1B标识与地理区域2-1相关联的规定。
在标识了至少一个规定之后，用户设备2-1B将所标识的规定与启用位置的传感器数据集相关联，以产生基于规定的、启用位置的传感器数据集。例如，用户设备2-1B用所标识的规定的标识符来标记启用位置的传感器数据集，以产生基于规定的、启用位置的传感器数据集。
在产生了启用位置的传感器数据集之后，用户设备2-1B根据所标识的规定的过滤器标识符，对基于规定的、启用位置的传感器数据集执行过滤功能，以产生用于地理区域2-1的传感器数据集。例如，用户设备2-1B丢弃未与规定相关联的传感器数据的一个或多个部分，同时保留与规定相关联的传感器数据的其他部分。
在执行了过滤功能之后，用户设备2-1B经由用户设备2-1C，通过无线通信网络2和网络24将用于地理区域2-1的传感器数据集发送到存储单元36，用于存储以及由应用单元16的后续处理来产生新规定和更新的规定中的至少一个。例如，应用单元从用户设备接收关于地理区域2-1的指导72(例如，收集传感器数据的指令)、获得包括用于地理区域2-1的传感器数据集的数据记录2、生成新规定和更新的规定中的至少一个、并且经由网络24将新规定和更新的规定中的所述至少一个发送到用户设备14、并经由无线网络2和用户设备2-1C将其发送到用户设备2-1B，以进一步执行地理区域2-1内的步骤。参考图12B更详细地讨论用户设备2-1B的操作。
图12B是包括第一接口124、图5的计算单元26和第二接口126的驱动单元120的实施例的示意性框图。驱动单元120可以通过使用图12A的用户设备2-1B来实现。第一接口124包括控制器局域网(CAN)总线接口110，以建立与农场设备(例如，与和农业生命周期相关联的农业规定的一个或多个步骤的执行相关联的任何设备，例如图12A的用户设备2-1A，即，农用拖拉机)的第一通信路径。第一通信路径可以用于在农场设备和驱动单元120之间传送传感器数据以及控制器数据中的一个或多个，其中与农场设备相关联的一个或多个传感器产生传感器数据，并且与农场设备相关联的一个或多个控制器设备产生控制器数据。这一个或多个传感器和一个或多个控制器可以根据农场设备类型来遵照各种传感器类型和各种控制器类型。例如，当农场设备包括拖拉机时，传感器类型的示例包括发动机速度、燃料消耗、面积/距离计数器(例如，GPS、雷达)、动力输出(PTO)、拖拉机液压(例如压力、流量)、液压泵速度、车轮速度和车轮滑移；并且控制器的示例包括液压方向、压力、流量控制器、液压泵速度、速度控制器、牵引(hitch)位置控制器、和车轮位置控制器。
作为另一个示例，当农场设备包括种子种植设备(例如，种植机、钻机、空中播种机)时，传感器类型的示例包括速度传感器(例如光学、其他电磁传感器、碰撞传感器)、下压(downforce)传感器(例如，负荷销、称重传感器、压力传感器)、土壤性质传感器(例如，反射率传感器、湿度传感器、电导率传感器、光学残留传感器、温度传感器)、部件操作标准传感器(例如，种植深度传感器和下压力气缸压力传感器、种子盘速传感器、种子驱动电机编码器、种子输送系统速度传感器、真空水平传感器)和杀虫剂施加传感器(例如，光学、其他电磁传感器、冲击传感器)；并且控制器的示例包括工具条折叠(toolbar fold)控制器(例如，与液压缸相关联的阀)、用于施加施加到单独的行单元或整个种植机框架的下压力的下压力控制器(例如，与气动缸、气囊、液压缸相关联的阀)、种植深度控制器(例如，线性致动器)、计量控制器(例如，电气种子计量驱动电机、液压种子计量驱动电机、条(swath)控制离合器)、杂交种选择控制器(例如，种子计量驱动电机、选择性地允许或防止种子或空气/种子混合物向或从种子计量器或中央批量料斗递送种子的致动器)、种子输送系统控制器(例如，带式种子输送器电机)、标记控制器(例如气动/液压致动器)和农药洒施速率控制器(例如，计量驱动控制器、孔口尺寸/位置控制器)。
作为另一示例，当农场设备包括农耕设备(例如，耕作机)时，传感器类型的示例包括工具(例如，柄、盘)位置传感器(例如，深度、成组角度(gang angle)、横向间距)、下压力传感器、以及牵引力传感器；并且控制器类型的示例包括下压力控制器和工具位置控制器(例如，深度、成组角度、横向间距)。
作为另一示例，当农场设备包括施肥或杀虫剂洒施设备(例如，非种植机起动肥料系统、底土肥料施加器、肥料撒布机)时，传感器类型的示例包括与水箱相关联的流体系统标准传感器(例如，流量、压力)、分段顺序系统范围供应管线、行特定供应管线、运动传感器(例如，设置在喷雾器臂上的加速度计)；并且控制器类型的示例包括泵速度控制器、阀(例如，压力控制、流量控制、方向)控制器和位置致动器(例如，悬臂高度、底土深度)。
作为另一示例，当农场设备包括收获设备(例如，收获机)时，传感器类型的示例包括产量监控器(例如，冲击板应变仪或位置传感器、电容式流量传感器、负载/重量传感器或与升降机或螺旋相关联的扭矩传感器、光学或其它电磁的谷物高度传感器)、谷物水分传感器(例如电容式传感器)、谷物损失传感器(例如冲击的、光学的、电容的)，割台(header)操作标准传感器(例如，割台高度、割台类型，台面板间隙、进料器速度、卷筒速度)、分离器操作标准传感器(例如，凹入间隙、转子速度、底托间隙、筛选间隙)、螺旋位置/操作/速度传感器、以及发动机速度传感器；并且控制器的示例包括割台操作标准传感器(例如，割台高度、割台类型，台面板间隙、进料器速度、卷筒速度)、分离器操作标准传感器(例如，凹入间隙、转子速度、底托间隙、筛选间隙)、螺旋位置/操作/速度传感器。作为另一示例，当农场设备包括谷物车时，传感器类型的示例包括重量传感器和螺旋位置/操作/速度传感器；并且控制器类型的示例包括螺旋位置/操作/速度控制器。
可选地或除此之外，第一接口124可以通过车载诊断(OBD)接口或任何其他事实上的或法定的工业标准接口来实现。计算单元26包括图5的应用处理模块34和图5的存储器58。第二接口126包括蓝牙无线位置调制解调器1，以建立与便携式计算设备122的第二通信路径(例如，图12A的用户设备2-1C)。可选地或除此之外，第二接口126包括下述各项中的至少一个：Wi-Fi指示调制解调器、60GHz通信调制解调器、红外通信调制解调器、任何其它无线连接无线通信调制解调器，并且有线接口(例如，通用串行总线(USB)接口)可以用来代替蓝牙无线通信调制解调器1。
用户设备2-1B可操作以辅助收集数据以生成农业规定。在辅助收集数据以生成农业规定的操作的示例中，蓝牙无线通信调制解调器1解释来自用户设备2-1C的蓝牙无线通信信号116以产生无线消息1，其中无线消息1已经用一个或多个农业规定编码。应用处理模块34从无线消息1中提取一个或多个农业规定，并将该一个或多个农业规定存储在存储器58中。
在接收到一个或多个农业规定之后，CAN总线接口110从用户设备2-1A接收CAN数据114，以产生接口信息40。应用处理模块34解释接口信息40以产生原始传感器数据集。例如，应用处理模块34根据CAN工业标准解码接口信息40以产生原始传感器数据集。
在产生原始传感器数据集之后，应用处理模块34解释原始传感器数据集以产生位置信息。作为具体示例，应用处理模块34从CAN数据114提取协调世界时(UTC)和全球定位系统(GPS)坐标，其中用户设备2-1A接收GPS位置信号112以产生UTC。作为另一个具体示例，应用处理模块34使本地时间与提取的UTC同步以产生同步的本地时间，并通过使用同步的本地时间进一步处理(例如，插值、地理位置细化)所提取的GPS坐标以提供位置信息。
在产生了位置信息之后，应用处理模块34将原始传感器数据集与所获得的位置信息相关联，以产生启用位置的传感器数据集。例如，应用处理模块使用接收时间的对应的UTC和GPS位置坐标来标记传感器数据，以产生启用位置的传感器数据集。在产生了启用位置的传感器数据集之后，应用处理模块34将启用位置的传感器数据集存储在存储器58中。
应用处理模块34标识与位置信息相关联的一个或多个规定的至少一个规定。例如，应用处理模块34对与所获取的位置信息基本相同的与规定相关联的地理位置区域进行标识。在标识了规定之后，应用处理模块34将所标识的规定与启用位置的传感器数据集相关联，以产生基于规定的、启用位置的传感器数据集。例如，应用处理模块34利用所标识的规定的标识符来标记启用位置的传感器数据集，以产生这些基于规定的、启用位置的传感器数据集。
在产生了基于规定的启用位置的传感器数据集之后，应用处理模块34根据所标识的规定的过滤器标识符，对基于规定的、启用位置的传感器数据集执行过滤功能，以产生传感器数据集。例如，应用处理模块34丢弃未与规定相关联的传感器数据的一个或多个部分。可选地，应用处理模块34应用空的滤波器以防止丢弃任何传感器数据。
应用处理模块34基于传感器数据集生成另外的无线消息1。在产生了另外的无线消息1之后，应用处理模块34将另外的无线消息1发送到蓝牙无线通信调制解调器1，以发送到用户设备2-1C，用于经由任何一个或多个无线工业标准(包括第四代(4G)无线通信信号118)重发到存储单元以用于存储和后续处理，从而产生更新的农业规定和新农业规定中的至少一个。
在通过驱动单元120辅助收集数据以生成农业规定的操作的另一示例中，驱动单元120经由驱动单元120的第一接口124接收来自农场设备的数据以产生农业数据。例如，CAN总线接口110从用户设备2-1A(例如，拖拉机)接收CAN数据114并且产生至少临时存储在存储器58中的接口信息，其中CAN数据114和接口信息40包括该数据。农业数据可以包括下述各项中的一个或多个：位置信息、时间戳信息、地形信息、土壤取样信息、加速度计信息、陀螺仪信息、速度信息、天气信息、磁场信息、成像数据、化学检测、流体流量、传感器数据、以及农业规定的执行阶段。农业数据的产生可以包括驱动单元120经由驱动单元120的第二接口126从便携式计算设备122接收附加数据。例如，计算单元26从蓝牙无线位置调制解调器1接收无线消息1(例如，包括附加数据)，其中蓝牙无线位置调制解调器1解释从用户设备2-1C接收到的蓝牙无线通信信号116。在接收到附加数据之后，应用处理模块34将附加数据与该数据集成以产生农业数据。
农业数据的产生还可以包括驱动单元120经由驱动单元120的第一接口124从农场设备接收第一位置信息。例如，CAN总线接口110从用户设备2-1A接收CAN数据114，以产生包括第一位置信息的接口信息40，其中用户设备2-1A解释GPS无线位置信号112(例如，GPS无线位置信号1)以产生第一位置信息(例如，位置信息1)。可选地，当GPS无线位置信号112对于用户设备2-1A不可用时或当用户设备2-1A不能解释GPS无线位置信号112时，用户设备2-1A产生CAN数据114以包括空的第一位置信息。已经接收到第一位置信息之后，驱动单元120经由驱动单元120的第二接口126从便携式计算设备122接收第二位置信息(例如，位置信息2)。例如，蓝牙无线通信调制解调器1接收蓝牙无线通信信号116以产生包括第二位置信息的无线消息1，其中用户设备2-1C解释GPS无线位置信号112(例如，在GPS无线位置信号1附近位置的GPS无线位置信号2)以产生第二位置信息。在接收到无线消息1之后，应用处理模块34处理无线消息1以产生第二位置信息。例如，应用处理模块34从无线消息1中提取第二位置信息。作为另一示例，应用处理模块34辅助将无线消息1转换成与CAN数据114相关联的格式，其中第二位置信息在所接收的接口信息40中表示。作为另一示例，当便携式计算设备122使用CAN总线工业标准对第二位置信息进行编码时，应用处理模块34将无线消息1解释为使用CAN总线工业标准的CAN数据114的格式，以产生第二位置信息。
在接收到第一和第二位置信息之后，驱动单元120将第一和第二位置信息集成为复合位置信息(例如，图20B的位置信息388)，作为农业数据的一部分。参考图20A-C更详细地讨论第一和第二位置信息的接收和复合位置信息的产生。
在产生农业数据之后，驱动单元120基于从多个农业参数列表中选择的一个或多个参数来确定过滤约束。多个农业参数列表包括下述各项中的两个或更多：作物周期参数列表、农业规定参数类型列表、和农场设备类型列表。作物周期参数列表包括下述各项中的一个或多个：种植周期、收获周期、养护周期、施肥周期、浇灌周期、和除草周期。农业规定参数类型列表包括下述各项中的一个或多个：种植计划、耕作计划、作物运输计划、速度计划(speed plan)、施肥计划、浇灌计划、除草计划和收获计划(例如，每个计划可以包括地理位置，地理位置的穿过模式、分布模式、分布量的规范、和安排)。农场设备类型列表包括下述各项中的一个或多个：种植设备、拖拉机、施肥设备、浇灌设备、除草设备、和收获设备等。
选择一个或多个参数可以包括驱动单元120经由驱动单元120的第二接口126接收用于收集特定类型的数据的指令。例如，计算单元26从蓝牙无线位置调制解调器1接收包括用于收集特定数据的指令的无线消息1，其中蓝牙无线通信调制解调器1从用户设备2-1C接收包括指令的蓝牙无线通信信号116，其中用户设备2-1C接收包括该指令的4G无线通信信号118。接收到该指令后，驱动单元120基于该指令选择一个或多个参数。例如，当所接收的指令包括聚集种植信息指令时，应用处理模块34在过滤约束中包括种植周期、种植计划和种植设备参数。
在确定了过滤约束之后，驱动单元120基于过滤约束来过滤农业数据以产生经过滤的农业数据。例如，应用处理模块34从存储器58检索农业数据，并使用种植参数过滤农业数据，以产生关于种植信息的经过滤的农业数据。
在产生了经过滤的农业数据之后，驱动单元120确定对经过滤的农业数据的处理。对经过滤的农业数据的处理包括由驱动单元120对经过滤的农业数据进行的处理和/或由主机服务器(例如，应用单元16)对经过滤的农业数据进行的处理。该确定可以基于下述各项中的一个或多个：所接收的指令、经过滤的农业数据的一部分的值(例如，该值与阈值的比较有利于触发处理确定)、用户设备2-1A执行修改的农业规定和现有农业规定的能力水平对比、以及执行现有农业规定所需的其他农场设备的数目的水平。例如，当对现有农业规定的改变是可行的时，驱动单元120确定在本地(例如，由驱动单元120)处理经过滤的农业数据。作为另一示例，当现有农业规定包括主机服务器修改现有农业规定的指示符时，驱动单元120确定由主机服务器(例如，图12A的应用单元16)处理经过滤的农业数据。
在确定了对经过滤的农业数据的处理之后，驱动单元120促进执行对经过滤的农业数据的处理。作为确定经过滤的农业数据的处理和执行经过滤的农业数据的处理的示例，应用处理模块34确定经过滤的农业数据将由驱动单元120处理以修改现有的农业规定、根据经过滤的农业数据修改现有的农业规定以产生经修改的农业规定、并经由驱动单元120的第一接口124将经修改的农业规定输出到农场设备(例如，将经修改的农业规定和/或与修改的农业规定相关联的步骤编码为CAN数据114发送到用户设备2-1A)。
作为确定对经过滤的农业数据的处理和执行对经过滤的农业数据的处理的另一示例，应用处理模块34确定经过滤的农业数据将由主机服务器处理，并且经由驱动单元120的第二接口126将经过滤的农业数据输出到主机服务器(例如，生成无线消息1以包括经过滤的农业数据，蓝牙无线通信调制解调器1将包括经过滤的农业数据的蓝牙无线通信信号116发送到用户设备2-1C，用户设备2-1C将包括经过滤的农业数据的4G无线通信信号118发送到主机服务器)。
在发送了经过滤的农业规定之后，驱动单元120经由驱动单元120的第二接口126从主机服务器接收新的农业规定或经修改的农业规定(例如，应用处理模块34接收包括经修改的农业规定的另外的无线消息1)，并且经由驱动单元120的第一接口124将新的农业规定或经修改的农业规定输出到农场设备(例如，使用到CAN总线接口110的接口信息40，并编码为到用户设备2-1A的CAN数据114)。
图12C是示出收集数据以生成农业规定的示例的流程图。该方法在步骤140处开始或继续，其中(例如用户设备的)处理模块获得一个或多个农业规定。该获得包括下述各项中的至少一个：发起查询、接收查询响应、以及自主地接收一个或多个农业规定。该方法在步骤142处继续，其中处理模块解释所接收的数据以产生当前地理区域的原始传感器数据集。例如，处理模块通过使用相关联的协议标准将接收到的数据转换成信息。
该方法在步骤144处继续，其中处理模块获得当前地理区域的位置信息。作为具体示例，处理模块解释所接收的数据以提取UTC和位置坐标。作为另一具体示例，处理模块解释所接收的无线位置信号以产生UTC和位置坐标。
该方法在步骤146处继续，其中处理模块将原始传感器数据集与所获得的位置信息相关联以产生启用位置的传感器数据集。作为具体示例，处理模块将到达时间的时间标签和位置坐标附加到原始传感器数据集的部分，以产生启用位置的传感器数据集。该方法在步骤148处继续，其中处理模块将启用位置的传感器数据集存储到可用存储器。
该方法在步骤150处继续，其中处理模块标识与位置信息相关联的至少一个农业规定。作为具体示例，处理模块对与位置信息的区域基本上相匹配的规定的区域进行标识。该方法在步骤152处继续，其中处理模块将标识的农业规定与启用位置的传感器数据集相关联，以产生基于规定的、启用位置的传感器数据集。作为具体示例，处理模块使用所标识的农业规定的标识符来标记启用位置的传感器数据集。
该方法在步骤154处继续，其中处理模块根据所标识的农业规定的过滤器标识符对基于规定的、启用位置的传感器数据集执行过滤功能，以产生当前地理位置的感觉数据集。作为具体示例，处理模块对与农业规定相关联的数据的部分进行标识并丢弃剩余部分。
该方法在步骤156处继续，其中处理模块将传感器数据集发送到存储单元用于对传感器数据集的存储和后续处理，以产生更新的规定和新的规定中的至少一个。作为具体示例，处理模块经由无线链路将传感器数据集发送到另一用户设备，以经由无线网络重发到存储单元。作为另一个具体示例，处理模块经由有线连接将传感器数据集发送到又一用户设备以用于重发到存储单元。
图12D是示出收集数据以生成农业规定的另一示例的流程图。具体地，呈现了结合一个或多个功能和特征来使用的方法，这一个或多个功能和特征是结合图1-11、图12A-C、以及图12D描述的。该方法在步骤160处开始，其中附属于农场设备的驱动单元的和/或一个或多个计算设备的一个或多个处理模块的处理模块从农场设备接收(例如，经由驱动单元的第一接口)数据以产生农业数据。农业数据的产生可以包括处理模块从便携式计算设备(例如，由农场设备操作者携带的智能电话、膝上型计算机)接收(例如，经由驱动单元的第二接口)附加数据，并将附加数据与数据集成以产生农业数据。农业数据的产生还可以包括处理模块从农场设备接收(例如，经由驱动单元的第一接口)第一位置信息，从便携式计算设备接收(例如，经由驱动单元的第二接口)第二位置信息，以及将第一和第二位置信息集成到复合位置信息中。
该方法在步骤162处继续，其中处理模块基于从多个农业参数列表中选择的一个或多个参数来确定过滤约束。选择一个或多个参数可以包括处理模块接收(例如，经由驱动单元的第二接口)收集特定类型的数据的指令，以及基于指令选择一个或多个参数。该方法在步骤164处继续，其中处理模块基于过滤约束来过滤农业数据以产生经过滤的农业数据。
该方法在步骤166处继续，其中处理模块确定对经过滤的农业数据的处理。作为确定对经过滤的农业数据的处理的示例，处理模块确定经过滤的农业数据将由驱动单元来处理以用于修改现有的农业规定。作为确定对经过滤的农业数据的处理的另一示例，处理模块确定经过滤的农业数据将由主机服务器来处理。当处理模块确定经过滤的农业数据将由主机服务器处理时，该方法分支到步骤172。当处理模块确定经过滤的农业数据将由驱动单元处理时，该方法继续到步骤168。
当确定经过滤的农业数据将由驱动单元处理以用于修改现有的农业规定时，该方法在步骤168处继续，其中处理模块通过根据经过滤的农业数据修改现有的农业规定来发起对经过滤的农业数据的处理的执行，以产生经修改的农业规定。该方法在步骤170处继续，其中处理模块向农场设备输出(例如，经由驱动单元的第一接口)经修改的农业规定。
当确定经过滤的农业数据将由主机服务器处理时，该方法在步骤172处继续，其中处理模块通过将经过滤的农业数据输出(例如，经由驱动单元的第二接口)到计算设备(例如，用于由作为主机服务器的计算设备和作为主机服务器的另一远程计算设备中的一个或多个进行的处理)来发起对经过滤的农业数据的处理的执行。该方法在步骤174继续，其中处理模块接收(例如，经由驱动单元的第二接口)新的农业规定或经修改的农业规定。该方法在步骤176处继续，其中处理模块向农场设备输出(例如，经由驱动单元的第一接口)新的农业规定或经修改的农业规定。
上述结合处理模块描述的方法可以可选地由附属于农场设备的一个或多个计算设备的其他模块或者与一般农业设备相关联的其他设备执行。另外，存储操作指令的至少一个存储器部分(例如，非暂态计算机可读存储介质)能够在由与农场设备相关联的一个或多个计算设备的一个或多个处理模块执行时，使得这一个或多个计算设备执行上述任何或所有方法步骤。
图13A是计算系统的另一实施例的示意性框图，包括图1的地理区域1、图1的无线通信网络1、图1的网络24、图5的用户设备14、图5的应用单元16和图5的存储单元36。用户设备14、应用单元16和存储单元36包括图5的应用处理模块34。在下文中，应用单元16可以可互换地被称为计算设备。存储单元36还包括图5的存储器58。
地理区域1覆盖农耕地理地区并且包括一队农耕设备(例如，农业设备)。该队农耕设备包括至少图1的相关用户设备1-1A、1-2A、1-1C和1-2C以及致动器1A和2A，其中致动器组1A与用户设备1-1A相关联，并且致动器组2A与用户设备1-2A相关联。地理区域1可以包括用户设备和致动器的另外的关联。用户设备1-1A根据农业规定1A在地理区域1内以速度A穿过行驶路径1、2和3的部分，并且用户设备1-2A根据农业规定2A在地理区域1内以速度B穿过行驶路径2和3的部分。将参照图13B更详细地讨论农业规定1A和2A。
计算系统可操作用于更新与农业规定相关联的资源分配(例如，修改农业规定的步骤到用户设备的分配)。在更新资源分配的操作的示例中，应用单元16基于来自用户设备14的数据记录1和指导72生成农业规定1A和2A，其中农业规定包括动作数据，该动作数据包括将由用户设备1-1A和1-2A中的至少一个执行的多个步骤。数据记录1包括从与地理区域1相关联的资源接收的区域1的历史的传感器数据集。
在生成规定后，应用单元16确定用于分配农业规定的一部分的资源的可用性水平(例如，拖拉机可用性、联合收割机可用性、肥料施加器可用性和资源的任务执行能力的水平)。该确定可以基于下述各项中的一个或多个：发起查询、解释所接收的查询响应、执行查找、解释安排、和估计。在确定了可用性水平之后，应用单元16基于可用性水平选择一个或多个资源(例如，优先选择与最有利的可用性水平相关联的资源)。
对于每个所选择的资源，应用单元16被分配给农业规定的一部分，其中农业规定的每个部分包括用于多个步骤中的至少一些步骤的安排，以及用于至少一些步骤的安排时间范围。例如，应用单元基于可用性水平在资源之间划分多个步骤，并将步骤的所分配的部分发送到资源。例如，应用单元经由网络24和无线通信网络1将规定1A和2A发送到用户设备1-1A和1-2A。
当资源正在执行农业规定时，应用单元16监控来自所分配的资源的随后生成的数据记录。例如，应用单元接收包括区域1的后续传感器数据集的数据记录1。例如，当沿着行驶路径1-3中的一个或多个执行步骤时，用户设备1-1A发送传感器数据集。
当步骤子集的实际执行与该步骤子集的被安排执行之间的时间差超过时间阈值(例如，检测到不利的安排遵守状况)时，应用单元16更新资源的可用性水平。例如，应用单元16在执行规定1-A的步骤时检测到用户设备1-1A的不利的安排遵守状况(例如，落后于安排太多、超前于安排太多、不必要地空闲)。应用单元16可以经由网络24向用户设备14(例如，与农场工头相关联的)发出包括安排遵守提醒的分析概要78。
在更新了资源的可用性水平之后，应用单元16基于所更新的资源的可用性水平重新分配农业规定的未执行部分(例如，未执行的步骤)以产生更新的规定。例如，应用单元16基于所更新的可用性水平重新划分剩余的步骤，并将重新分配的剩余步骤发送到所分配的资源。例如，应用单元16将与行驶路径2和3相关联的步骤从分配给用户设备1-1A移动到用户设备1-2A。在产生了更新的规定之后，应用单元16将更新的规定发送到用户设备1-1A和1-2A以用于后续的执行。
在更新与农业规定相关联的资源分配的操作的另一示例中，计算设备(例如，应用单元16)将农耕地理地区的农业规定的多个任务分配给农场设备队。农业规定包括下述各项中的一个或多个：种植计划、耕作计划、作物运输计划、速度计划、施肥计划、浇灌计划、除草计划和收获计划。分配多个任务包括计算设备获得农耕设备队的每个农场设备的能力，并且基于一个农场设备的能力使多个任务中的任务与该农场设备相联系。
获得一个农场设备的能力可以包括各种方法。获得农场设备的能力的第一种方法包括确定估计任务效率(例如，每小时的英亩数)，设备能够以该估计任务效率执行任务。估计任务效率可以基于工具的行单元的宽度或数目和/或工具的最大推荐操作速度。例如，装备有种子到地面输送系统的种植机可以与更大的推荐操作速度(例如，每小时10英里)相关联，并且因此与仅装备有种子管的种植机相比具有更大的估计任务效率。基于估计任务效率将该任务与一个农场设备相联系可以包括确定可用的时间量(例如，基于天气或先前建立的安排)，并使该任务与具有足以在可用的时间量内完成该任务的估计任务效率的一个农场设备(例如，工具)相联系。
获得农场设备的能力的第二种方法包括对针对一个或多个田地标识规定(例如，种植密度、种子类型、下压力、深度)的空间变化标准，并且确定每个农场设备是否可以有效地执行与作物输入规定相关的任务。例如，可以对空间变化标准进行标识，其中针对单块田地的规定需要在田地的第一子区域中种植第一种子类型，并且在田地的第二子区域中种植第二种子类型(即，“多杂交种种植规定”)。基于规定的空间变化标准使任务与一个农场设备相联系可以包括对能够根据规定在任务期间改变该标准(例如，在行进中，on-the-go)的一个农场设备进行标识。例如，在标识与田地相关联的多杂交种种植规定时，与该田地相关联的种植任务可以与具有在种植操作期间改变种子类型的能力的种植工具相联系。作为任务分配的另一示例，当第一步骤由用户设备1-1A执行最有效时，应用单元16将第一步骤分配给用户设备1-1A，并且当第二步骤由用户设备1-2A执行最有效时，将第二步骤分配给用户设备1-2A。
在执行多个任务中的任务时，农耕设备队中的至少一些设备收集任务执行数据(例如，区域1的传感器数据集)。在一些实施例中，任务执行数据可以包括在任务执行期间收集的数据。可以将所收集的数据收集在一起作为任务的唯一目的、任务的主要目的或任务的非主要目的。可以在任务期间(或者在一些实施例中，在任务之前或之后)收集任务执行数据，并且可以由安装到农耕设备的传感器和/或执行该任务的工具的传感器收集。由安装到农耕设备的传感器收集的任务执行数据优选地与由全球定位系统报告的位置相关联，以便能够进行对所收集的数据的映射。
任务执行数据包括下述各项中的至少一个：与多个任务中的所分配的任务的执行有关的遵守信息(例如，一个农耕设备确定其是否领先或落后于一个或多个任务的执行安排)，农场设备传感器数据(例如，联合收割机损失(combine waste)数据、施加器数据、种植机数据)、农场设备位置信息(例如，GPS传感器数据，Gyro传感器数据等)、农场设备操作数据(例如，从拖拉机发动机控制器接收的数据)。与多个任务中的所分配的任务的执行有关的遵守信息可以包括任务执行数据(例如，种植性能，例如种植密度、杂交种类型、种子计量性能、所施加的行单元下压力、或工具控制粗糙度；收获性能，例如每英亩产量、谷物水分、谷物损耗或每单位时间的收获面积)。任务执行数据还可以包括所收集的环境数据(例如在任务期间)，例如，土壤数据(例如，土壤水分、土壤电导率、土壤温度、土壤有机质含量、土壤成分、土壤密度、土壤反射率)和/或大气数据(例如，环境温度、环境露点、环境湿度、降水、日光)。
作为收集任务执行数据的农耕设备的示例，用户设备1-2A收集联合收割机损失数据作为区域1的传感器数据集，并且通过使用用户设备1-2C经由无线通信网络1和网络24将区域1的传感器数据集发送到应用单元16。作为另一示例，用户设备1-1A收集与农业规定1A的步骤的执行相关联的时间戳，将这些时间戳与步骤的安排时间戳进行比较，当时间戳与安排时间戳相比较不利时则指出不利的安排遵守状况，并且将不利的安排遵守信息作为区域1的传感器数据集发送到应用单元16。
基于任务执行数据，计算设备更新下述各项中的至少一个：农业规定、多个任务、和对多个任务中的至少一个任务的分配。该更新包括多个更新方法。在第一更新方法中，应用单元16根据农业规定的预期性能解释任务执行数据以产生实际性能水平，并且当实际性能水平是不利的时，应用单元16确定是更新农业规定、多个任务还是对多个任务中的至少一个任务的分配。该确定可以包括选择下述各项中的一个或多个：更新农业规定、更新多个任务、更新对多个任务中的至少一个任务的分配。该选择可以基于下述各项中的一个或多个：预确定、估计作物产量、资源可用性、地理子区域可用性(例如，基于天气条件等)、和更新的资源能力水平。例如，当第一农场设备不可用或落在先前分配的任务的执行安排之后时，应用单元16选择第二农场设备以执行最初分配给第一农场设备的任务。作为另一示例，应用单元16添加附加的施肥步骤作为另一任务，以补偿如任务执行数据所指示的变化的土壤条件。
在第二更新方法中，应用单元16收集天气信息，确定天气正在不利地影响多个任务中的一个或多个任务的执行(例如，实际的不利影响)，或者可能不利地影响多个任务中的一个或多个的任务的未来执行(例如，待决的不利影响)。在确定了实际的或待决的不利影响之后，为了最小化天气的不利影响，应用单元16更新下述各项中的至少一个：农业规定(例如，一个或多个规定)、多个任务、和对多个任务中的至少一个任务的分配。将参考图19A-B更详细地讨论用于最小化天气的不利影响的更新。
确定天气正在不利地影响或可能不利地影响一个或多个任务的执行可以包括确定和/或估计可使用性指数(例如，田地特定的、任务特定的和/或工作特定的可使用性指数)。田地可使用性条件可以指示在一年中的给定时间使用一个或多个农场设备可以对田地或部分田地进行工作的程度。可以检索预定时间段内的田地历史降水数据、田地预测降水和田地温度，用其确定可使用性指数。例如，可使用性指数可以用于导出针对特定的田地、任务或工具的可使用性的三个值。可使用性的第一值包括“良好”可使用性的值，该值指示了田地条件很有可能对于在即将到来的时间段期间对于设备使用是可接受的。可使用性的第二值包括“待定(check)”可使用性的值，该值指示了田地条件在即将到来的时间段期间对于设备使用可能不太理想。可使用性的第三值包括“停止”可使用性的值，该值指示了田地条件在即将到来的时间段期间不适合工作。可使用性的确定值可以根据任务而变化。例如，种植和耕作通常需要低的泥泞水平，并且与允许更高水平泥泞的活动相比，可能需要更高的可使用性指数以获得“良好”值。在一些实施例中，基于不同的因素集合针对每个活动不同地计算可使用性指数。例如，用于种植的可使用性指数可以与接下来60小时内的预测温度相关，而用于收获的可使用性指数可以单独与降水相关。
在第三更新方法中，应用单元16解释任务执行数据以检测下述各项中的一个或多个：不利的联合收割机损失(例如，未收获最佳水平的玉米)、不利的种植误差(例如，未种植在特定的地理子区域上)、以及不利的施加数据(例如，对诸如液体肥料之类的施加物的分配)。当检测到不利的联合收割机损失、不利的种植误差和不利的施加数据中的一个或多个时，应用单元16确定是更新农业规定、多个任务还是对多个任务中的至少一个任务的分配。参考图14A-B更详细地讨论当检测到不利的联合收割机损失时的更新。将参考图15A-B更详细地讨论当检测到不利的种植误差时的更新。将参考图16A-B更详细地讨论当检测到不利施加数据时的更新。
当更新多个任务时，应用单元16通过下述各项中的一个或多个来更新多个任务：将新任务添加到多个任务、删除多个任务中的现有任务、和修改多个任务中的任务。当更新农业规定时，应用单元16通过下述各项中的一个或多个来更新农业规定：改变多个任务中的一个或多个任务的执行安排；添加、删除或修改一个或多个种植步骤；添加、删除或修改一个或多个速度步骤；添加、删除或修改一个或多个施肥步骤；添加、删除或修改一个或多个灌溉步骤；添加、删除或修改一个或多个除草步骤；以及添加、删除或修改一个或多个收获步骤。
当更新多个任务中的至少一个任务的分配时，应用单元16通过下述各项中的一个或多个来更新对多个任务中的至少一个任务的分配：将多个任务中的未执行任务从一个农耕设备重新分配到农耕设备队中的另一农耕设备、将多个任务中被部分完成的任务从一个农耕设备重新分配到农耕设备队中的另一农耕设备、以及将新任务分配到农耕设备队中的一个农耕设备。对多个任务中的至少一个任务的分配进行的更新将参考图13B-C来详细讨论。
图13B-C是农业规定资源映射的图，其中规定1A和2A包括根据农业规定为用户设备1-1A和1-2A初始分配的动作数据。例如，用户设备1-1A被分配为沿着行驶路径1执行动作数据1，1、1，2、1，3，沿着行驶路径2执行动作数据2，1和2，2，以及沿着行驶路径3执行动作数据3，4，而用户设备1-2A被分配为沿着行驶路径2执行另外的动作数据2，3、2，4和2，5，以及沿着行驶路径3执行另外的动作数据3，1、3，2和3，3。
图13B示出了操作的示例，用户设备1-1A在沿着行驶路径1-3执行所分配的任务时落后于安排，并且向图13A的应用单元报告传感器数据，其中传感器数据包括任务执行指示。用户设备1-2A根据安排的时间范围执行规定2A的任务，并且向应用单元报告传感器数据。
图13C示出了基于所更新的资源可用性重新分配所安排的任务。例如，规定1A被修改为丢弃与行驶路径2和3相关联的动作数据步骤，而规定2A被修改为添加从规定1A丢弃的动作步骤，使得用户设备1-2A被分配为执行针对行驶路径2和3的动作步骤。
图13D是示出更新资源分配的示例的流程图。该方法在步骤180处开始或继续，其中(例如，应用单元的)处理模块基于所获得的数据记录和指导生成农业规定。例如，应用单元从存储单元获得数据记录，其中数据记录包括与地理区域相关联的传感器数据。应用单元根据所接收的指导来分析数据记录以产生分析结果。应用单元基于地理区域的历史概要来总结分析结果。应用单元基于分析概要、指导和历史概要生成规定，其中该规定包括多个步骤和与这些步骤相关联的安排时间范围。应用单元存储农业规定。
该方法在步骤182处继续，其中处理模块确定用于分配各部分农业规定的资源的可用性水平。例如，处理模块标识与地理区域相关联的资源，并且对于每个标识的资源，处理模块将任务执行能力水平确定为资源的可用性水平，其中任务执行能力水平与农业规定的任务类型相关联。
该方法在步骤184处继续，其中，对于每个资源，处理模块分配农业规定的一部分，其中每个部分包括与该部分相关联的步骤的执行安排。例如，处理模块标识农业规定中的包括一组相关联步骤(例如，针对共同任务类型的、共同子地理区域的)的一部分，确定用于执行农业规定的步骤的目标(例如，遵守安排、在最大成本水平以下实现、通过使用可用材料实现、以及通过使用可用资源实现)，基于相关联的对实现期望目标进行了优化的资源的可用性水平将该部分分配到资源中的一个或多个，向资源发出农业规定的分配部分(例如，向拖拉机发送步骤的安排)，以及存储这些分配。
该方法在步骤186处继续，其中当资源正在执行农业规定时，处理模块监控由资源生成的后续数据记录。例如，处理模块直接从资源接收传感器数据集。作为另一示例，处理模块从存储单元恢复所存储的数据记录，其中该存储单元包括与农业规定的执行相关联的最近的传感器数据集。
该方法在步骤187处继续，其中处理模块基于后续的数据记录检测不利的安排遵守状况。例如，处理模块解释后续的数据记录以标识步骤的实际执行，将实际执行与和农业规定相关联的步骤的执行安排进行比较以产生差，并且当该差大于差阈值水平时指出不利的安排遵守状况(例如，落后于或超前于安排)。作为另一示例，处理模块针对与时间安排无关的目标检测不利的目标遵守状况(例如，太昂贵、使用太多的原材料等)。
该方法在步骤188处继续，其中处理模块确定更新的资源的可用性水平。例如，对于每个标识的资源，处理模块将任务执行能力水平重新确定为资源的可用性水平。例如，即使资源具有许多未执行的等待任务，它也可能正在空闲。作为另一实例，另一资源可能已经完成了所有任务。
该方法在步骤189处继续，其中处理模块基于更新的资源的可用性水平重新分配农业规定的一个或多个未执行部分。例如，处理模块标识与不利的安排遵守状况相关联的农业规定的未执行部分，确定用于执行农业规定的步骤的目标，基于相关联的对实现期望目标进行了优化的资源的可用性水平将该部分重新分配给资源中的一个或多个，将农业规定的重新分配部分发出给资源(例如，向另一个拖拉机发送步骤的最新安排)，以及存储这些更新的分配。
图13E-F是示出对农业规定的任务执行进行更新的示例的流程图。具体地，呈现了结合一个或多个功能和特征来使用的方法，这一个或多个功能和特征是结合图1-12D、13A-D、13E-F来描述的。该方法开始于或继续图13E的步骤191处，其中与农耕设备(例如，农耕设备队)相联系的一个或多个计算设备的一个或多个处理模块中的处理模块将农耕地理地区的农业规定的多个任务分配到农耕设备队。多个任务的分配包括处理模块获得农耕设备队中的每个农耕设备的能力，并且基于一个农耕设备的能力，将多个任务中的任务与这一个农场设备相联系。
该方法在步骤193处继续，其中在执行多个任务中的任务时，农耕设备队中的至少一些农耕设备收集任务执行数据。例如，联合收割机收集联合收割机损失数据作为任务执行数据，并将任务执行数据发送到处理模块。该方法在步骤195处继续，其中基于任务执行数据，处理模块更新下述各项中的至少一个：农业规定、多个任务、和对多个任务中的至少一个任务的分配。将参考图13F更详细地讨论该更新。
图13F是进一步示出对农业规定的任务执行进行更新的流程图。特别地，图13F还示出了图13E的步骤195中对下述各项中的至少一个的更新：农业规定、多个任务、以及对多个任务中的至少一个任务的分配。该方法在步骤197处开始或继续，其中与农耕设备(例如，农耕设备队)相联系的一个或多个计算设备的一个或多个处理模块中的处理模块根据农业规定的预期性能来解释任务执行数据以产生实际的性能水平。例如，处理模块将实际性能水平与安排的性能水平进行比较以标识不利的安排遵守状况。该方法在步骤199处继续，其中当实际性能水平是不利的时，处理模块确定是更新农业规定、多个任务还是对多个任务中的至少一个任务的分配。该方法根据该确定继续到步骤211-215中的一个或多个。
可选地，该方法在步骤201处开始或继续，其中处理模块收集天气信息。例如，处理模块从天气预报单元(例如，图19A的天气预报单元358)接收天气数据。该方法在步骤203处继续，其中处理模块确定天气正不利地影响着(例如，或可能很快将不利地影响)多个任务中的一个或多个任务的执行。例如，处理模块确定大雨正朝向地理区域的第一子区域，其中该大雨可能不利地影响与第一子区域相关联的步骤的执行。该方法在步骤205处继续，其中为了使天气的不利影响最小化，处理模块更新下述各项中的至少一个：农业规定、多个任务和对多个任务中的至少一个任务的分配。例如，处理模块确定将与第一子区域相关联的资源重新部署到另一子区域，以执行与该另一子区域相关联的步骤，该另一子区域中预计不会有不利天气。将参考图19A-B更详细地讨论使天气的不利影响最小化的更新。该方法根据该确定继续到步骤211-215中的一个或多个。
可选地，该方法在步骤207处开始或继续，其中处理模块解释任务执行数据以检测下述各项中的一个或多个：不利的联合收割机损失、不利的种植误差和不利的施加数据。该方法在步骤209处继续，其中当检测到不利的联合收割机损失、不利的种植误差和不利的施加数据中的一个或多个时，处理模块确定是更新农业规定、多个任务还是对多个任务中的至少一个任务的分配。例如，当对任务执行数据的解释标识了不利的联合收割机损失时，处理模块确定更新与建立联合收割机设置相关联的多个任务中的任务。将参考图14A-B更详细地讨论当检测到不利的联合收割机损失的更新。将参考图15A-B更详细地讨论当检测到不利的种植误差时的更新。将参考图16A-B更详细地讨论当检测到不利的施加数据时的更新。
当更新多个任务时，该方法在步骤211处继续，其中处理模块通过下述各项中的一个或多个来更新多个任务：将新任务添加到多个任务、删除多个任务中的现有任务、以及修改多个任务中的任务。当更新农业规定时，该方法在步骤213处继续，其中处理模块通过下述各项中的一个或多个来更新农业规定：改变多个任务中的一个或多个任务的执行安排；添加、删除或修改一个或多个种植步骤；添加、删除或修改一个或多个速度步骤；添加、删除或修改一个或多个施肥步骤；添加、删除或修改一个或多个灌溉步骤；添加、删除或修改一个或多个除草步骤；以及添加、删除或修改一个或多个收获步骤。
当更新对多个任务中的至少一个任务的分配时，该方法在步骤215处继续，其中处理模块通过下述各项中的一个或多个来更新对多个任务中的至少一个任务的分配：将多个任务中的未执行任务从农耕设备队的一个农耕设备重新分配到另一农耕设备、将多个任务中被部分完成的任务从农耕设备队的一个农耕设备重新分配到另一农耕设备、以及将新任务分配给农耕设备队中的一个农耕设备。
上述结合处理模块描述的方法可以可选地由与农耕设备队相联系的一个或多个计算设备的其他模块或由与一般农业设备相关联的其他设备来执行。另外，至少一个存储器部分(例如，非暂态计算机可读存储介质)存储可操作指令，当其由与农耕设备相联系的一个或多个计算设备的一个或多个处理模块执行时，使得这一个或多个计算设备执行上述的任何或所有方法步骤。
图14A是计算系统的另一实施例的示意性框图，包括图1的地理区域1、图1的无线通信网络1、图1的网络24、图5的用户设备14、图5的应用单元16和图5的存储单元36。地理区域1包括与联合收割机致动器组1A相关联的图1的用户设备1-1A和1-1C。地理区域1还可以包括用户设备1-1B，以与图12A的用户设备2-1B提供设备2-1C和2-1A之间的处理和通信的类似方式来提供用户设备1-1C与用户设备1-1A之间信息的通信和处理。用户设备1-1A包括传感器190、图4的应用处理模块34以及图4的无线通信调制解调器1。传感器190包括图7的传感器1-7中的至少一些。用户设备1-1A根据农业规定1穿过地理区域1内的行驶路径1的各部分。
计算系统可操作以标识不利的作物收获输出水平。在标识不利作物收获输出水平的操作示例中，用户设备1-1A辅助执行与针对收获的联合收割作物相关的规定1。例如，用户设备1-1A从无线通信调制解调器1接收规定1，其中应用单元16经由网络24向无线通信网络1发送规定1，其中无线通信网络1将包括规定1的无线通信信号42发送到用户设备1-1C，并且其中用户设备1-1C向无线通信调制解调器1发出包括规定1的另外的无线通信信号42。
在接收到规定1之后，用户设备1-1A的应用处理模块34基于规定1向联合收割机致动器组1A发出控制信息196。控制信息196可以包括针对联合收割机的一个或多个设置。这些设置包括下述各项中的一个或多个：筛选机位置、筛子位置、凹入间距、以及脱粒机每分钟转数(RPM)。联合收割机致动器组1A还可以根据联合收割机的操作者提供的本地设置194来工作。这样，联合收割机根据本地设置194和控制信息196中的一个或多个来工作。
在向联合收割机致动器组1A发出控制信息196之后，应用处理模块34对来自传感器190的传感器数据192和联合收割机状态198进行解释以产生输出数据200和损失数据202来共同作为任务执行数据。输出数据200包括生产作物率(例如，按计数、按体积、按重量)。损失数据202包括损失作物率。应用处理模块34将传感器数据192、输出数据200和损失数据202中的一个或多个作为区域1的数据集发送到存储单元36，用于存储在存储器58中以及后续作为数据记录1递送到应用单元16以进行进一步处理。
当输出数据200与规定1的预期输出数据相比不利时和/或当损失数据202与规定1的预期损失数据相比不利时，用户设备1-1A的应用处理模块34辅助校正动作。该辅助包括选择动作并执行所选择的动作。该选择可以基于下述各项中的一个或多个：预定、从规定1提取的指令、来自用户设备14的指导72、以及不利比较的程度大小。动作包括基于本地设置194标识设置模板204、向用户设备14和存储单元36中的一个或多个发出设置提醒206、以及执行从应用单元16接收的和/或由用户设备1-1A基于规定1确定的另一个规定(例如，规定2)。例如，规定2可以包括校正动作来用新的控制信息196覆盖本地设置194，以优化输出数据200和损失数据202。
图14B是示出对不利作物收获输出水平进行标识的示例的流程图。该方法在步骤210处开始或继续，其中处理模块(例如，农业资源用户设备的处理模块)辅助在包括用于收获作物的联合收割机的本地资源内执行农业规定。例如，处理模块基于农业规定向联合收割机致动器发出控制信息。
该方法在步骤212处继续，其中当执行农业规定时，处理模块解释传感器数据和联合收割机状态以生成与收获作物相关联的输出数据和损失数据。该解释包括基于传感器数据中的联合收割机状态确定作物输出水平来作为输出数据，并且基于传感器数据中的联合收割机状态将作物损失水平确定为损失数据。
该方法在步骤214处继续，其中处理模块检测输出数据和损失数据与农业规定的预期输出数据和预期损失数据的不利比较。例如，处理模块从农业规定提取预期输出数据和预期损失数据，将输出数据与预期输出数据进行比较，将预期损失数据与损失数据进行比较，并且在两者之中任一的差大于差阈值水平时指示不利的比较(例如，太少的作物输出、太多的损失)。
该方法在步骤216处继续，其中处理模块基于联合收割机的本地设置来标识设置模板。例如，处理模块从联合收割机接收本地设置，并将接收到的本地设置与多个设置模板进行比较以标识设置模板。
该方法在步骤218处继续，其中处理模块向管理用户设备发出包括设置模板的设置提醒。例如，处理模块生成的设置提醒包括以下一个或多个：设置模板、不利比较的差。
该方法在步骤220处继续，其中处理模块获得更新的农业规定。例如，处理模块向应用单元发送输出数据和损失数据中的一个或多个，并接收更新的农业规定。作为另一示例，处理模块基于农业规定、输出数据、损失数据和传感器数据中的一个或多个生成更新的农业规定。例如，处理模块生成更新的控制信息以影响联合收割机的一个或多个设置，从而改进输出并减少损失。
该方法在步骤222处继续，其中处理模块辅助在本地资源内执行更新的农业规定。例如，处理模块用更新的农业规定的更新的控制信息重写本地设置。
图15A是计算系统的另一实施例的示意性框图，包括图1的地理区域1、图1的无线通信网络1、图1的网络24、图5的用户设备14、图5的应用单元16和图5的存储单元36。地理区域1包括图1的用户设备1-1A和1-1C，与种植机致动器组1A相关联。地理区域1还可以包括用户设备1-1B，以与图12A的用户设备2-1B提供设备2-1C和2-1A之间的处理和通信的方式类似的方式提供用户设备1-1C与用户设备1-1A之间的信息的通信和处理。用户设备1-1A包括传感器190、图4的应用处理模块34、以及图4的无线通信调制解调器1。传感器190包括图7的传感器1-7中的至少一些。用户设备1-1A根据农业规定1穿过地理区域1内的行驶路径1的部分。
计算系统可操作以标识不利的作物种植水平。在标识不利的作物种植水平的操作示例中，用户设备1-1A辅助与种植作物相关的规定1的执行。例如，用户设备1-1A从无线通信调制解调器1接收规定1，其中应用单元16经由网络24向无线通信网络1发送规定1，其中无线通信网络1向用户设备1-1C发送包括规定1的无线通信信号42，并且其中用户设备1-1C向无线通信调制解调器1发出包括规定1的另外的无线通信信号42。
在接收到规定1后，用户设备1-1A的应用处理模块34基于规定1向种植机致动器组1A发出控制信息242。控制信息242可以包括用于种植机的一个或多个设置。该设置包括下述各项中的一个或多个：密度、速度、深度和下压力。种植机致动器组1A还可以根据种植机的操作者提供的本地设置240来工作。因此，种植机根据本地设置240和控制信息242中的一个或多个来工作。
在向种植机致动器组1A发出控制信息242之后，应用处理模块34解释传感器190的传感器数据192和种植机状态244，以生成误差数据246作为任务执行数据。误差数据246包括实际种植率与期望种植率之间的差。应用处理模块34向存储单元36发送传感器数据192和误差数据246中的一个或多个作为区域1的数据集，用于存储并后续作为数据记录1递送到应用单元16从而用于进一步处理。
当误差数据246与规定1的预期误差数据相比不利时，用户设备1-1A的应用处理模块34辅助校正动作。该辅助包括选择动作并执行所选择的动作。该选择可以基于下述各项中的一个或多个：预定、从规定1提取的指令、来自用户设备14的指导72、以及不利比较的程度大小。动作包括基于本地设置240标识设置模板248、向用户设备14和存储单元36中的一个或多个发出设置提醒250、以及执行从应用单元16接收的和/或由用户设备1-1A基于规定1确定的另一规定(例如，规定2)。例如，规定2可以包括校正动作来用新的控制信息242覆盖本地设置240，以优化误差数据246。
图15B是示出对不利作物种植水平进行标识的示例的流程图。该方法在步骤260处开始或继续，其中(例如，农业资源用户设备的)处理模块辅助在本地资源内执行农业规定，该本地资源包括用于种植作物的种植机。例如，处理模块基于农业规定向种植机致动器发出控制信息。
该方法在步骤262处继续，其中在执行农业规定时，处理模块解释传感器数据和种植机状态以生成与种植作物相关联的误差数据。该解释包括基于种植机状态和传感器数据确定作物种植水平，以及将作物种植水平和来自农业规定的期望作物种植水平之间的差确定为误差数据。
该方法在步骤264处继续，其中处理模块检测误差数据与农业规定的预期误差数据的不利比较。例如，处理模块从农业规定提取预期误差数据，将误差数据与预期误差数据进行比较，并且在比较的差大于差阈值水平时指示不利的比较(例如，种植的作物太少、种植的作物太多)。
该方法在步骤266处继续，其中处理模块基于种植机的本地设置来标识设置模板。例如，处理模块从种植机接收本地设置，并将接收到的本地设置与多个设置模板进行比较以标识设置模板。
该方法在步骤268处继续，其中处理模块向管理用户设备发出包括设置模板的设置提醒。例如，处理模块生成设置提醒，该设置提醒包括以下一个或多个：设置模板、不利比较的差。
该方法在步骤270处继续，其中处理模块获得更新的农业规定。例如，处理模块将误差数据发送到应用单元并接收更新的农业规定。作为另一示例，处理模块基于农业规定、误差数据、以及传感器数据中的一个或多个生成更新的农业规定。例如，处理模块生成更新的控制信息以影响种植机的一个或多个设置，从而提高种植精度。
该方法在步骤272处继续，其中处理模块辅助在本地资源内执行更新的农业规定。例如，处理模块用更新的农业规定的更新的控制信息重写本地设置。
图16A是计算系统的另一实施例的示意性框图，包括图1的地理区域1、图1的无线通信网络1、图1的网络24、图5的用户设备14、图5的应用单元16以及图5的存储单元36。地理区域1包括图1的用户设备1-1A和1-1C，与施加器致动器组1A相关联。地理区域1还可以包括用户设备1-1B，以与图12A的用户设备2-1B提供设备2-1C和2-1A之间的处理和通信的方式类似的方式提供用户设备1-1C与用户设备1-1A之间的信息的通信和处理。用户设备1-1A包括传感器190、图4的应用处理模块34、以及图4的无线通信调制解调器1。传感器190包括图7的传感器1-7中的至少一些。用户设备1-1A根据农业规定1穿过地理区域1内的行驶路径1的部分。
计算系统可操作以标识不利的施加物施加水平。施加物包括施加到与农业生命周期相关联的地理区域的一个或多个部分的固体、液体和气体中的任一种。施加物的示例包括肥料、杀真菌剂、杀虫剂和水。在标识不利的施加物施加水平的操作示例中，用户设备1-1A辅助执行与施加施加物相关的规定1。例如，用户设备1-1A从无线通信调制解调器1接收规定1，其中应用单元经由网络24向无线通信网络1发送规定1，其中无线通信网络1向用户设备1-1C发送包括规定1的无线通信信号42，并且其中用户设备1-1C向无线通信调制解调器1发出包括规定1的另外的无线通信信号42。
接收到规定1之后，应用处理模块34的用户设备1-1A基于规定1向施加器致动器组1A发出控制信息282。控制信息282可以包括针对施加器的一个或多个设置。该设置包括下述各项中的一个或多个：每单位面积上施加物的量、每线性距离上施加物的量、速度、以及在给定时间范围内所施加的施加物的量。种植机致动器组1A还可以根据由施加器的操作者提供的本地设置280来工作。因此，施加器根据本地设置280和控制信息282中的一个或多个来工作。
在向施加器致动器组1A发出控制信息282之后，应用处理模块34解释来自传感器190的传感器数据192和施加器状态284，以生成误差数据286作为任务执行数据。误差数据286包括实际和预期施加率之间的差。应用处理模块34将传感器数据192和误差数据286中的一个或多个作为区域1的数据集发送到存储单元36，用于存储在存储器58中，以及后续作为数据记录1递送到应用单元16，以用于进一步处理。
当误差数据286与规定1的预期误差数据相比不利时，用户设备1-1A的应用处理模块34辅助校正动作。该辅助包括选择动作并执行所选择的动作。该选择可以基于下述各项中的一个或多个：预定、从规定1提取的指令、来自用户设备14的指导72、以及不利比较的程度大小。动作包括基于本地设置280标识设置模板288、向用户设备14和存储单元36中的一个或多个发出设置提醒290、以及执行从应用单元16接收和/或由用户设备1-1A基于规定1确定的另一规定(例如，规定2)。例如，规定2可以包括校正动作来用新的控制信息282覆盖本地设置280，以优化误差数据286。
图16B是示出标识不利的施加物施加水平的示例的流程图。该方法在步骤300处开始或继续，其中(例如，农业资源用户设备的)处理模块辅助在本地资源内执行农业规定，该本地资源包括用于施加施加物的施加器。例如，处理模块基于农业规定向施加器致动器发出控制信息。
在执行农业规定时，该方法在步骤302处继续，其中处理模块解释传感器数据和施加器状态以生成与施加施加物相关联的误差数据。该解释包括基于施加器状态和传感器数据确定施加物的施加水平，以及将施加物的施加水平与来自农业规定的期望施加物施加水平之间的差确定为误差数据。
该方法在步骤304处继续，其中处理模块检测误差数据与农业规定的预期误差数据的不利比较。例如，处理模块从农业规定提取预期误差数据，将误差数据与预期误差数据进行比较，并且在比较的差大于差阈值水平时指示不利比较(例如，施加的施加物太少、施加的施加物太多)。
该方法在步骤306处继续，其中处理模块基于施加器的本地设置标识设置模板。例如，处理模块从施加器接收本地设置，并将接收到的本地设置与多个设置模板进行比较来标识设置模板。
该方法在步骤308处继续，其中处理模块向管理用户设备发出包括设置模板的设置提醒。例如，处理模块生成设置提醒，该设置提醒包括以下一个或多个：设置模板、不利比较的差。
该方法在步骤310处继续，其中处理模块获得更新的农业规定。例如，处理模块将误差数据发送到应用单元并接收更新的农业规定。作为另一示例，处理模块基于农业规定、误差数据和传感器数据中的一个或多个生成更新的农业规定。例如，处理模块生成更新的控制信息以影响施加器的一个或多个设置，从而提高施加物的施加精度。
该方法在步骤312处继续，其中处理模块辅助在本地资源内执行更新的农业规定。例如，处理模块用更新的农业规定的更新的控制信息重写本地设置。
图17A是计算系统的另一实施例的示意性框图，包括图1的地理区域1、图1的无线通信网络1、图1的网络24、图5的用户设备14、图5的应用单元16和图5的存储单元36。地理区域1包括图1的用户设备1-1A和1-1C，与传感器组1A、致动器组1A和辅助资源1A相关联。辅助资源1A包括农业生命周期资源。辅助资源的示例包括谷物车、作物车和化肥容器拖车。地理区域1还包括图1的用户设备1-2A和1-2C，与传感器组2A和耕作致动器组2A相关联。地理区域1还可以包括用户设备1-1B，以与图12A的用户设备2-1B提供设备2-1C和2-1A之间的处理和通信的方式类似的方式提供用户设备1-1C与用户设备1-1A之间的信息的通信和处理。传感器组1A和2A包括图7的传感器1-7中的至少一些。用户设备1-1A和1-2A以根据一个或多个农业规定的速度A和B穿过地理区域1内的行驶路径1的部分。
计算系统可操作以生成耕作农业规定。在生成耕作农业规定的操作示例中，应用单元16的应用处理模块34(例如，下文可互换地称为应用单元)获得地理区域1的数据记录1，其中数据记录1包括来自用户设备1-1A的辅助数据1和传感器数据1。
辅助数据1包括下述各项中的一个或多个：辅助资源类型指示符(例如，谷物车、作物车等)、辅助资源的估计重量(例如，以千克为单位、以磅为单位；在不同的时间、在一定时间内的平均值)、轮胎模式(例如，轮胎数目、轮胎宽度、相邻轮胎之间的间隔、前轮胎和后轮胎之间的间隔等)、以及估计的土壤压实水平(例如，作为以辅助资源类型、估计重量、轮胎模式、以及估计的降雨量和时间为变量的函数)。
在获得辅助数据1的示例中，应用单元16从存储单元36接收数据记录1，其中存储单元36经由网络24从无线通信网络1接收辅助数据1，其中无线通信网络从用户设备1-1C接收无线通信信号42，并且其中无线通信信号42包括辅助数据1。在获得数据记录1之后，应用单元16基于辅助数据1标识一个或多个辅助资源进行的多次地理区域穿过。例如，应用单元16标识由用户设备1-1A沿着行驶路径1的穿过的数目，其中每个穿过包括辅助资源1A。
对于每次穿过，应用单元16估计土壤影响水平(例如，土壤的压实)。该估计可以基于下述各项中的一个或多个：辅助资源类型、估计重量、轮胎模式、以及估计的土壤压实水平(当可用时)。作为具体示例，应用单元16的应用处理模块34向辅助资源类型、估计重量和轮胎模式应用确定性函数(例如，散列函数、基于散列的消息认证代码、海绵函数、逻辑函数、掩码生成函数)，以产生沿着行驶路径1的估计土壤影响水平。作为另一具体示例，应用单元16的应用处理模块34基于辅助资源类型、估计重量和轮胎模式执行查表，以产生沿着行驶路径1的估计土壤影响水平。
在生成了针对每个穿过的估计土壤影响水平之后，应用单元基于这多个穿过生成总土壤影响水平。例如，应用单元16的应用处理模块34向针对每个穿过的每个估计土壤影响水平应用另一确定性函数，以产生总土壤影响水平。
在生成了总土壤影响水平之后，应用单元16基于下述各项中的一个或多个中的总土壤影响水平生成耕作规定1：来自用户设备14的指导72(例如，耕作后的期望土壤压实水平)、传感器数据、历史概要、和降雨水平信息(例如，在降雨压实影响评价者认为较多的降雨会减轻压实的情况下)。在生成耕作规定1之后，应用单元经由网络24和无线通信网络1将耕作规定1发送到用户设备1-2A，用于以速度B沿着行驶路径1在地理区域1内执行，其中用户设备1-2A向耕作致动器组2A发出控制信息，以根据总土壤影响水平实施耕作步骤。例如，耕作步骤包括当总土壤影响水平指示高于平均土壤压实水平时使用高于平均水平的下压力。
图17B是示出生成耕作农业规定的示例的流程图。该方法在步骤320处开始或继续，其中，(例如，应用单元的)处理模块获得地理区域的农业数据记录，其中这些记录包括辅助资源数据。例如，处理模块从与一个或多个辅助资源相关联的一个或多个用户设备接收农业数据记录。作为另一示例，处理模块响应于发出查询而从存储单元接收农业数据记录。
该方法在步骤322处继续，其中处理模块基于农业数据记录标识一个或多个辅助资源进行的多个地理区域穿过。例如，处理模块分析农业数据记录，以标识与每个穿过相关联的传感器数据(例如，包括原始传感器数据、GPS坐标、以及时序)。该方法在步骤324处继续，其中对于每个穿过，处理模块确定地理区域内的土壤影响水平。例如，处理模块分析与穿过相关联的辅助数据，其中辅助数据包括辅助资源类型、估计重量以及轮胎模式指示符的复合体。例如，处理模块标识复合体模式并基于所标识的复合体模式执行查找以产生土壤影响水平。
该方法在步骤326处继续，其中处理模块基于多个穿过生成总土壤影响水平。例如，处理模块由沿着公共行驶路径的每次穿过确定土壤影响的叠加效应。例如，处理模块添加确定性函数以提供沿着公共行驶路径的多个穿过的叠加效应。
该方法在步骤328处继续，其中处理模块基于总土壤影响水平生成耕作规定。例如，处理模块基于下述各项中的一个或多个生成耕作规定：期望的耕作水平、传感器数据、历史概要和基于与地理区域相关联的降雨信息估计的土壤水分。耕作规定包括了包括下述各项中的一个或多个的执行步骤：速度、行驶路径、深度、和沿着公共行驶路径的穿过数目。该方法在步骤330处继续，其中处理模块向用户设备发出耕作规定以用于地理区域内的一个或多个耕作执行步骤。例如，处理模块将耕作规定发送到被分配为在该地理区域内执行该耕作规定的步骤的用户设备。作为另一示例，处理模块将耕作规定发送到管理用户设备。
图18A是计算系统的另一实施例的示意性框图，包括图1的用户设备1-1A、图17A的传感器组1A、图13A的致动器组1A、图1的用户设备1-1C、图1的用户设备1-2A、图17A的传感器组2A、图13A的致动器组2A、图1的用户设备1-2C、图3的地理区域1-1、1-2和1-3、图1的无线通信网络1、图1的网络24、图5的用户设备14、图5的应用单元16和存储单元36。计算系统还可以包括用户设备1-1B，以与图12A的用户设备2-1B提供设备2-1C和2-1A之间的处理和通信的方式类似的方式提供用户设备1-1C与用户设备1-1A之间的信息的通信和处理。用户设备1-1A根据一个或多个农业规定穿过地理区域1-1至1-3内的行驶路径1。
计算系统可操作以生成监视农业规定。在生成监视农业规定的操作示例中，应用单元16的应用处理模块34获得与针对地理区域的一个或多个部分执行规定1相关联的数据记录1，其中数据记录1包括传感器数据1和历史概要中的一个或多个。在下文中，应用单元的应用处理模块34可以可互换地称为应用单元16。在进行获取的示例中，应用单元16从存储单元接收数据记录1，其中存储单元经由网络24从无线通信网络1接收传感器数据1，其中无线通信网络1从用户设备1-1C接收无线通信信号42，其中无线通信信号42包括传感器数据1，并且其中用户设备1-1A随着用户设备1-1A执行规定1而基于来自传感器组1A的数据生成传感器数据1。规定1包括与在地理区域1-1至1-3内收集数据相关联的执行步骤。应用单元16基于先前的数据记录1和来自用户设备14的指导72生成规定1。
在获得数据记录1之后，应用单元16标识与相似性状相关联的一组地理区域。性状包括下述各项中的一个或多个：土壤条件、水分水平、作物产率、土壤养分水平、地理接近度、作物类型、海拔、地形变化。作为具体示例，当地理区域1-1至1-3共享共同的作物类型时，应用单元16将地理区域1-1至1-3标识为相关联区域的群组。
在标识了具有相似性状的地理区域的群组之后，应用单元16选择地理区域中的一个用于进一步的数据收集。该选择可以基于下述各项的一个或多个：随机选择、循环方法、地理区域与农业资源(例如，对于拖拉机、农民)而言的接近度、以及地理区域对农业资源的可用性(例如，监视准备就绪)。例如，当地理区域1-3和用户设备1-2A之间的距离是有利的(例如，小于距离阈值水平)时，应用单元16选择地理区域1-3。
在选择了地理区域之后，应用单元16辅助从所选择的地理区域1-3收集进一步的数据1。作为具体示例，应用单元16生成更新的规定1并且将更新的规定1发送到用户设备1-2A(例如，在所选择的地理区域的有利接近度范围内的可用资源)，其中更新的规定1指示沿着所选地理区域1-3内的行驶路径2收集数据。用户设备1-2A收集进一步的数据1。作为收集进一步的数据1的具体示例，用户设备1-2A从传感器组2A收集数据作为进一步的数据1，并(例如，直接经由无线通信网络1和网络或者间接地还经由存储单元36)将进一步的数据1发送到应用单元16。作为收集进一步的数据1的另一具体示例，用户设备1-2A接收针对所选择的地理区域的手动数据输入。例如，在沿着行驶路径2根据更新的规定1监视完地理区域1-3之后，农民将作物条件数据和土壤条件数据输入到用户设备1-2C和用户设备1-2A中的至少一个中。
在接收到进一步的数据1之后，应用单元16基于进一步的数据1和规定1修改农业规定1以产生用于地理区域1-1至1-3的群组的进一步更新的规定1。在产生进一步更新的规定1之后，应用单元16将进一步更新的规定1发送到用户设备1-1A，用于在地理区域1-1至1-3内执行。
图18B是示出生成监视农业规定的示例的流程图。该方法在步骤340处开始或继续，其中，(例如，应用单元的)处理模块在农业规定被执行时获得一个或多个子地理区域的数据记录。数据记录包括与一个或多个子地理区域相关联的传感器数据和历史概要中的一个或多个。这样的历史概要可以包括下述各项中的一个或多个：所杀杂草的百分比、所杀杂草的数目、以及所需作物的一个或多个生长阶段的时间。该获得包括从一个或多个资源接收数据记录和从存储单元获取中的至少一个。
该方法在步骤342处继续，其中处理模块标识与相似性状相关联的子地理区域的群组。作为具体示例，处理模块基于数据记录确定子地理区域的性状，并标识与共同性状相关联的子区域，其中共同性状的性状值的相互比较结果有利(例如，在性状阈值水平内)。
该方法在步骤344处继续，其中处理模块选择子地理区域群组中的一个子地理区域以用于进一步的数据收集。例如，处理模块标识该子地理区域的性状，该性状与子地理区域群组的性状值比较结果有利。
该方法在步骤346处继续，其中处理模块辅助从所选择的子地理区域中收集进一步的数据。作为具体示例，处理模块发出更新的规定，该规定包括一个或多个执行步骤，用于从主用户设备和/或与所选择的子地理区域相关联的另一用户设备收集进一步的数据，并接收该进一步的数据。作为另一个具体示例，处理模块从存储单元检索该进一步的数据。
该方法在步骤348处继续，其中处理模块基于从所选择的子地理区域收集的进一步的数据修改子地理区域群组的农业规定以产生进一步更新的规定。例如，处理模块确定对与农业规定相关联的多个步骤的改变，这些改变在被执行时会基于该进一步的数据提供最佳结果。该方法在步骤350处继续，其中处理模块辅助执行进一步更新的规定。例如，处理模块将进一步更新的规定发送到与子地理区域群组相关联的一个或多个用户设备以供执行。
图19A是计算系统的另一实施例的示意性框图，包括图1的用户设备1-1A、图17A的传感器组1A、图13A的致动器组1A、图1的用户设备1-1C、图3的地理区域1的地理区域1-1至1-9、图1的无线通信网络1、图1的网络、图5的用户设备14、图5的应用单元16、图5的存储单元36、以及天气预报单元358。在用户设备14中，应用单元16和存储单元16包括图4的应用处理模块34。计算系统还可以包括用户设备1-1B，以与图12A的用户设备2-1B提供设备2-1C和2-1A之间的处理和通信的方式类似的方式提供用户设备1-1C与用户设备1-1A之间的信息的通信和处理。用户设备1-1A根据农业规定1穿过地理区域1-1至1-9内的行驶路径。天气预报单元358包括下述各项中的一个或多个：国家气象服务信息服务器、微投(micro-cast)信息服务器和本地气象计算机。
计算系统可操作以基于预测的天气条件生成更新的农业规定。在生成更新的农业规定的操作示例中，应用单元针对多个地理区域的农业规定1获得相关联的数据记录1。例如，随着用户设备1-1A沿着行驶路径执行规定1，应用单元接收数据记录1，该数据记录1包括经由用户设备1-1C从用户设备1-1A接收的传感器数据1。数据记录可以包括下述各项中的一个或多个：当前速度、当前位置、以及规定的未执行步骤。例如，当用户设备1-1A正在地理区域1-2内工作并通过传感器组1A收集数据时，用户设备1-1A将传感器数据1发送到存储单元36来存储在针对地理区域1-2的存储器58中。可选地或者除此之外，其他用户设备可以在多个地理区域内工作，并且向存储单元36发送另外的传感器数据，以向应用单元16提供另外的数据记录1。
在获得数据记录1之后，应用单元16基于来自用户设备14的指导72和数据记录1中的一个或多个来标识农业规定1的资源执行步骤。例如，应用单元16基于来自用户设备1-1A的传感器数据1标识用户设备1-1A，其中传感器数据1包括用户设备1-1A的标识。在标识了资源执行步骤之后，应用单元16获得多个地理区域的天气数据1。例如，应用单元16接收另外的数据记录1，其中应用单元16从存储单元36接收另外的数据记录1，其中存储单元36经由网络24从天气预报单元358接收天气数据1。在一种实例中，天气数据1包括针对地理区域1-1至1-9中的每个地理区域的微观预测(例如，实时和/或预测的天气状况)。
在获得了天气数据1之后，应用单元16标识与和不利天气数据相关联的一个或多个地理区域相关联的农业规定1的待决的未执行步骤。该标识包括从天气数据1检测不利天气数据，并且将不利天气数据与地理区域中的一个或多个(例如，通过位置和时间)相关联。作为具体示例，应用单元标识在接下来的15分钟内与不利天气数据相关联的地理区域1-6、1-8和1-9，并标识农业规定1的步骤以收集在所标识的地理区域1-6、1-8和1-9内的传感器数据。
在标识了与不利天气相关联的待决步骤之后，应用单元16修改关于待决步骤的农业规定1，以产生更新的农业规定1，其中该更新包括以下一个或多个：改变速度、更新正确路径来避免具有不利天气数据的一个或多个地理区域、一个或多个执行步骤的暂停。作为具体示例，应用单元修改规定1以暂停与地理区域1-3、1-6、1-8和1-9相关联的步骤，同时更新行驶路径和速度以从地理区域1-2移动到地理区域1-5、1-4和1-7，以执行与地理区域1-2、1-5、1-4和1-7相关联的未执行步骤。
在修改了农业规定1以产生更新的农业规定1之后，应用单元16通过使用无线通信信号42经由网络24和无线通信网络1将更新的规定1发送到用户设备1-1A以供立即执行，从而避免所预测到的不利天气。
图19B是示出基于预测的天气状况生成更新的农业规定的示例的流程图。该方法在步骤360处开始或继续，其中，(例如，应用单元的)处理模块获得与多个子地理区域的农业规定相关联的数据记录。作为具体示例，处理模块从存储单元恢复数据记录。作为另一示例，处理模块从在多个子地理区域中的至少一个子地理区域内农业规定的资源执行步骤接收传感器数据。
该方法在步骤362处继续，其中处理模块基于数据记录标识正在执行农业规定的步骤的资源。例如，处理模块解释数据记录以将与农业规定的当前执行相关联的资源标识为所标识的资源。
该方法在步骤364处继续，其中处理模块获得多个子地理区域的天气数据。作为具体示例，处理模块确定多个子地理区域的标识，并且基于多个子地理区域的标识来接收天气数据。
该方法在步骤366处继续，其中处理模块标识与具有不利天气数据的一个或多个子地理区域相关联的农业规定的待决步骤。作为具体示例，处理模块标识与不利的天气预报(例如，雨、大风、不利于执行农业规定的步骤的状况等)相关联的一个或多个地区，并解释农业规定以标识与这一个或多个所标识地区相关联的待决步骤。
该方法在步骤368处继续，其中处理模块修改与一个或多个待决步骤相关的农业规定以产生更新的农业规定。处理模块执行更新以包括下述各项中的一个或多个：改变当前生产路径的速度、生成更新的行驶路径以避免与不利的天气预报相关联的一个或多个地区，同时在与有利的天气预报相关联的地区中执行步骤。
该方法在步骤370处继续，其中处理模块辅助资源对更新的农业规定的执行。作为具体示例，处理模块将更新的农业规定发送到资源来执行与更新的农业规定相关联的步骤。可选地或除此之外，处理模块将更新的农业规定作为提醒发送到用户设备和/或直接与这多个子地理区域相关联的其他用户设备。
对更新的农业规定的发送可以包括：将农业规定发送到与公共地理区域相关联的一个或多个用户设备，以基于对一个或多个执行步骤到具体用户设备的分配的认知、以及先前执行农业规定的步骤的条件和/或状态和/或与该公共地理区域相关联的任何属性的状态的认知，来辅助与更新的农业规定相关联的步骤执行中的一个或多个。
图20A是用户设备的另一实施例的示意性框图，包括图12B的控制器局域网(CAN)总线接口110、图5的计算单元26、以及图12B的蓝牙无线位置调制解调器1。可选地，可以使用下述各项中的至少一个来代替蓝牙无线通信调制解调器1：Wi-Fi指示调制解调器、60GHz通信调制解调器、红外通信调制解调器、任何其它无线连接无线通信调制解调器和有线接口(例如，通用串行总线(USB)接口)。计算单元26包括图5的应用处理模块34和图5的存储器58。可选地或除此之外，用户设备2-1B可以包括车载诊断(OBD)接口。
用户设备2-1B可操作以辅助收集数据(例如，传感器数据、位置数据、时间数据)以生成农业规定。在辅助收集数据以生成农业规定的操作示例中，蓝牙无线通信调制解调器1解释来自用户设备2-1C的蓝牙无线通信信号116以产生无线消息1，其中无线消息1编码有一个或多个农业规定。应用处理模块34从无线消息1中提取这一个或多个规定，并将该一个或多个规定存储在存储器58中。
在接收到一个或多个规定之后，CAN总线接口110从用户设备2-1A接收CAN数据114，以产生接口信息40。应用处理模块34解释接口信息40以产生原始传感器数据集。例如，应用处理模块34根据CAN工业标准解码接口信息40以产生原始传感器数据集。
在产生了原始传感器数据集之后，应用处理模块34从用户设备2-1A获得位置信息1。位置信息1包括协调世界时(UTC)和GPS坐标中的一个或多个，其中用户设备2-1A接收GPS无线位置信号1，并基于接收到的GPS无线位置信号1生成位置信息1。在具体示例中，CAN总线接口110和计算单元26中的至少一个从用户设备2-1A接收位置信息1。作为另一具体示例，CAN总线接口110接收包括位置信息1的另外的CAN数据114，并解释另外的CAN数据114以产生包括位置信息1的另外的接口信息40。用户设备2-1A使用与用户设备2-1A和用户设备2-1C中的至少一个相关联的所提取的UTC和本地时间中的至少一个，以辅助将传感器数据关联到GPS坐标和时间戳。
在接收到位置信息1之后，应用处理模块从用户设备2-1C接收位置信息2。作为具体示例，应用处理模块34解释包括位置信息2的另外的无线消息1，其中蓝牙无线通信调制解调器1从用户设备2-1C接收包括位置信息2的另外的蓝牙无线通信信号116，并且其中用户设备2-1C接收GPS无线位置信号2并基于接收到的GPS无线位置信号2生成位置信息2。
作为接收位置信息2的另一具体示例，应用处理模块34从蓝牙无线通信调制解调器1接收位置信息2，其中蓝牙无线通信调制解调器1从用户设备2-1C接收另外的蓝牙无线通信信号116，其中另外的蓝牙无线通信信号116包括位置信息2。
在接收到位置信息1和2之后，应用处理模块34生成与位置信息1和2相关联的误差信息，并且基于该误差信息选择位置信息1和2中的至少一个以产生位置信息。参考图20B更详细地讨论对位置信息1和2中的至少一个的选择。
在产生了位置信息之后，应用处理模块34将原始传感器数据集与位置信息相关联，以产生启用位置的传感器数据集。例如，应用处理模块用接收时间的相应的UTC和GPS位置坐标标记传感器数据，以产生启用位置的传感器数据集。在产生了启用位置的传感器数据集之后，应用处理模块34将启用位置的传感器数据集存储在存储器58中。
应用处理模块34标识与位置信息相关联的一个或多个规定中的至少一个规定。例如，应用处理模块34标识与所获得的位置信息基本相同的、与规定相关联的地理位置地区。在标识了规定后，应用处理模块34将所标识的规定与启用位置的传感器数据集相关联，以产生基于规定的、启用位置的传感器数据集。例如，应用处理模块34用所标识的规定的标识符来标记启用位置的传感器数据集，以产生基于规定的、启用位置的传感器数据集。
在产生了基于规定的、启用位置的传感器数据集之后，应用处理模块34可以根据所标识的规定的过滤器标识符对基于规定的、启用位置的传感器数据集执行过滤函数，以产生传感器数据集。例如，应用处理模块34丢弃未与规定相关联的传感器数据的一个或多个部分。可选地，应用处理模块34应用空的滤波器以防止丢弃任何传感器数据。
应用处理模块34基于传感器数据集生成再另外的无线消息1。在产生了再另外的无线消息1之后，应用处理模块34将再另外的无线消息1发送到蓝牙无线通信调制解调器1，以发送到用户设备2-1C，用于经由第四代(4G)无线通信信号118重发到存储单元以用于存储和后续处理，从而产生更新的农业规定和新的农业规定中的至少一个。
图20B是图20A的应用处理模块34的实施例的示意性框图，包括位置信息误差模块380、位置信息切换模块382、解释模块384、以及存储模块386。应用处理模块34用于生成与位置信息1和2相关联的误差信息，并且基于该误差信息选择位置信息1和2中的至少一个来产生用于存储的位置信息。
在操作的示例中，解释模块384解释接口信息40以产生传感器数据集。作为具体示例，解释模块384根据工业CAN标准解码接口信息40以产生原始传感器数据390。位置信息误差模块380分析位置信息1和2以生成生成误差信息1、2。该分析包括下述各项中的一个或多个：检测信号丢失(dropout)、估计位置精度、将位置精度与一个或多个精度阈值水平进行比较、标识接收到的卫星的数目、生成欺骗水平的可能性、以及估计时间精度。该分析还可以包括将位置信息1的第一部分与位置信息2的另一部分进行比较，以及将位置信息1的第一部分与位置信息2的第一部分进行比较。
位置信息切换模块382基于误差信息1、2选择位置信息1和位置信息2中的至少一个以产生位置信息388(例如，如参考图12B所讨论的复合位置信息)。该选择可以根据选择方法。该选择方法包括下述各项中的一个或多个：选择无误差的信号、选择具有误差最低水平的信号、选择误差水平低于误差阈值水平下限的信号、选择全部两者、选择任一者、将其组合以产生较低净误差水平、以及将其交错。
存储模块386将位置信息388和原始传感器数据390相组合以产生启用位置的传感器数据392以供存储在存储器58中。作为具体示例，存储模块386用位置信息的第一部分标记原始传感器数据的第一部分，其中，绝对时间信息对于第一部分是基本相同的。
图20C是示出了使得数据收集能够生成农业规定的位置信息的机会性获取的示例的流程图，其包括与图12C相似的步骤。该方法于图12C的步骤140-142开始或继续，其中处理模块(例如，用户设备的应用处理模块)获得一个或多个农业规定并解释接收到的数据以产生当前地理区域的原始传感器数据集。
该方法在步骤410处继续，其中处理模块从两个或更多个源获得当前地理区域的位置信息。例如，处理模块解释接收到的数据以提取位置信息。作为另一示例，处理模块从另一用户设备接收另外的位置信息。
该方法在步骤412处继续，其中处理模块针对两个或更多个源中的每个源的位置信息确定误差信息。例如，处理模块分析位置信息以标识一个或多个误差状况(例如，位置丢失、不利的位置精度、太少的卫星等)。
该方法在步骤414处继续，其中处理模块基于误差信息处理这两个或更多个源的位置信息以产生位置信息。该处理包括选择和组合中的至少一个，以提供大于最小精度阈值水平的位置精度水平。
该方法继续图12C的步骤146-152，其中处理模块将原始传感器数据集与获得的位置信息相关联以产生启用位置的传感器数据集，将启用位置的传感器数据集存储在本地存储器中，标识与位置信息相关联的至少一个农业规定，并将所标识的农业规定与启用位置的传感器数据集相关联以产生基于规定的、启用位置的传感器数据集。该方法还可以继续图12C的步骤154-156，其中处理模块根据所标识的农业规定的过滤器标识符对基于规定的、启用位置的传感器数据集执行过滤函数，以产生当前地理区域的传感器数据集并将传感器数据集发送到存储单元以用于传感器数据集的存储和后续处理，从而产生更新的规定和新的规定中的至少一个。
图21A是计算系统的另一实施例的示意性框图，包括图1的相关联的用户设备1-1A和1-1C、陀螺传感器组1A、耕作致动器组1A，图1的地理区域1、图1的无线通信网络1、图1的网络24、图5的用户设备14、图5的应用单元16、图5的存储单元36、以及图19A的天气预报单元358。计算系统还可以包括用户设备1-1B，以与图12A的用户设备2-1B提供设备2-1C和2-1A之间的处理和通信的类似方式提供用户设备1-1C与用户设备1-1A之间的信息的通信和处理。传感器包括图7的传感器1-7中的至少一些。用户设备1-1A在不同的时间1、2等至时间x根据农业规定1在地理区域1内穿过行驶路径1的各部分。
计算系统可操作以生成氮施加农业规定。在生成氮施加农业规定的操作示例中，应用单元16的应用处理模块34获得地理区域1的数据记录1，其中数据记录1包括在各个时间从地理区域1的截线(transversal)从用户设备1-1A收集的传感器数据1。传感器数据1包括下述各项中的一个或多个：陀螺仪数据1、耕作数据1、图像数据1、以及种植机数据1。陀螺仪数据1包括陀螺仪输出数据(例如，加速度、速度、距离、俯仰、偏航等)和位置信息(例如，GPS坐标、时间戳信息)中的一个或多个。耕作数据1包括扭矩水平数据。种植机数据1包括另外的扭矩水平数据。图像数据1包括土壤图像。
获得数据记录1包括下述各项中的至少一个：从存储单元36接收数据记录1和解释接收到的传感器数据1，其中应用处理模块34直接从用户设备1-1A接收传感器数据1。在获得数据记录1之后，应用单元16的应用处理模块34解释数据记录1，以基于耕作数据和种植机数据产生复合扭矩水平。例如，应用处理模块34针对每个截线，产生带有时间戳的扭矩水平直方图。
在产生了复合扭矩水平之后，应用单元16的应用处理模块34解释数据记录1，以基于图像数据产生裸露土壤图像。例如，应用处理模块沿着每个截线产生带有时间戳的图像，其中带有时间戳的图像包括沿着行驶路径的地理区域的土壤的图像。
在产生了裸露土壤图像之后，应用单元16的应用处理模块34解释数据记录1以产生地理区域1的地形图。例如，应用处理模块34解释陀螺仪输出和位置信息以产生沿着每个截线的线性高度数据，并聚集沿着这些截线的线性高度数据以产生地理区域1的地形图。可选地，应用单元16的应用处理模块34从存储单元36，和/或从另一个服务器接收地形图。另外可选地，应用单元16的应用处理模块34使用来自用户设备1-1A的位置信息来产生地形图，其中位置信息的GPS坐标包括高度的z方向信息。
在获得地形图之后，应用单元16的应用处理模块34解释天气数据1，以产生地理区域1的降雨数据(例如，地理区域1的一个或多个部分的雨量时间)。作为具体示例，应用处理模块34经由网络24从天气预报单元358接收天气数据1，其中天气数据1包括地理区域1的降雨历史。
在产生降雨数据之后，应用单元16的应用处理模块34分析裸露土壤图像和复合扭矩水平，以确定与地理区域1的各部分相关联的有机材料的量。作为具体示例，应用处理模块34将针对地理区域1的一部分的一系列裸露土壤图像与多个模板土壤图像进行比较以标识相应的模板图像，并将针对地理区域1的该部分的一系列复合扭矩水平与多个模板扭矩水平进行比较以标识相应的模板扭矩水平。在标识了该部分的模板图像和模板扭矩水平之后，应用处理模块34执行查找以基于所标识的模板图像和模板扭矩水平确定针对该部分的有机材料的量。
在产生了与地理区域1的各部分相关联的有机材料的量之后，应用的应用处理模块基于下述各项中的一个或多个生成氮施加规定作为更新的规定1：来自用户设备14的指导72(例如，用于产生氮施加规定的指令)、与这些部分相关联的有机材料的量、地形图、以及降雨数据。作为具体示例，应用处理模块34基于地形图确定沿着行驶路径1的梯度，并对有机材料的量、梯度和降雨数据执行确定性函数以产生中间结果。在产生了中间结果之后，应用处理模块34通过使用中间结果来执行查找，以产生要施加于与梯度相应部分的氮量。
在产生了更新的规定1之后，应用单元16的应用处理模块34辅助执行更新的规定1。作为具体示例，应用单元16的应用处理模块34经由网络24将更新的规定1发送到用户设备14，并且通过使用无线通信信号42经由无线通信网络1发送到用户设备1-1C，使得在时间x处用户设备1-1A将控制信息发出到氮致动器组1A，其中氮致动器组1A根据更新的规定1沿着行驶路径1施加该量的氮。
图21B是示出生成氮施加农业规定的示例的流程图。该方法在步骤440处开始或继续，其中，(例如，应用单元的应用处理模块的)处理模块针对与农业规定相关联的地理区域的多个传送单元获得相关联数据记录。例如，处理模块直接从用户设备接收数据记录。作为另一示例，处理模块从存储单元接收数据记录。数据记录包括下述各项中的一个或多个：图像数据、耕作数据、种植机数据、陀螺仪数据和位置信息。
该方法在步骤442处继续，其中处理模块解释数据记录以基于耕作数据和种植机数据产生扭矩水平。例如，处理模块解释耕作数据和种植机数据中的一个或多个，以产生与地理区域的各部分相关联的扭矩水平。该方法在步骤444处继续，其中处理模块解释数据记录以基于图像数据产生裸露土壤图像。例如，处理模块从图像数据提取裸露土壤图像。
该方法在步骤446处继续，其中处理模块获得地理区域的地形图。作为具体示例，处理模块从存储单元恢复地形图。作为另一具体示例，处理模块基于陀螺仪数据和位置信息生成地形图。该方法在步骤448处继续，处理模块解释天气数据以产生该地理区域的降雨数据。作为具体示例，处理模块提取历史降雨水平和降雨时间以产生降雨数据。
该方法在步骤450处继续，其中处理模块分析裸露土壤图像和扭矩水平，以确定与地理区域的一部分相关联的有机材料的量。作为具体示例，处理模块将裸露土壤图像与参考裸土壤图像进行比较以标识基本相似的参考裸土壤图像，并执行查找以确定与所标识的参考裸土壤图像相关联的有机材料水平。作为另一具体示例，处理模块将扭矩水平与参考扭矩水平进行比较以标识基本相似的参考扭矩水平，并执行对与所标识的参考扭矩水平相关联的有机材料水平的查找。
该方法在步骤452处继续，其中处理模块基于有机材料的量、地形图和降雨数据中的一个或多个，生成氮施加规定作为更新的规定。作为具体示例，处理模块对有机材料的量、来自地形图的针对地理区域的给定部分的地形特性、以及降雨数据应用确定性函数以产生中间结果。处理模块通过使用中间结果来访问氮规定表以恢复地理区域的给定部分的氮水平规定。
该方法在步骤454处继续，其中处理模块辅助执行更新的规定。作为具体示例，处理模块将更新的规定发送到用户设备，以实施与氮规定相关的更新的规定的步骤。
图22A是计算系统的另一实施例的示意性框图，包括图1的相关联用户设备1-1A和1-1C、图17A的传感器组1A、图21A的耕作致动器组1A、图14A的联合收割机致动器组1A、图1的地理区域1、图1的无线通信网络1、图1的网络24、图5的用户设备14、图5的应用单元16、图5的存储单元36、以及图19A的天气预报单元358。计算系统还可以包括用户设备1-1B，以与图12A的用户设备2-1B提供设备2-1C和2-1A之间的处理和通信的方式类似的方式提供用户设备1-1C与用户设备1-1A之间的信息的通信和处理。传感器包括图7的传感器1-7中的至少一些。用户设备1-1A在不同的时间1、2等至时间x根据农业规定1在地理区域1内穿过行驶路径1的各部分。
计算系统可操作以生成收获农业规定。在生成收获农业规定的示例中，应用单元16的应用处理模块34获得地理区域1的数据记录1，其中数据记录1包括来自地理区域1的各个截线的、在各种时间从用户设备1-1A收集的传感器数据1。传感器数据1包括下述各项中的一个或多个：带有时间戳的温度水平、带有时间戳的土壤水分水平、以及带有时间戳的土壤养分水平。
获得数据记录1包括以下至少一个：从存储单元36接收数据记录1，和解释接收到的传感器数据1，其中应用处理模块34直接从用户设备1-1A接收传感器数据1。在获得数据记录1之后，应用单元16的应用处理模块34获得农业生命周期的单位时间(例如，一小时、一分钟)，其中多个单位时间在第一单位时间到当前单位时间范围内变化。第一单位时间与作物的初始种植相对应。当前单位时间可以指种植后收获前的中间时间。未来单位时间包括收获时间。
获得单位时间包括下述各项中的至少一个：基于预定(例如，来自农业规定1)进行选择、以及确定生长因子的预期方差水平预期小于方差阈值水平。对于每个单位时间，应用单元16的应用处理模块34基于数据记录1和天气数据1中的一个或多个来确定一组生长因子的值。天气数据1包括下述各项中的一个或多个：每单位时间的阳光强度水平、每单位时间的温度水平、以及地理区域1的降雨历史。应用处理模块34从数据记录1中提取天气数据1。可选地，应用处理模块34经由网络24直接从天气预报单元358接收天气数据1。
生长因子包括下述各项中的一个或多个：阳光强度水平、温度水平、土壤水分水平、以及土壤养分水平。例如，应用处理模块解释数据记录1以产生土壤水分水平和土壤养分水平。作为另一示例，应用处理模块34获得天气数据1，并解释天气数据1以产生历史天气信息(例如，每单位时间的温度、基于以下一项或多项的每单位时间阳光强度水平：云覆盖和基于地理区域1的一年中这一天的光照小时)。
对于每个单位时间，应用单元16的应用处理模块34对该组生长因子应用确定性函数以产生相应的预测生长单位(PGU)。作为具体示例，应用处理模块根据以下公式生成PGU：
PGU＝a*阳光水平+b*temp+c*水分水平温度水平+d*养分
其中a，b，c和d是与该组生长因子相关联的常数。针对从第一单位时间到当前单位时间的单位时间，应用单元16的应用处理模块34对每个相应的PGU进行求和，以产生当前累计预测生长度量(PGM)。作为具体示例，应用处理模块根据以下公式生成PGM：
PGM＝PGU1+PGU2+PGU3+到PGU当前单位时间
应用单元16的应用处理模块34基于下述各项中的一个或多个来估计收获准备单位时间：针对至少一些先前单位时间的预测生长单位的一部分(例如，趋势)、针对未来单位时间的生长因子的预测值(例如，基于历史)、以及来自用户设备14的指导72。作为具体示例，当PGM值为2457、期望PGM收获值为3100、并且基于历史数据，PGM的预期趋势是从2457移动到3100要10天时，应用处理模块34估计收获准备单位时间为离当前单位时间10天。
基于收获准备单位时间估计了收获时间段之后，应用单元16的应用处理模块34基于规定1和所估计的收获时间段生成更新的规定1，使得更新的规定1包括10天后的收获执行步骤。在生成了更新的规定1之后，应用单元16的应用处理模块34经由网络24将更新的规定1发送到用户设备14，并且还通过使用无线通信信号42经由无线通信网络1将更新的规定发送到用户设备1-1A，使得用户设备1-1A根据更新的规定1的收获规定1部分向联合收割机致动器组1A发出控制信息。
图22B是示出生成收获农业规定的示例的流程图。该方法在步骤470处开始或继续，其中，(例如，应用单元的应用处理模块的)处理模块获得针对与农业规定相关联的地理区域的多个穿过的相关联的数据记录。这种获得包括直接从用户设备接收数据记录和从存储单元恢复数据记录中的至少一个。数据记录包括下述各项中的一个或多个：带有时间戳的温度水平、带有时间戳的土壤水分水平、带有时间戳的土壤养分水平、以及针对每个时间和值的位置信息。
该方法在步骤472处继续，其中处理模块确定与农业规定相关联的农业生命周期的单位时间。该确定可以基于预确定和单位时间中的一个或多个，使得生长因子的预期方差水平小于方差阈值水平。
对于农业生命周期的每个单位时间，该方法在步骤474处继续，其中处理模块基于数据记录和天气数据中的一个或多个确定一组生长因子的值。该确定包括解释数据记录以产生土壤水分水平和土壤养分水平中的一个或多个。该确定还可以包括解释天气数据以产生每单位时间的温度和每单位时间的阳光强度水平。
对于每个单位时间，该方法在步骤476处继续，其中处理模块对该组生长因子应用确定性函数以产生相应的预测生长单位。作为具体示例，处理模块基于预确定、与地理区域相关联的位置信息、一年中的时间、以及预期精度水平中的一个或多个来选择确定性函数。处理模块使用所选择的确定性函数来操纵产生预测生长单位的生长因子，其中确定性函数可以包括常数和确定性数学函数的组合。
该方法在步骤478处继续，其中处理模块对每个预测生长单位求和以产生当前累计的预测生长度量。作为具体示例，处理模块将与单位时间1到当前单位时间相关联的预测生长单位的值相加，以产生当前累计的预测生长度量。
该方法在步骤480处继续，其中处理模块基于以下一项或多项来估计收获准备时间段：针对至少一些先前单位时间的预测生长单位的一部分、针对未来单位时间的生长因子的预测值。作为具体示例，处理模块根据这部分预测生长单位来解释趋势，并基于未来单位时间的生长因子的预测值扩展该趋势，其中预测值基于历史概要的解释。可选地或除此之外，处理模块基于农业规定和收获准备时间段生成更新的农业规定，并将更新的农业规定发送到用户设备以供执行，其中更新的农业规定包括与收获准备时间段相关联的收获执行步骤。
图23A是计算系统的另一实施例的示意性框图，包括图1的地理区域1、图1的无线通信网络1、图1的网络24、图5的用户设备14、图5的应用单元16、以及图5的存储单元36。地理区域1包括收获装置组490和图1的用户设备1-1C。收获装置组490包括图1的用户设备1-1A、传感器组1A、收获致动器组1A、以及辅助资源1A。地理区域1还可以包括用户设备1-1B，用于提供下述各项中的一个或多个：通信、处理、以及对其他类似的附近用户设备的发现，其中通信包括以与图12A的用户设备2-1B提供设备2-1C和2-1A之间的处理和通信的方式类似的方式在用户设备1-1C与用户设备1-1A之间传递信息。
用户设备1-1A包括图4的应用处理模块34和图4的无线通信调制解调器1。传感器组1A包括图7的传感器1-7中的至少一些。收获致动器组1A包括与联合收割机和任何作物收获机中的至少一个相关联的一个或多个致动器。辅助资源1A包括可以与收获装置组(例如，下述各项中的一个或多个：谷物车、收获作物车、肥料运输机、水运输机等)相关联的任何其他农业资源。用户设备1-1A根据农业规定1穿过地理区域1内的行驶路径1的各部分。
计算系统可操作以确定作物收获产量。在确定作物收获产量的操作示例中，应用单元16(例如，应用单元16的应用处理模块34)获得地理区域1的数据记录1，在该地理区域中农业规定1正由收获装置组490执行，并且其中应用单元基于来自设备14(例如，主用户设备)的指导72生成农业规定1。该获得包括从收获装置组490接收传感器数据1和从存储单元36接收数据记录1中的至少一个。例如，用户设备1-1C通过经由无线位置网络1传输无线通信信号42，经由网络24将传感器数据1发送到存储单元36以存储在存储器58中，其中存储单元36聚集传感器数据1和历史概要(例如，类似于先前存储的地理区域1的传感器数据)以产生数据记录1，并且其中存储单元36经由网络24将数据记录1发送到应用单元16。
传感器数据1包括下述各项中的一个或多个：水分数据1(例如，针对多个位置中每一者的水分水平)、卸载螺旋(unloading augar)数据1(例如，与螺旋启动相关联的位置信息、螺旋启动的持续时间、螺旋每分钟转数(RPM)、每单位时间卸载的估计湿蒲式耳数)、以及辅助数据1(例如，辅助资源标识符、辅助资源重量、以及时间戳)。数据记录1包括下述各项中的一个或多个：卸载螺旋数据、水分数据、辅助数据、以及历史概要(例如，对先前的螺旋数据和实际的作物产量数据的校准)。
在获得数据记录1之后，应用单元16基于数据记录1和来自用户设备14的指导72(例如，期望的产量数据类型、期望的产量数据单位等)中的一个或多个生成中间估计产量数据。例如，应用单元16基于卸载螺旋数据中的螺旋时间量和从辅助数据提取的作物车总重量中的一个或多个，来确定每英亩收获的估计湿蒲式耳数。
在生成了中间估计产量数据之后，应用单元16基于中间估计产量数据并基于水分数据和历史概要中的一个或多个，生成产量数据1(例如，每英亩作物的蒲式耳数)。例如，应用单元16从历史概要中提取校准，并且使用水分数据来更新所估计的湿蒲式耳，以基于更新的估计湿蒲式耳和针对所得的非湿蒲式耳的历史概要来确定产量数据1。
在生成产量数据1之后，应用单元16将该产量数据1发送到主用户设备(例如，用户设备14)和收获装置组490中的一个或多个。例如，应用单元经由网络24和无线通信网络1将产量数据1发送到用户设备1-1C，以传送到收获装置组490，用于由用户设备1-1A和用户设备1-1C中的至少一个进行的进一步处理和/或可视化。例如，用户设备1-1C显示地理区域1的地图，其中地图覆盖产量数据(例如，不同的颜色表示不同的产量水平)。
在发出了产量数据之后，应用单元16基于产量数据更新农业规定，以产生另一农业规定1(例如，更新的农业规定1)，其中更新的农业规定1包括对农业规定的步骤的修改以基于产量数据优化收获。例如，对步骤的修改包括收获致动器组1A的更新的控制信息。在更新农业规定之后，应用单元经由网络和无线通信网络1将更新的农业规定发送到收获装置组和主用户设备中的一个或多个。
图23B是示出确定作物收获产量的示例的流程图。该方法在步骤500处开始或继续，其中针对地理区域的农业规定，处理模块(例如，应用单元和用户设备中的至少一个的应用处理模块)获得与农业规定的收获步骤相关联的数据记录，其中数据记录包括卸载螺旋数据作为收获步骤的结果。该获得包括以下至少一个：直接从用户设备接收数据记录、从存储单元恢复数据记录。数据记录包括下述各项中的一个或多个：卸载螺旋数据、水分数据、辅助数据、以及历史概要。
该方法在步骤502处继续，其中处理模块基于数据记录生成中间估计产量数据。例如，对于地理区域的给定部分，处理模块将卸载螺旋启动时间的秒数乘以每秒的湿蒲式耳数因子，以生成中间估计产量数据。可以基于辅助数据来验证该因子，该辅助数据包括针对地理区域的这个给定部分，收获作物的总重量变化。
该方法在步骤504处继续，其中处理模块基于中间估计产量数据并基于水分数据和历史概要中的一个或多个生成产量数据。例如，对于地理区域的给定部分，处理模块从历史概要中提取校准，并用该校准乘以湿蒲式耳数，以产生每英亩非湿蒲式耳的数据。
该方法在步骤506处继续，其中处理模块将产量数据发送到主用户设备和与收获步骤相关联的用户设备中的一个或多个。例如，处理模块将产量数据发送到与收获步骤相关联的用户设备用于操作者显示。
该方法在步骤508处继续，其中处理模块基于产量数据更新农业规定以产生更新的农业规定。例如，处理模块分析产量数据以更新农业规定的一个或多个步骤，以有利地改进后续确定的产量数据。该方法在步骤510处继续，其中处理模块辅助执行更新的农业规定。例如，处理模块将更新的规定发送到与地理区域内的一个或多个农业规定的执行相关联的用户设备。
图24A是计算系统的另一实施例的示意性框图，包括图1的地理区域1、图1的无线通信网络1、图1的网络24、图5的用户设备14、图5的应用单元16、以及图5的存储单元36。地理区域1包括收获装置组1-2和图1的用户设备1-1C和1-2C。每个收获装置组包括图1的用户设备1-1A或1-2A、传感器组1A或2A、收获致动器组1A或2A、以及辅助资源1A或2A。地理区域1还可以包括用户设备1-1B和/或1-2B，以提供下述各项中的一个或多个：通信、处理、以及对其他类似的附近用户设备的发现，其中通信包括以与图12A的用户设备2-1B提供设备2-1C和2-1A之间的处理和通信的方式类似的方式在用户设备1-1C与用户设备1-1A之间传递信息。
用户设备1-1A和1-2A包括图4的应用处理模块34和图4的无线通信调制解调器1。传感器组1A和2A包括图7的传感器1-7中的至少一些。收获致动器组1A和2A包括与联合收割机和任何作物收获机中的至少一个相关联的一个或多个致动器。辅助资源1A和2A包括可以与收获装置组相关联的任何其他农业资源(例如，下述各项中的一个或多个：谷物车、收获作物车、肥料运输机、水运输机等)。用户设备1-1A根据农业规定1穿过在地理区域1内的行驶路径1的各部分，并且用户设备1-2A根据农业规定2穿过在地理区域1内的行驶路径2的部分。
计算系统可操作以优化作物收获产量。在优化作物收获产量的操作示例中，应用单元16(例如，应用单元16的应用处理模块34)获得地理区域的收获数据记录，在该地理区域中一个或多个农业规定正由多个收获装置组执行，并且其中应用单元16基于来自用户设备14(例如，主用户设备)的指导72生成一个或多个农业规定(例如，农业规定1-2)。该获得包括以下至少一个：从收获装置组1-2接收收获数据记录和从存储单元36接收收获数据记录。例如，用户设备1-1C通过经由无线位置网络1传输无线通信信号42来经由网络24将收获传感器数据1发送到存储单元36以存储在存储器58中，其中存储单元36对收获数据1、收获数据2(例如，来自收获装置组2)和历史概要(例如，类似的先前存储的地理区域1的传感器数据)进行聚集以产生数据记录1、2，并且其中存储单元36经由网络24将数据记录1、2发送到应用单元16。
收获数据包括下述各项中的一个或多个：水分数据(例如，针对多个位置中的每个的水分水平)、卸载螺旋数据(例如，与螺旋启动相关联的位置信息、螺旋启动的持续时间、螺旋每分钟转数(RPM)、每单位时间卸载的估计湿蒲式耳数)、以及辅助数据(例如，辅助资源标识符、辅助资源重量和时间戳)。数据记录1、2包括下述各项中的一个或多个：卸载螺旋数据、水分数据、辅助数据、以及历史概要(例如，先前的螺旋数据和实际作物产量数据的校准)。
在获得了数据记录1、2之后，应用单元16针对每个收获装置组产生基于数据记录1、2的产量数据。例如，应用单元16基于卸载螺旋数据1的螺旋时间量和从辅助数据1中提取的作物车的总重量(例如辅助资源1A)中的一个或多个，来确定每英亩收获的估计湿蒲式耳数，并基于针对收获的湿蒲式耳数的校准生成收获的每英亩的非湿蒲式耳数作为产量数据1。
在生成了产量数据1、2之后，针对每个收获装置组，应用单元16将相应的产量数据发送到主用户设备14和收获装置组中的一个或多个。例如，应用单元16经由网络24和无线通信网络1将产量数据1发送到用户设备1-1C，以用于传送到收获装置组1或者由用户设备1-1A和用户设备1-1C中的至少一个进行的进一步处理和/或可视化。例如，用户设备1-1A显示地图区域1的地图，其中地图覆盖产量数据1(例如，不同的颜色代表不同的产量水平)。类似地，用户设备1-2C显示地理区域1的地图，其中地图覆盖已从应用单元接收到的产量数据2。
在发送了产量数据之后，对于一个或多个农业规定，应用单元16基于所有产量数据更新农业规定，以产生另一农业规定(例如，更新的农业规定)，其中更新的农业规定包括对农业规定步骤的修改来基于所有产量数据优化收获。例如，对更新的规定1-2的步骤的修改包括针对收获致动器组1A和2A的更新的控制信息。在更新了农业规定之后，应用单元16经由网络24和无线通信网络1将更新的农业规定1-2发送到收获装置组1-2和主用户设备14。
图24B是示出优化作物收获产量的示例的流程图。该方法在步骤520处开始或继续，其中处理模块(例如，应用单元和用户设备中的至少一个的应用处理模块)针对地理区域的一个或多个农业规定获得与由多个收获装置组执行的收获步骤相关联的收获数据。该获得包括直接从用户设备接收和从存储单元恢复中的至少一个。收获数据记录包括下述各项中的一个或多个：卸载螺旋数据、水分数据、辅助数据、以及历史概要。
对于每个收获装置组，该方法继续步骤522处，其中处理模块基于相关联的收获数据记录生成相应的产量数据。例如，对于地理区域的给定部分，处理模块用卸载螺旋启动的秒数乘以每秒的湿蒲式耳数来估计湿蒲式耳数，并用估计的湿蒲式耳数乘以来自历史概要的校准以产生每英亩收获的非湿蒲式耳数作为产量数据。
对于每个收获装置组，方法在步骤524处继续，其中处理模块将相应的产量数据发送到收获装置组和主用户设备中的一个或多个。例如，处理模块将产量数据发送到与收获步骤相关联的用户设备用于操作者显示，以辅助优化收获装置组的操作。
对于一个或多个农业规定，该方法在步骤526处继续，其中处理模块基于所有产量数据更新农业规定以产生一个或多个更新的农业规定。例如，处理模块将收获步骤和相应的产量数据进行比较以标识与有利的产量数据相关联的收获步骤，并将相应的农业规定修改成包括与有利的产量数据相关联的收获步骤。该方法在步骤528处继续，其中处理模块辅助任何更新的农业规定的执行。例如，处理模块将更新的规定发送到用户设备，以实施与实现改进产量相关的更新的规定的步骤。
图25A是计算系统的另一实施例的示意性框图，包括图1的地理区域1、图1的无线通信网络1、图1的网络24、图5的用户设备14、图5的应用单元16、以及图5的存储单元36。地理区域1包括收获装置组1和图1的用户设备1-1C。收获装置组1包括图1的用户设备1-1A、图23A的传感器组1A、图23A的收获致动器组1A、以及图23A的辅助资源1A。地理区域1还可以包括用户设备1-1B，以提供下述各项中的一个或多个：通信、处理、以及对其他类似的附近用户设备的发现，其中通信包括以与图12A的用户设备2-1B提供设备2-1C和2-1A之间的处理和通信的类似方式在用户设备1-1C与用户设备1-1A之间传递信息。
用户设备1-1A包括图4的应用处理模块34和图4的无线通信调制解调器1。传感器组1A包括图7的传感器1-7中的至少一些。收获致动器组1A包括与联合收割机和任何作物收获机中的至少一个相关联的一个或多个致动器。辅助资源1A包括可以与收获装置组相关联的任何其它农业资源(例如，下述各项中的一个或多个：谷物车、收获的作物车、肥料运输机、水运输机等)。用户设备1-1A根据农业规定1在地理区域1内沿穿过方向穿过行驶路径1_1的各部分，并沿相反的穿过方向(例如，邻近且平行于该路径1_1，但以相反的穿过方向穿过)穿过行驶路径1_2的各部分。
计算系统可操作以改进来自收获装置组1的作物收获传感器数据的精度。在改进作物收获传感器数据的精度的操作示例中，应用单元16(例如，应用单元16的应用处理模块34)和用户设备(例如，用户设备1-1A、用户设备1-1C)中的至少一个针对由收获装置组1进行的对地理区域1的一部分的至少两个穿过获得收获数据记录，其中收获数据记录包括地理区域的该部分内的多个位置中的每个位置处(例如，如位置信息所指示的)的下述各项中的一个或多个：作物流速、作物水分数据、辅助数据、历史概要、以及精度估计(例如，针对特定距离或时间度量值的置信区间)。历史概要可以包括先前的螺旋数据和实际产量数据的校准。例如，应用单元16从存储单元36接收数据记录1，其中存储单元36对接收到的收获数据1_1、1_2(例如，通过无线位置网络1上的无线通信信号42并经由网络24接收到的)、以及从存储器58检索到的历史概要进行聚集以产生数据记录1，并且其中收获装置组1向存储单元36发出收获数据1_1以存储在存储器58中，并且收获装置组2向存储单元36发出收获数据1_2。
在获得收获数据记录之后，应用单元16基于来自用户设备14的指导72和针对这至少两个相邻穿过的收获数据记录中的一个或多个来更新收获数据记录以修正传感器数据测量结果的位置，从而产生修正的收获数据记录。例如，应用单元16确定基于时间和/或基于距离的调整因子，该调整因子考虑了在与收获致动器组和/或传感器组相关联的收获设备内针对为收获而吸入作物的时间与对收获数据的特定度量进行测量之间的延迟。例如，作物流速的测量结果可以延迟5秒。作为另一示例，收获的作物水分水平的测量结果可以延迟多达10秒。参考图25B更详细地讨论用于修正传感器数据测量结果的位置的对收获数据记录的更新。
在产生修正的收获数据记录之后，应用单元16基于更新收获数据记录的调整因子生成校准数据1。例如，应用单元将距离调整因子确定为校准数据1。作为另一示例，应用单元将时间调整因子确定为校准数据1。在生成了校准数据1之后，应用单元将校准数据1发送到收获装置组1以辅助获得改进精度的收获数据记录。
图25B是示出了修正传感器数据的示例的图，其中，针对穿过方向546和相反的穿过方向548，测量到的传感器数据大小540按照线性位置542显示(例如，沿着该穿过)。在修正传感器数据的示例中，对来自两个或更多个测量到的传感器数据(例如，作物流水平)中每一者的下述数据点进行标识：该点使与地理区域的一部分的公共位置地区相关的可能性最大化。例如，标识穿过方向曲线和相反的穿过方向曲线的匹配数据点1和2。对于每个所标识的数据点，标识与测量到的传感器数据的位置相对应的相关联位置(例如，在沿着线性位置的两个距离处)。
对于每个数据点，基于下述各项中的一个或多个对实际位置进行标识：数据点的所标识的位置、在穿过所标识的位置时测量传感器数据的传感器阵列的线速度、以及与对收获的作物的吸入相关联的相对处理速度(例如，从地面吸取作物的联合收割机经过一个或多个传感器(例如，流量计和水分计)的每分钟转数(RPM))。例如，实际位置1被标识为对应于位置1并且实际位置2被标识为对应于位置2。在实例中，实际位置1和2可以基本是：当与每个穿过相关联的RPM水平和速度基本相同时，沿着线性位置542的共同位置。
在标识了实际位置之后，基于所标识的实际位置和相关联的所标识的数据点，针对每个穿过确定距离调整因子。例如，与相反的穿过方向相关联的距离调整因子是实际位置1和位置1之间的差。在确定了距离调整因子之后，基于距离调整因子，针对地理区域的该部分更新测量到的传感器数据，以产生修正的传感器数据大小544，其中所指示的线性位置对应于实际位置而非当产生测量结果时传感器阵列的位置。
图25C是示出改进作物收获传感器数据的精度的示例的流程图。该方法在步骤560处开始或继续，其中处理模块(例如，应用单元和用户设备中的至少一个的应用处理模块)针对由收获装置组对地理区域的一部分进行的至少两个相邻穿过获得收获数据记录。该获得包括下述各项中的至少一个：直接从收获装置组的用户设备接收收获数据、以及从存储单元恢复收获数据记录。收获数据记录包括下述各项中的一个或多个：作物流速、作物水分数据、辅助数据、以及历史概要。
该方法在步骤562处继续，其中处理模块从与公共位置地区相关的至少两个相邻穿过中标识数据点。例如，处理模块标识与公共位置地区内未修正的位置信息相关联的、具有基本上相同的传感器数据数据点。对于每个所标识的数据点，该方法在步骤564处继续，其中处理模块标识与测量到的传感器数据的位置相对应的相关联位置。例如，处理模块提取与测量到的传感器数据相关联的未修正的位置信息。
该方法在步骤566处继续，其中处理模块基于下述各项中的一个或多个来确定公共位置地区的实际位置：所标识的数据点位置、收获装置组的线速度、以及与吸取收获作物相关联的相对处理速度度量。该确定包括计算两个数据点之间的实际位置。例如，当相反穿过的速度基本上相同时，处理模块确定该位置在两个数据点的中间处。
该方法在步骤568处继续，其中处理模块基于所标识的公共位置地区的实际位置和相关联的所标识的数据点来确定距离调整因子。例如，当速度基本上相同时，处理模块确定从数据点到两个数据点的中间处的距离。
该方法在步骤570处继续，其中处理模块基于距离调整因子更新地理区域的该部分的测量到的传感器数据，以产生修正的收获数据记录。例如，处理模块将未修正的位置信息调整以距离调整因子的量，以产生修正的收获数据记录的修正的位置信息。
该方法在步骤572处继续，其中处理模块基于修正的收获数据记录生成作物产量数据。例如，处理模块解释修正的收获数据记录以产生作物产量数据。该方法在步骤574处继续，其中处理模块基于距离调整因子生成校准数据。例如，处理模块将距离调整因子包括在校准数据中。该方法在步骤576处继续，其中处理模块将校准数据发送到收获装置组，以辅助获得包括改进精度的传感器数据的后续收获数据记录。例如，处理模块包括校准数据和用于使用校准数据产生后续收获数据记录的指令，其中后续收获数据记录具有修正的位置信息和指示位置信息已被修正的指示符。
图26A是计算系统的另一实施例的示意性框图，包括图1的地理区域1、图1的无线通信网络1、图1的网络24、图5的用户设备14、图5的应用单元16、以及图5的存储单元36。地理区域1包括收获装置组1-2和图1的用户设备1-1C和1-2C。每个收获装置组包括图1的用户设备1-1A或1-2A、图24A的传感器组1A或2A、图24A的收获致动器组1A或2A、以及图24A的辅助资源1A或2A。地理区域1还可以包括用户设备1-1B和/或1-2B，以提供下述各项中的一个或多个：通信、处理、以及对其他类似的附近用户设备的发现，其中通信包括以与图12A的用户设备2-1B提供设备2-1C和2-1A之间的处理和通信的类似方式在用户设备1-1C与用户设备1-1A之间传递信息。
用户设备1-1A和1-2A包括图4的应用处理模块34和图4的无线通信调制解调器1。传感器组1A和2A包括图7的传感器1-7中的至少一些。收获致动器组1A和2A包括与联合收割机和任何作物收获机中的至少一个相关联的一个或多个致动器。辅助资源1A和2A包括可以与收获装置组相关联的任何其他农业资源(例如，下述各项中的一个或多个：谷物车、收获作物车、肥料运输机、水运输机等)。用户设备1-1A根据第一农业规定穿过地理区域1内行驶路径1的各部分，并且用户设备1-2A根据第二农业规定和第一农业规定中的一个或多个穿过地理区域1内行驶路径2的各部分。
计算系统可操作以提高作物产量数据的精度。在提高作物产量数据的精度的操作示例中，应用单元16和任何用户设备中的至少一个的应用处理模块34针对由收获装置组1对地理区域1的一部分进行收获获得数据记录1。可以根据基于来自主用户设备(例如，用户设备14)的指导72的规定来执行收获。数据记录1包括传感器数据1，其中通过下述操作中的至少一个获得传感器数据1：从收获装置组1接收传感器数据1(例如，经由无线位置网络1上的无线通信信号42和网络24)、以及从存储单元的存储器检索传感器数据1。传感器数据1包括下述各项中的一个或多个：燃料流速、联合收割机每分钟转数(RPM)、联合收割机扭矩水平、联合收割机速度、联合收割机俯仰、联合收割机偏航、联合收割机朝向方位、联合收割机滚转、联合收割机高度和地形梯度。
在获得针对收获的数据记录1之后，应用单元16获得对应于数据记录的产量数据。该获得包括确定和检索中的至少一个。产量数据包括估计作物产量水平和实际作物产量水平中的至少一个。例如，在存储单元接收到作物产量数据之后，应用单元16从存储单元恢复实际作物产量数据。
在获得了产量数据之后，应用单元16确定将数据记录1与地理区域的该部分的产量数据相关联的相关数据1。例如，应用单元16针对消耗的燃料、施加的扭矩、以及平均速度的水平标识所产生的作物量，以产生相关数据1。
在产生了相关数据1之后，应用单元16经由网络24和无线通信网络1将相关数据1发送到收获装置组2，其中收获装置组2基于收获装置组2的传感器数据和相关数据1生成收获信息2。收获信息2包括下述各项中的至少一个：估计的作物流速、修正的作物流速、估计的作物产量水平(例如，每英亩蒲式耳数)、以及修正的作物产量水平。例如，用户设备1-2A(例如，或用户设备1-2B、或用户设备1-2C)根据相关数据1对传感器数据2应用修正函数以产生收获信息2。可选地或除此之外，应用单元16将相关数据1发送到收获装置组1，使得收获装置组1根据相关数据1对后续所获得的传感器数据1应用校正函数以产生收获信息1。
将相关数据1发送到收获装置组2之后，应用单元16获得收获信息2。该获得包括下述各项中的至少一个：直接从收获装置组2接收收获信息2(例如，经由无线通信网络1上的无线通信信号42和网络24)，以及从从存储单元36检索到的数据记录2提取收获信息2。
图26B是示出提高作物产量数据的精度的示例的流程图。该方法在步骤590处开始或继续，其中，针对地理区域的农业规定，处理模块(例如，应用单元和用户设备中的至少一个的应用处理模块)获得与由第一收获装置组对地理区域的一部分进行的收获相关联的数据记录。该获得包括直接从第一收获装置组接收数据记录以及从存储单元检索数据记录。该数据记录包括与收获相关联的传感器数据，其包括下述各项中的一个或多个：燃料流速、RPM、扭矩水平、速度水平、俯仰水平、偏航水平、方位、滚转水平、高度、地形梯度和与该地理区域的该部分相关联的先前所收集的数据记录的历史概要。
该方法在步骤592处继续，其中处理模块获得对应于数据记录的产量数据。产量数据包括针对随面积和/或线性距离变化的作物收获率的估计的和/或实际的产量统计(例如，每英亩蒲式耳数、每线性收获距离的蒲式耳数)。该获得包括确定、接收和从存储单元检索中的至少一个。
该方法在步骤594处继续，其中处理模块确定将数据记录与地理区域的该部分的产量数据相关的相关数据。例如，处理模块求解数据记录的因子的线性方程(这导致了对产量数据的可接受估计)，提取线性方程的系数，并生成包括线性方程的模型的相关数据，其中该模型包括所提取的系数。
该方法在步骤596处继续，其中处理模块将相关数据发送到至少第二收获装置组，其中第二收获装置组基于第二收获装置组的传感器数据和相关数据生成收获信息和/或产量数据。例如，第二收获装置组使用关于第二收获装置组的传感器数据的线性方程和所提取的系数来产生产量信息。
该方法在步骤598处继续，其中处理模块从第二收获装置组接收收获信息。例如，第二收获装置组将收获信息发送到下述各项中的一个或多个：应用单元、存储单元、主用户设备、以及一个或多个其他收获装置组。第二收获装置组还可以向第二收获装置的操作者显示产量数据，以辅助对第二收获装置组的一个或多个元件的设置进行优化，以提供进一步的产出效率。
图27A是计算系统的另一实施例的示意性框图，包括图1的地理区域1、图1的无线通信网络1、图1的网络24、图5的用户设备14、图5的应用单元16、以及图5的存储单元36。地理区域1包括收获装置组1-2和图1的用户设备1-1C和1-2C。每个收获装置组包括图1的用户设备1-1A或1-2A、图24A的传感器组1A或2A、图24A的收获致动器组1A或2A、以及图24A的辅助资源1A或2A。地理区域1还可以包括用户设备1-1B和/或1-2B，以提供下述各项中的一个或多个：通信、处理、以及对其他类似的附近用户设备的发现，其中通信包括通过用户设备1-2C和用户设备1-2A以与图12A的用户设备2-1B提供用户设备2-1C和2-1A之间的处理和通信的方式类似的方式在用户设备1-1C与用户设备1-1A之间传递信息。
用户设备1-1A和1-2A包括图4的应用处理模块34和图4的无线通信调制解调器1。传感器组1A和2A包括图7的传感器1-7中的至少一些。收获致动器组1A和2A包括与联合收割机和任何作物收获机中的至少一个相关联的一个或多个致动器。辅助资源1A和2A包括可以与收获装置组相关联的任何其他农业资源，例如下述各项中的一个或多个：谷物车、收获作物货车、肥料运输机、水运输机等。用户设备1-1A根据第一农业规定穿过地理区域1内的行驶路径1_1和行驶路径1_2，其中行驶路径1_1和1_2是基本上相邻的路径(例如，在相同或相反的方向上)。用户设备1-2A根据第二农业规定和第一农业规定中的一个或多个穿过地理区域1内行驶路径2的各部分。
计算系统可操作以提高作物产量数据的精度。在提高作物产量数据的精度的操作示例中，应用单元16和任何用户设备中的至少一个的应用处理模块34针对由收获装置组1在地理区域1的一部分进行收获时的两个或更多个穿过获得数据记录。例如，应用单元从存储单元36检索数据记录1，其中数据记录1包括由存储单元36经由无线位置网络1上的无线通信信号42和网络24接收的与行驶路径1_1相关联的传感器数据1_1和与行驶路径1_2相关联的传感器数据1_2。可以根据基于来自用户设备14(例如，主用户设备)的指导72的第一规定执行收获。数据记录1_1和1_2包括由收获装置组产生的传感器数据。传感器数据包括下述各项中的一个或多个：燃料流速、联合收割机每分钟转数(RPM)、联合收割机扭矩水平、联合收割机速度、联合收割机俯仰、联合收割机偏航、联合收割机方位、联合收割机滚转、联合收割机高度和地形梯度。
在针对收获时的两个或更多个穿过获得数据记录1之后，应用单元16获得对应于数据记录1的产量数据。该获得包括确定和检索中的至少一个。产量数据包括估计作物产量水平和实际作物产量水平中的至少一个。例如，在存储单元接收到作物产量数据之后，应用单元16从存储单元恢复实际作物产量数据。
在获得了产量数据之后，应用单元16确定相关数据1，相关数据1将关于地形变化的两个或更多个穿过的数据记录1与地理区域的该部分的产量数据相关联。例如，应用单元16针对相邻行驶路径的地形梯度范围、消耗燃料的水平、施加的扭矩、以及平均速度来标识产出的作物量，以产生相关数据1。
在产生相关数据1之后，应用单元16经由网络24和无线通信网络1经由另外的无线通信信号42将相关数据1发送到收获装置组2，其中收获装置组2基于收获装置组2的传感器数据(包括地形梯度)和相关数据1生成收获信息2。收获信息2包括下述各项中的至少一个：估计的作物流速、修正的作物流速、估计的作物产量水平(例如，每英亩蒲式耳数)、以及修正的作物产量水平。例如，用户设备1-2A(例如，或用户设备1-2B、或用户设备1-2C)根据相关数据1对传感器数据2应用修正函数，以产生收获信息2。可选地或除此之外，应用单元16将相关数据1发送到收获装置组1，使得收获装置组1根据相关数据1对后续获得的传感器数据1_x应用修正函数，以产生收获信息1。
在将相关数据1发送到收获装置组2之后，应用单元16获得收获信息2。该获得包括下述各项中的至少一个：直接从收获装置组2接收收获信息2(例如，经由无线通信网络1和网络24)、以及从从存储单元36检索到的数据记录2中提取收获信息2。
图27B是示出提高作物产量数据的准确性的另一示例的流程图，其包括与图26B相似的步骤。该方法在步骤610处开始或继续，其中，针对地理区域的农业规定，处理模块(例如，应用单元和用户设备中的至少一个的应用处理模块)获得与由第一收获装置组在地理区域的一部分上收获时的两个或更多个穿过相关联的数据记录，其中该部分与大于地形梯度阈值水平的地形梯度相关联。该获得包括直接从第一收获装置组接收数据记录和从存储单元检索数据记录中的至少一个。
该方法在步骤612处继续，其中处理模块获得与针对这两个或更多个穿过中的每一者的数据记录相对应的产量数据。该获得包括确定产量数据和从存储单元中检索产量数据中的至少一个。产量数据包括估计的产量统计和实际的产量统计(例如，每英亩的实际蒲式耳数)中的一个或多个。
该方法在步骤614处继续，其中处理模块确定使针对这两个或更多个穿过中的每一者的数据记录与地理区域的该部分的产量数据相关的相关数据。例如，处理模块求解数据记录的因子的线性方程(其导致产量数据的可接受估计)，提取针对所有穿过的线性方程的系数，并生成包括线性方程的模型的相关数据，其中该模型包括所提取的系数。
该方法继续图26B的步骤596-598，其中处理模块将相关数据发送到至少第二收获装置组，其中第二收获装置组基于第二收获装置组的传感器数据和相关数据生成收获信息和/或产量数据，并且处理模块从第二收获装置组接收收获信息。
图28A是计算系统的另一实施例的示意性框图，包括图1的地理区域1、图1的无线通信网络1、图1的网络24、图5的用户设备14、图5的应用单元16、以及图5的存储单元36。地理区域1包括种植装置组620、收获装置组622、运输装置组组624、以及图1的用户设备1-1C、1-2C和1-3C。
种植装置组620包括图1的用户设备1-1A、图24A的传感器组1A、种植致动器组1A、以及图24A的辅助资源1A。种植致动器组1A包括用于种植种子的任何装置。例如，种植致动器组1A包括种植机并且辅助资源1A包括种子仓。
收获装置组622包括图1的用户设备1-2A、图24A的传感器组2A、图24A的收获致动器组2A、以及图24A的辅助资源2A。例如，收获致动器组2A包括联合收割机，辅助资源2A包括作物车。
输送装置组624包括图1的用户设备1-3A、与用户设备1-3A相关联的传感器组3A、输送致动器组2A、以及辅助资源3A。例如，用户设备1-3A包括卡车，传感器组3A包括与卡车相关联的传感器，运输致动器组3A包括用于移动和运输所收获的作物的致动器(例如，其他、滑槽门、提升式门等)，并且辅助资源3A包括用于收获作物的运送容器。可选地或除此之外，两个或更多个运输装置组624可以用于运输所收获的作物。当使用两个或更多个运输装置组624时，可以使用公共辅助资源。例如，在运输收获的作物的过程中，辅助资源3A可以与第一运输装置组624解除关联且与第二运输装置组624相关联。例如，在收获作物时，容纳收获作物的拖车沿着行驶路径3从第一拖拉机(例如，用户设备1-3A1)断开，并且沿着行驶路径3连接到第二拖拉机(例如，用户设备1-3A2)。
地理区域1还可以包括用户设备1-1B、1-2B和/或1-3B，以提供下述各项中的一个或多个：通信、处理、以及对其他类似的附近用户设备的发现，其中通信包括以与图12A的用户设备2-1B提供设备2-1C和2-1A之间的处理和通信的类似方式在用户设备1-1C、1-2C、和1-3C与用户设备1-1A、1-2A、和1-3A之间传递信息。
用户设备1-1A、1-2A和1-3A包括图4的应用处理模块34和图4的无线通信调制解调器1。传感器组1A、2A和3A包括图7的传感器1-7中的至少一些。用户设备1-1A根据第一农业规定1穿过地理区域1内的行驶路径1，用户设备1-2A根据第二农业规定2穿过地理区域内的行驶路径2，用户设备1-3A穿过行驶路径3(可以部分地根据第三农业规定3)。
计算系统可操作以通过使用监管链方法来追踪所收获的作物。在追踪所收获的作物的操作示例中，应用单元16获得与由种植装置组620对农业规定1的执行相关联的数据记录1。数据记录1包括数据1。数据1包括与下述各项中的一个或多个相关联的静态和动态数据：用户设备1-1A、传感器组1A、种植致动器组1A、以及辅助资源1A。静态和动态数据包括下述各项中的一个或多个：位置信息、时间戳信息、传感器数据、辅助数据、以及标识符。该获得包括以下至少一个：经由无线通信网络1上的无线通信信号42和网络直接从种植装置组620接收数据1、以及从存储单元36检索数据记录1。
在获得了数据记录1之后，应用单元16标识与种植装置组620相关联的批次(例如，在更大生产量中标识出的部分)和杂交种子(seed hybrid)的种植位置。例如，应用单元16标识与种植装置组620相联系的辅助资源，其中所标识的辅助资源先前已与该批次的杂交种子相关联。例如，应用单元16解释与种子仓相关联的历史位置信息。
在标识了与种植位置相关联的批次和杂交种子之后，应用单元16获得与由收获装置组622对农业规定2的执行相关联的数据记录2。数据记录2包括数据2。数据2包括与下述各项中的一个或多个相关联的静态和动态数据：用户设备1-2A、传感器组2A、收获致动器组2A、以及辅助资源2A。该获得包括下述各项中的至少一个：经由无线通信网络1上的另外的无线通信信号42和网络直接从收获装置组622接收数据2、以及从存储单元36检索数据记录2。
对于与种植位置相关联的所收获的作物，应用单元16标识批次和杂交种子。例如，应用单元16基于数据记录2的位置信息执行对批次和杂交种子的查找。在标识了批次和杂交种子之后，应用单元16标识与所收获的作物相关联的收获装置组622的辅助资源2A。例如，应用单元16从数据记录2中提取暂存所收获作物的辅助资源2A的标识符。
在标识了辅助资源2A之后，应用单元16根据农业规定3和/或来自用户设备14的指导72来标识与所收获作物的运输相关联的后续辅助资源。例如，应用单元16获得数据记录3(包括数据3)，解释数据记录3和数据记录2以检测下述各项中的一个或多个：基本相似的位置信息、作物的装载和/或卸载和运输、以及通过(例如，用户设备1-2B和用户设备1-3B中的两个或更多个之间的)短距离无线通信信号发现的附近位置。对于运输所收获作物的最终辅助资源3A，当收获的作物到达与运输相关联的最终目的地时，应用单元标识批次和杂交种子(例如，查找来自以上标识步骤的记录)。
图28B是示出监管链作物追踪的示例的流程图。该方法在步骤630处开始或继续，其中处理模块(例如，应用单元和用户设备中的至少一个的应用处理模块)获得与由种植装置组对第一农业规定的执行相关联的第一数据记录。该获得包括下述各项中的至少一个：直接从种植装置组接收第一数据记录和从存储单元检索第一数据记录。
该方法在步骤632处继续，其中处理模块标识与种植装置组相关联的批次和杂交种子的种植位置。例如，处理模块通过使用短距离无线发现来确定与第一数据记录相关联的辅助资源的标识符，标识与所标识的辅助资源相关联的批次和杂交种子(例如，查找)，并使用辅助资源的位置信息(例如，来自第一数据记录)来产生与所标识的批次和杂交种子相关联的种植位置。处理模块可以存储包括下述各项中的一个或多个的记录：种植位置、所标识的批次、所标识的杂交种子、以及所标识的辅助资源。
该方法在步骤634处继续，其中处理模块获得与由收获装置组对第二规定的执行相关联的第二数据记录。该获得包括以下至少一个：直接从收获装置组接收第二数据记录和从存储单元检索第二数据记录。第二数据记录包括收获装置组的元件的标识符和与收获作物相关联的位置信息中的一个或多个以产生收获作物的位置信息。
对于与种植位置相关联的收获作物，该方法在步骤636处继续，其中处理模块基于第二数据记录标识批次和杂交种子。例如，处理模块标识与种植位置基本相同的第二数据记录的位置信息，执行对与该种植位置相对应的批次和杂交种子标识符的查找，并将所收获的作物与该批次和杂交种子标识符相关联。该关联可以包括存储新记录和/或更新所存储的记录以包括所标识的收获作物的位置信息、种植位置、所标识的批次、以及所标识的杂交种子。
该方法在步骤638处继续，其中处理模块标识与所收获作物相关联的收获装置组的辅助资源。例如，处理模块解释第二数据记录以提取与所收获作物的临时存储相关联的辅助资源的标识符，其中，通过比较位置信息(例如，GPS坐标)或解释短距离无线发现，来标识附近的辅助资源作为辅助资源。
该方法在步骤640处继续，其中处理模块根据第三农业规定的执行来标识与所收获的作物的运输相关联的后续辅助资源。例如，处理模块解释来自运输装置组的第三数据记录，以提取与所收获的作物的运输相关联的一个或多个后续辅助资源的标识符，其中，通过比较位置信息或解释短距离无线发现来标识另外的附近辅助资源作为所标识的后续辅助资源。
该方法在步骤642处继续，其中处理模块标识与所收获作物的运输的最终步骤相关联的批次和杂交种子。例如，处理模块解释另外的第三数据记录以提取与所收获作物的运输的最终步骤相关联的又一辅助资源的另外的标识符，并执行记录查找以标识相关联的批次和杂交种子，其中，通过比较位置信息或解释短距离无线发现来标识又一另外的附近辅助资源作为所标识的其它辅助资源。
本文中可能使用的术语“基本上”和“近似”为其相应的术语和/或项目之间的相对性提供了行业可接受的容限。这样的行业可接受的容限在从小于百分之一到百分之五十的范围内变化，并对应于但不限于组件值、集成电路工艺变化、温度变化、上升和下降时间、和/或热噪声。项目之间的这种相对性的范围从几个百分比的差到数量级差。本文中还可能使用的术语“可操作地耦接到”、“耦接到”和/或“耦接”包括项目之间的直接耦接和/或项目之间经由中间项目进行的间接耦接(例如，项目包括但不限于组件、元件、电路、和/或模块)，其中对于间接耦接，中间项目不修改信号的信息，但可以调整其电流水平、电压水平、和/或功率水平。本文还可能使用的推断耦接(inferred coupling，即，其中一个元件被推断为耦接到另一个元件)包括以与“耦接到”相同的方式在两个项目之间进行的直接和间接耦接。本文还可能使用的术语“可操作以…”或“可操作地耦接到”指示了项目包括下述各项中的一个或多个：电源连接、(一个或多个)输入、(一个或多个)输出等，这些项在被激活时执行一个或多个其对应的功能，并且还可以包括到一个或多个其他项目的推断耦接。本文中还可能使用的术语“与…相关联”包括直接和/或间接耦接分开的项目和/或一个项目嵌入在另一项目内。本文中可能使用的术语“有利地比较”表示两个或更多个项目、信号等之间的比较提供期望的关系。例如，当期望的关系是信号1具有比信号2更大的幅度时，当信号1的幅度大于信号2的幅度或者当信号2的幅度小于信号1的幅度时，可以实现有利的比较。
本文中还可能使用的术语“处理模块”、“处理电路”和/或“处理单元”可以是单个处理设备或多个处理设备。这样的处理装置可以是微处理器、微控制器、数字信号处理器、微计算机、中央处理单元、现场可编程门阵列、可编程逻辑器件、状态机、逻辑电路、模拟电路、数字电路和/或基于电路的硬编码和/或操作指令来操纵信号(模拟和/或数字)的任何设备。处理模块、模块、处理电路和/或处理单元可以是(也可以进一步包括)存储器和/或集成存储器元件，其可以是单个存储器设备、多个存储器设备和/或另一处理模块、模块、处理电路和/或处理单元的嵌入式电路。这样的存储器设备可以是只读存储器、随机存取存储器、易失性存储器、非易失性存储器、静态存储器、动态存储器、闪存、高速缓存存储器和/或存储数字信息的任何设备。注意，如果处理模块、模块、处理电路和/或处理单元包括不止一个处理设备，则处理设备可以集中定位(例如，经由有线的和/或无线的总线结构直接耦接在一起)，或者可以是分布式定位的(例如，经由通过局域网和/或广域网，间接耦接的云计算)。还应注意的是，如果处理模块、模块、处理电路和/或处理单元经由状态机、模拟电路、数字电路和/或逻辑电路实现其功能中的一个或多个，则存储相应操作指令的存储器和/或存储器元件可以嵌入在包括该状态机、模拟电路、数字电路和/或逻辑电路的电路内，也可以在其外部。还要注意的是，存储器元件可以存储(并且处理模块、模块、处理电路和/或处理单元执行)与在附图的一个或多个中示出的步骤和/或功能中的至少一些相对应的硬编码指令和/或操作指令。这种存储器件或存储器元件可以被包括在制品中。
上面已经借助于方法步骤描述了本发明，这些方法步骤示出对特定功能及其关系的执行。为了方便描述，这些功能构建块和方法步骤的边界和顺序已在本文中被任意定义。只要适当地执行指定的功能和关系，则可以定义替换的边界和顺序。因此，任何这样的替换边界或序列在所要求保护的发明的范围和精神内。此外，为了方便描述，已经任意定义了这些功能构建块的边界。只要适当地执行某些重要的功能，则可以定义替换的边界。类似地，可能也在本文任意地定义了流程图块以说明某些重要的功能。在所使用的程度上，可以另外定义流程图块边界和序列并仍然执行某些重要的功能。因此这种功能构建块以及流程图块和序列两者的替换定义都在所要求保护的发明的范围和精神内。本领域的普通技术人员还将认识到，本文的功能构建块以及其他说明性块、模块和组件可以如图所示地实现，或者通过执行适当软件的处理器、分立组件、专用集成电路等或其任何组合实现。
可能至少部分地根据一个或多个实施例描述了本发明。本文中使用了本发明的实施例来说明本发明、其方面、其特征、其概念和/或其示例。实现本发明的装置、制品、机器和/或过程的物理实施例可以包括参考本文所讨论的实施例中的一个或多个描述的下述各项中的一个或多个：方面、特征、概念、示例等。此外，在附图之间，这些实施例可以加入可以使用相同或不同附图标号的命名相同或相似的功能、步骤、模块等，并且因此，这些功能、步骤、模块等可以是相同或相似的功能、步骤、模块等或者是不同的功能、步骤、模块等。
虽然上述(一个或多个)图中描述的晶体管被示为场效应晶体管(FET)，但是本领域普通技术人员将理解，晶体管可以使用任何类型的晶体管结构来实现，包括但不限于双极、金属氧化物半导体场效应晶体管(MOSFET)、N型阱晶体管、P型阱晶体管、增强型、耗尽型和零电压阈值(VT)晶体管。
除非另有相反说明，否则去往、来自、和/或在本文给出的附图中的任何一图中的元件之间的信号可以是模拟或数字的、连续时间或离散时间的、以及单端或差分的。例如，如果信号路径被示为单端路径，则其也代表差分信号路径。类似地，如果信号路径被示为差分路径，则其也代表单端信号路径。虽然本文描述了一个或多个特定架构，但是可以类似地实现其他架构，该架构使用未明确示出的一个或多个数据总线、元件之间的直接连接性、以及/或本领域普通技术人员所意识到的其他元件之间的间接耦接。
术语“模块”用于本发明的各种实施例的描述中。模块包括处理模块、功能块、硬件和/或存储在存储器上的软件，用于执行本文所述的一个或多个功能。注意，如果通过硬件实现来模块，则该硬件可以独立地工作和/或结合软件和/或固件工作。本文所使用的模块可以包括一个或多个子模块，每个子模块可以是一个或多个模块。
尽管本文明确描述了本发明的各种功能和特征的特定组合，但是这些特征和功能的其它组合同样是可能的。本发明不受限于本文公开的具体实施例，并且明确地包括这些其他组合。

Claims (20)

1.一种方法，包括：
由计算设备将用于农耕地理地区的农业规定的多个任务分配给农耕设备队；
在执行所述多个任务中的任务时，由所述农耕设备队中的至少一些农耕设备收集任务执行数据；以及
由所述计算设备基于所述任务执行数据更新下述各项中的至少一个：所述农业规定、所述多个任务、以及对所述多个任务中的至少一个任务的分配。
2.根据权利要求1所述的方法，其中，分配所述多个任务包括：
由所述计算设备获得所述农耕设备队中每个农耕设备的能力；以及
由所述计算设备基于一个农耕设备的能力将所述一个农耕设备与所述多个任务中的任务相联系。
3.根据权利要求1所述的方法，其中所述农业规定包括下述各项中的一个或多个：
种植计划；
耕作计划；
作物运输计划；
速度计划；
施肥计划；
灌溉计划；
除草计划；以及
收获计划。
4.根据权利要求1所述的方法，其中所述任务执行数据包括下述各项的至少一个：
与所述多个任务中的所分配的任务的执行相关的遵守信息；
农场设备传感器数据；
农场设备位置信息；以及
农场设备操作数据。
5.根据权利要求1所述的方法，其中所述更新包括：
根据所述农业规定的预期性能解释所述任务执行数据以产生实际性能水平；以及
当所述实际性能水平不利时，确定是更新所述农业规定、所述多个任务、还是对所述多个任务中的至少一个任务的分配。
6.根据权利要求1所述的方法，其中所述更新包括：
收集天气信息；
确定天气正在不利地影响着所述多个任务中一个或多个任务的执行，或者可能会不利地影响所述多个任务中所述一个或多个任务的未来执行；以及
更新下述各项中的至少一个：所述农业规定、所述多个任务、以及对所述多个任务中的至少一个任务的分配，以使天气的不利影响最小化。
7.根据权利要求1所述的方法，其中所述更新包括：
解释所述任务执行数据以检测下述各项中的一个或多个：不利的联合收割机损失、不利的种植误差、以及不利的施加数据；以及
当检测到不利的联合收割机损失、不利的种植误差、和不利的施加数据中的一个或多个时，确定是更新所述农业规定、所述多个任务、还是对所述多个任务中的至少一个任务的分配。
8.根据权利要求1所述的方法，还包括：
通过下述各项中的一个或多个来更新所述多个任务：
向所述多个任务添加新任务；
删除所述多个任务中的现有任务；以及
修改所述多个任务中的任务。
9.根据权利要求1所述的方法，还包括：
通过下述各项中的一个或多个来更新所述农业规定：
改变所述多个任务中的一个或多个任务的执行安排；
添加、删除或修改一个或多个种植步骤；
添加、删除或修改一个或多个速度步骤；
添加、删除或修改一个或多个施肥步骤；
添加、删除或修改一个或多个灌溉步骤；
添加、删除或修改一个或多个除草步骤；以及
添加、删除或修改一个或多个收获步骤。
10.根据权利要求1所述的方法，还包括：
通过下述各项中的一个或多个来更新对所述多个任务中的至少一个任务的分配：
将所述多个任务中的未执行任务从农耕设备队的一个农耕设备重新分配到另一农耕设备；
将所述多个任务中被部分完成的任务从所述农耕设备队的所述一个农耕设备重新分配到所述另一农耕设备；以及
将新任务分配给所述农耕设备队中的一个农耕设备。
11.一种非暂态计算机可读存储介质，包括：
至少一个存储器部分，其存储操作指令，所述操作指令当由计算系统的与农耕设备相联系的一个或多个计算设备的一个或多个处理模块执行时，使得所述一个或多个计算设备进行下述操作：
由计算设备将用于农耕地理地区的农业规定的多个任务分配给农耕设备队；
在执行所述多个任务的任务时，由所述农耕设备队中的至少一些农耕设备收集任务执行数据；以及
由所述计算设备基于所述任务执行数据更新下述各项中的至少一个：所述农业规定、所述多个任务、以及对所述多个任务中的至少一个任务的分配。
12.根据权利要求11所述的非暂态计算机可读存储介质，其中所述一个或多个处理模块用于执行由所述至少一个存储器部分存储的所述操作指令，以使得所述计算系统的所述一个或多个计算设备通过下述操作来分配所述多个任务：
由所述计算设备获得所述农耕设备队中每个农耕设备的能力；以及
由所述计算设备基于一个农耕设备的能力来将所述一个农耕设备与所述多个任务中的任务相联系。
13.根据权利要求11所述的非暂态计算机可读存储介质，其中所述农业规定包括下述各项中的一个或多个：
种植计划；
耕作计划；
作物运输计划；
速度计划；
施肥计划；
灌溉计划；
除草计划；以及
收获计划。
14.根据权利要求11所述的非暂态计算机可读存储介质，其中所述任务执行数据包括下述各项中的至少一个：
与所述多个任务中的已分配任务的执行相关的遵守信息；
农场设备传感器数据；
农场设备位置信息；以及
农场设备操作数据。
15.根据权利要求11所述的非暂态计算机可读存储介质，其中所述一个或多个处理模块用于执行由所述至少一个存储器部分存储的所述操作指令，以使得所述计算系统的所述一个或多个计算设备通过下述操作来进行更新：
根据所述农业规定的预期性能解释所述任务执行数据以产生实际性能水平；以及
当所述实际性能水平不利时，确定是更新所述农业规定、所述多个任务、还是对所述多个任务中的至少一个任务的分配。
16.根据权利要求11所述的非暂态计算机可读存储介质，其中所述一个或多个处理模块用于执行由所述至少一个存储器部分存储的所述操作指令，以使得所述计算系统的所述一个或多个计算设备通过下述操作来进行更新：
收集天气信息；
确定天气正在不利地影响着所述多个任务中一个或多个任务的执行，或者可能会不利地影响所述多个任务中所述一个或多个任务的未来执行；以及
更新下述各项中的至少一个：所述农业规定、所述多个任务、以及对所述多个任务中的至少一个任务的分配，以使天气的不利影响最小化。
17.根据权利要求11所述的非暂态计算机可读存储介质，其中所述一个或多个处理模块用于执行由所述至少一个存储器部分存储的所述操作指令，以使得所述计算系统的所述一个或多个计算设备通过下述操作来进行更新：
解释所述任务执行数据以检测下述各项中的一个或多个：不利的联合收割机损失、不利的种植误差、以及不利的施加数据；以及
当检测到不利的联合收割机损失、不利的种植误差、和不利的施加数据中的一个或多个时，确定是更新所述农业规定、所述多个任务、还是对所述多个任务中的至少一个任务的分配。
18.根据权利要求11所述的非暂态计算机可读存储介质，还包括：
所述至少一个存储器部分还存储操作指令，当其由所述一个或多个处理模块执行时，使得所述计算系统的所述一个或多个计算设备：
通过下述操作中的一个或多个来更新所述多个任务：
向所述多个任务添加新任务；
删除所述多个任务中的现有任务；以及
修改所述多个任务中的任务。
19.根据权利要求11所述的非暂态计算机可读存储介质，还包括：
所述至少一个存储器部分还存储操作指令，当其由所述一个或多个处理模块执行时，使得所述计算系统的所述一个或多个计算设备：
通过下述操作中的一个或多个更新所述农业规定：
改变所述多个任务中的一个或多个任务的执行安排；
添加、删除或修改一个或多个种植步骤；
添加、删除或修改一个或多个速度步骤；
添加、删除或修改一个或多个施肥步骤；
添加、删除或修改一个或多个灌溉步骤；
添加、删除或修改一个或多个除草步骤；以及
添加、删除或修改一个或多个收获步骤。
20.根据权利要求11所述的非暂态计算机可读存储介质，还包括：
所述至少一个存储器部分还存储操作指令，当其由所述一个或多个处理模块执行时，使得所述计算系统的所述一个或多个计算设备：
通过下述操作中的一个或多个来更新对所述多个任务中的至少一个任务的分配：
将所述多个任务中未执行的任务从所述农耕设备队中的一个农耕设备重新分配到另一农耕设备；
将所述多个任务中被部分完成的任务从所述农耕设备队的所述一个农耕设备重新分配到所述另一农耕设备；以及
将新任务分配给所述农耕设备队中的一个农耕设备。
CN201580053930.6A 2014-09-05 2015-09-04 更新对农业规定任务的执行 Pending CN107111795A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210386244.2A CN114757529A (zh) 2014-09-05 2015-09-04 更新对农业规定任务的执行

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201462046346P 2014-09-05 2014-09-05
US62/046,346 2014-09-05
US201462052034P 2014-09-18 2014-09-18
US62/052,034 2014-09-18
US14/810,809 US9904963B2 (en) 2014-09-05 2015-07-28 Updating execution of tasks of an agricultural prescription
US14/810,809 2015-07-28
PCT/US2015/048639 WO2016037105A1 (en) 2014-09-05 2015-09-04 Updating execution of tasks of an agricultural prescription

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202210386244.2A Division CN114757529A (zh) 2014-09-05 2015-09-04 更新对农业规定任务的执行

Publications (1)

Publication Number Publication Date
CN107111795A true CN107111795A (zh) 2017-08-29

Family

ID=55436208

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202210386244.2A Pending CN114757529A (zh) 2014-09-05 2015-09-04 更新对农业规定任务的执行
CN201580053930.6A Pending CN107111795A (zh) 2014-09-05 2015-09-04 更新对农业规定任务的执行

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202210386244.2A Pending CN114757529A (zh) 2014-09-05 2015-09-04 更新对农业规定任务的执行

Country Status (10)

Country Link
US (7) US10109024B2 (zh)
EP (2) EP3189480A4 (zh)
CN (2) CN114757529A (zh)
AU (3) AU2015311729A1 (zh)
BR (1) BR112017004330A2 (zh)
CA (1) CA2959764A1 (zh)
CL (1) CL2017000520A1 (zh)
CO (1) CO2017002798A2 (zh)
UA (1) UA123575C2 (zh)
WO (1) WO2016037105A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
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
US20210029877A1 (en) * 2018-10-26 2021-02-04 Deere & Company Predictive machine characteristic map generation and control system
CN113228923A (zh) * 2021-06-28 2021-08-10 安徽云龙粮机有限公司 一种大豆收割脱粒一体机及其控制方法

Families Citing this family (126)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11212962B2 (en) * 2013-02-20 2022-01-04 Deere & Company Field condition determination
US8849523B1 (en) 2013-05-20 2014-09-30 Elwha Llc Systems and methods for detecting soil characteristics
WO2015006609A1 (en) * 2013-07-10 2015-01-15 Agco Coporation Automation of networking a group of machines
EP3018987B1 (en) * 2013-07-10 2020-09-02 Agco Corporation Automating distribution of work in a field
WO2015042540A1 (en) 2013-09-23 2015-03-26 Farmobile, Llc Farming data collection and exchange system
US9622401B2 (en) * 2014-01-27 2017-04-18 Kinze Manufacturing, Inc. Meter for dispensing a granular product
WO2015153779A1 (en) * 2014-04-01 2015-10-08 TekWear, LLC Systems, methods, and apparatuses for agricultural data collection, analysis, and management via a mobile device
US10785905B2 (en) 2014-05-08 2020-09-29 Precision Planting Llc Liquid application apparatus comprising a seed firmer
US10109024B2 (en) 2014-09-05 2018-10-23 The Climate Corporation Collecting data to generate an agricultural prescription
US10768156B1 (en) * 2014-10-27 2020-09-08 Farmer's Business Network, Inc. Yield analysis through agronomic analytics
US9904821B2 (en) * 2014-11-19 2018-02-27 Cnh Industrial America Llc Automated tracking and identification in a crop production cycle
IL236606B (en) 2015-01-11 2020-09-30 Gornik Amihay Standards and methods for agricultural monitoring
US9667710B2 (en) * 2015-04-20 2017-05-30 Agverdict, Inc. Systems and methods for cloud-based agricultural data processing and management
BE1022889B1 (nl) * 2015-05-29 2016-10-07 Cnh Industrial Belgium Nv controller voor een oogstmachine
JP2017010161A (ja) * 2015-06-18 2017-01-12 本田技研工業株式会社 無人作業機の制御装置
US9821455B1 (en) * 2015-08-08 2017-11-21 X Development Llc Replacing a first robot with a second robot during performance of a task by the first robot
US10334781B2 (en) * 2015-08-20 2019-07-02 Cnh Industrial America Llc Side shake rate based on machine throughputs
US10188037B2 (en) * 2015-09-24 2019-01-29 Deere & Company Yield estimation
JP6363579B2 (ja) * 2015-09-30 2018-07-25 株式会社クボタ 圃場管理システム
US10317243B2 (en) * 2015-10-15 2019-06-11 Intertrust Technologies Corporation Sensor information management systems and methods
US10581952B1 (en) * 2015-11-06 2020-03-03 Scruggs Equipment Company, Inc. Device and method for manufacturer-independent interface between mobile computers and remotely accessible data storage
DE102016203715A1 (de) * 2016-03-08 2017-09-14 Deere & Company Anordnung zur Kontrolle von Funktionen einer Arbeitsmaschine
US20160237650A1 (en) * 2016-04-25 2016-08-18 Caterpillar Inc. Engine control system
US10152891B2 (en) * 2016-05-02 2018-12-11 Cnh Industrial America Llc System for avoiding collisions between autonomous vehicles conducting agricultural operations
US10010021B2 (en) * 2016-05-03 2018-07-03 Cnh Industrial America Llc Equipment library for command and control software
DE102016108513A1 (de) * 2016-05-09 2017-11-09 Vorwerk & Co. Interholding Gmbh System und ein Verfahren zur Reinigung eines Fußbodens mit einem Reinigungsroboter
AU2017263638B2 (en) * 2016-05-13 2022-01-27 Precision Planting Llc Seed trench closing sensors
JP6697955B2 (ja) * 2016-05-26 2020-05-27 株式会社クボタ 作業車及び作業車に適用される時間ベース管理システム
US10410299B2 (en) * 2016-08-24 2019-09-10 The Climate Corporation Optimizing split fertilizer application
WO2018049289A1 (en) 2016-09-09 2018-03-15 Cibo Technologies, Inc. Systems for adjusting agronomic inputs using remote sensing, and related apparatus and methods
CA3035758A1 (en) * 2016-09-09 2018-03-29 Walmart Apollo, Llc Geographic area monitoring systems and methods utilizing computational sharing across multiple unmanned vehicles
WO2018049148A1 (en) 2016-09-09 2018-03-15 Wal-Mart Stores, Inc. Geographic area monitoring systems and methods that balance power usage between multiple unmanned vehicles
GB2568006B (en) 2016-09-09 2019-09-18 Walmart Apollo Llc Systems and methods to interchangeably couple tool systems with unmanned vehicles
CA3035771A1 (en) 2016-09-09 2018-03-15 Walmart Apollo, Llc Geographic area monitoring systems and methods through interchanging tool systems between unmanned vehicles
US11544296B1 (en) * 2016-09-15 2023-01-03 Winfield Solutions, Llc Systems and methods for spatially-indexing agricultural content
US10832351B2 (en) * 2016-11-01 2020-11-10 Deere & Company Correcting bias in agricultural parameter monitoring
US10952365B2 (en) 2016-11-01 2021-03-23 Kinze Manufacturing, Inc. Control units, nodes, system, and method for transmitting and communicating data
CN106354184B (zh) * 2016-11-08 2019-11-19 大连圣丰源农业科技有限公司 农业生产高效智能化管控系统
AU2017382800B2 (en) * 2016-12-19 2022-08-04 Climate Llc Systems, methods and apparatus for soil and seed monitoring
US10728523B1 (en) * 2017-02-13 2020-07-28 Valmont Industries, Inc. System and method for use of 3D visual sensors on mechanized irrigation machinery
US10315655B2 (en) 2017-03-07 2019-06-11 Deere & Company Vehicle control based on soil compaction
US10509872B2 (en) 2017-03-08 2019-12-17 The Climate Corporation Location selection for treatment sampling
US11096323B2 (en) 2017-04-18 2021-08-24 CropZilla Software, Inc. Machine control system providing actionable management information and insight using agricultural telematics
EP3614822A4 (en) * 2017-04-26 2021-01-13 The Climate Corporation PROCESS FOR LEVELING SENSOR READINGS THROUGH AN INSTRUMENT
US20180315135A1 (en) * 2017-04-27 2018-11-01 Tata Consultancy Services Limited Systems and methods for estimating degree of compliance with recommended crop protocol
DE102017207347A1 (de) * 2017-05-02 2018-11-08 Deere & Company Verfahren und Anordnung zur Kontrolle der Geschwindigkeit einer Ballenpresse
US10776733B2 (en) 2017-06-26 2020-09-15 Acuitus Ag, Inc. Computer platform for controlling agricultural assets
JP6827373B2 (ja) * 2017-06-26 2021-02-10 株式会社クボタ コンバイン
US11263707B2 (en) 2017-08-08 2022-03-01 Indigo Ag, Inc. Machine learning in agricultural planting, growing, and harvesting contexts
US11140807B2 (en) * 2017-09-07 2021-10-12 Deere & Company System for optimizing agricultural machine settings
EP3682410A4 (en) 2017-09-11 2021-06-02 Farmers Edge Inc. GENERATING A YIELD MAP FOR AN AGRICULTURAL FIELD USING CLASSIFICATION AND REGRESSION METHODS
US10983249B2 (en) 2017-09-14 2021-04-20 Farmers Edge Inc. Indicator interpolation to predict a weather state
US10761544B2 (en) 2017-10-13 2020-09-01 Deere & Company Unmanned aerial vehicle (UAV)-assisted worksite operations
CN108171417B (zh) * 2017-12-27 2021-07-27 深圳春沐源控股有限公司 种植任务调整方法、电子设备及存储介质
US10477756B1 (en) * 2018-01-17 2019-11-19 Cibo Technologies, Inc. Correcting agronomic data from multiple passes through a farmable region
US11432483B2 (en) 2018-02-08 2022-09-06 Lindsay Corporation System and method for calibrating an irrigation system
US10827692B2 (en) * 2018-02-08 2020-11-10 Lindsay Corporation System and method for calibrating an irrigation system
WO2019169413A2 (en) * 2018-02-28 2019-09-06 Agri Technovation (Pty) Ltd Produce harvesting apparatus and precision farming system
US11069006B2 (en) * 2018-03-19 2021-07-20 Valeriy Stepanovich Skurikhin Systems and methods for generating and updating dynamic digital tickets within a digital board
BR112020018987A2 (pt) 2018-03-21 2020-12-29 10691976 Canada Ltd. Colheitadeira para um sistema de cultivo de cultura
EP3785214A1 (en) 2018-04-24 2021-03-03 Indigo Ag, Inc. Interaction management in an online agricultural system
US10736266B2 (en) 2018-05-31 2020-08-11 Deere & Company Control of settings on a combine harvester with bias removal
DE102018113327A1 (de) * 2018-06-05 2019-12-05 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zur Steuerung einer landwirtschaftlichen Erntekampagne
CH715172B1 (fr) * 2018-07-13 2022-09-15 Felco Sa Procédé et système de gestion et de contrôle de tâches à exécuter dans un domaine viticole, arboricole et/ou sylvicole.
US20200053957A1 (en) * 2018-08-14 2020-02-20 AgBiome, Inc. Systems and methods for treatment of farm fields and managing health and safety of agricultural products
US10757854B2 (en) 2018-08-27 2020-09-01 Cnh Industrial America Llc Determining forces exerted on rolling agricultural components based on an applied braking force
US11234380B2 (en) 2018-09-27 2022-02-01 Rain Bird Corporation Irrigation controller with relays
US11178818B2 (en) 2018-10-26 2021-11-23 Deere & Company Harvesting machine control system with fill level processing based on yield data
US11240961B2 (en) 2018-10-26 2022-02-08 Deere & Company Controlling a harvesting machine based on a geo-spatial representation indicating where the harvesting machine is likely to reach capacity
US11467605B2 (en) * 2019-04-10 2022-10-11 Deere & Company Zonal machine control
US11641800B2 (en) 2020-02-06 2023-05-09 Deere & Company Agricultural harvesting machine with pre-emergence weed detection and mitigation system
US11079725B2 (en) 2019-04-10 2021-08-03 Deere & Company Machine control using real-time model
US11653588B2 (en) 2018-10-26 2023-05-23 Deere & Company Yield map generation and control system
US11957072B2 (en) 2020-02-06 2024-04-16 Deere & Company Pre-emergence weed detection and mitigation system
US11672203B2 (en) 2018-10-26 2023-06-13 Deere & Company Predictive map generation and control
GB201818186D0 (en) * 2018-11-08 2018-12-26 Agco Int Gmbh Agricultural operations logistics
WO2020132410A1 (en) * 2018-12-21 2020-06-25 Hunsaker Christopher Computer systems for integration with agricultural operations
US11343956B2 (en) 2019-02-18 2022-05-31 Cnh Industrial Canada, Ltd. System and method for monitoring soil conditions within a field
JP7174469B2 (ja) * 2019-03-18 2022-11-17 ヤンマーパワーテクノロジー株式会社 作業情報分析装置および作業情報分析方法
US11234366B2 (en) 2019-04-10 2022-02-01 Deere & Company Image selection for machine control
US11778945B2 (en) 2019-04-10 2023-10-10 Deere & Company Machine control using real-time model
US11692989B2 (en) 2019-07-11 2023-07-04 Locus Solutions Ipco, Llc Use of soil and other environmental data to recommend customized agronomic programs
KR20190116187A (ko) * 2019-09-23 2019-10-14 엘지전자 주식회사 차량 단말 및 그의 동작 방법
WO2021062147A1 (en) 2019-09-27 2021-04-01 Indigo Ag, Inc. Modeling field irrigation with remote sensing imagery
US11238283B2 (en) * 2019-10-04 2022-02-01 The Climate Corporation Hybrid vision system for crop land navigation
US11930737B2 (en) * 2019-12-24 2024-03-19 Cnh Industrial America Llc Self-propelled windrower with yield monitoring based on merger load
US11521382B2 (en) 2020-02-09 2022-12-06 Stout Industrial Technology, Inc. Machine vision plant tracking system for precision agriculture
EP4100891A4 (en) * 2020-02-09 2024-03-13 Stout Industrial Tech Inc ARTIFICIAL VISION CONTROL SYSTEM FOR PRECISION AGRICULTURE
US11357181B2 (en) 2020-02-12 2022-06-14 Rain Bird Corporation Data modulated signal generation in a multi-wire irrigation control system
US20210251128A1 (en) * 2020-02-19 2021-08-19 Sabanto, Inc. Methods and apparatus for detecting and clearing debris from planter gauge wheels, closing wheels and seed tubes
US11423305B2 (en) * 2020-02-26 2022-08-23 Deere & Company Network-based work machine software optimization
US11477940B2 (en) 2020-03-26 2022-10-25 Deere & Company Mobile work machine control based on zone parameter modification
DE102020120456A1 (de) * 2020-08-03 2022-02-03 Endress+Hauser Conducta Gmbh+Co. Kg Messwertverarbeitungssystem und Messwertverarbeitungsverfahren
BR112023003463A2 (pt) * 2020-08-31 2023-03-28 Basf Agro Trademarks Gmbh Método para validar uma operação de cultivo agrícola, dispositivo de validação, máquina para realizar uma operação de cultivo agrícola e programa de computador
US11864483B2 (en) 2020-10-09 2024-01-09 Deere & Company Predictive map generation and control system
US11650587B2 (en) 2020-10-09 2023-05-16 Deere & Company Predictive power map generation and control system
US11592822B2 (en) 2020-10-09 2023-02-28 Deere & Company Machine control using a predictive map
US11844311B2 (en) 2020-10-09 2023-12-19 Deere & Company Machine control using a predictive map
US11874669B2 (en) 2020-10-09 2024-01-16 Deere & Company Map generation and control system
US20220110259A1 (en) * 2020-10-09 2022-04-14 Deere & Company Predictive map generation and control system
US11711995B2 (en) 2020-10-09 2023-08-01 Deere & Company Machine control using a predictive map
US11946747B2 (en) 2020-10-09 2024-04-02 Deere & Company Crop constituent map generation and control system
US11845449B2 (en) 2020-10-09 2023-12-19 Deere & Company Map generation and control system
US11727680B2 (en) 2020-10-09 2023-08-15 Deere & Company Predictive map generation based on seeding characteristics and control
US11825768B2 (en) 2020-10-09 2023-11-28 Deere & Company Machine control using a predictive map
US11895948B2 (en) 2020-10-09 2024-02-13 Deere & Company Predictive map generation and control based on soil properties
US11635765B2 (en) 2020-10-09 2023-04-25 Deere & Company Crop state map generation and control system
US11849672B2 (en) 2020-10-09 2023-12-26 Deere & Company Machine control using a predictive map
US11474523B2 (en) 2020-10-09 2022-10-18 Deere & Company Machine control using a predictive speed map
US11927459B2 (en) 2020-10-09 2024-03-12 Deere & Company Machine control using a predictive map
US11849671B2 (en) 2020-10-09 2023-12-26 Deere & Company Crop state map generation and control system
US11675354B2 (en) 2020-10-09 2023-06-13 Deere & Company Machine control using a predictive map
US11871697B2 (en) 2020-10-09 2024-01-16 Deere & Company Crop moisture map generation and control system
US11889788B2 (en) 2020-10-09 2024-02-06 Deere & Company Predictive biomass map generation and control
US11889787B2 (en) 2020-10-09 2024-02-06 Deere & Company Predictive speed map generation and control system
MX2023005064A (es) * 2020-10-30 2023-05-12 Monsanto Technology Llc Sistemas y metodos para mejorar el rendimiento de la cosecha.
TWI770909B (zh) * 2021-03-29 2022-07-11 亞東學校財團法人亞東科技大學 除雜草裝置及除雜草方法
GB2605884A (en) * 2021-04-14 2022-10-19 Studford Agtech Ltd System and method for the generation, allocation and/or control of agricultural work
WO2023012870A1 (ja) * 2021-08-02 2023-02-09 日本電信電話株式会社 センサー端末、データ収集部、データ収集システム、データ収集方法、及びプログラム
DE102021120762A1 (de) * 2021-08-10 2023-02-16 Claas Tractor Sas Verfahren zur Vorab-Optimierung landwirtschaftlicher Arbeitsvorgänge für landwirtschaftliche Gespanne
DE102021120757A1 (de) * 2021-08-10 2023-02-16 Claas Tractor Sas Verfahren zum Sammeln von landwirtschaftlichen Messdaten bei einer landwirtschaftlichen Arbeitsmaschine
WO2023034386A1 (en) 2021-08-31 2023-03-09 Indigo Ag, Inc. Systems and methods for ecosystem credit recommendations
US11360984B1 (en) * 2021-11-16 2022-06-14 Farmobile Llc Real-time and historical farming data distribution system
CN114793785B (zh) * 2022-03-31 2023-11-10 河源弘稼农业科技有限公司 番茄植株种植方法
US20230334507A1 (en) * 2022-04-18 2023-10-19 Solectrac, Inc. Electric tractor total cost of ownership analysis
CN117315514B (zh) * 2023-11-27 2024-03-19 华南农业大学 一种无人农机人机协作模式工作区域划分方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7184892B1 (en) * 2003-01-31 2007-02-27 Deere & Company Method and system of evaluating performance of a crop
US20100094481A1 (en) * 2008-10-15 2010-04-15 Noel Wayne Anderson High Integrity Coordination System for Multiple Off-Road Vehicles
CN102081384A (zh) * 2009-11-30 2011-06-01 中国农业科学院农业信息研究所 农业生产移动测控终端及系统
US8443822B2 (en) * 2004-01-20 2013-05-21 Norman Ivans Method for detecting a malfunction in an automated irrigation system
US20130174040A1 (en) * 2011-12-30 2013-07-04 Jerome Dale Johnson Methods, apparatus and systems for generating, updating and executing a crop-planting plan
US20130173321A1 (en) * 2011-12-30 2013-07-04 Jerome Dale Johnson Methods, apparatus and systems for generating, updating and executing a crop-harvesting plan
CN103345246A (zh) * 2013-05-29 2013-10-09 西北农林科技大学 一种小麦实时收割-转运-干燥-维护多机器人系统

Family Cites Families (79)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6070539A (en) * 1997-03-21 2000-06-06 Case Corporation Variable rate agricultural product application implement with multiple inputs and feedback
US6330617B1 (en) * 1998-02-27 2001-12-11 Sabre Inc System, method and computer program product for data conversion in a computer network
US6347253B1 (en) * 1998-04-30 2002-02-12 Kabushiki Kaisha Toshiba Control system for executing a task instruction by performing distributed processing via a number of modules
US6199000B1 (en) * 1998-07-15 2001-03-06 Trimble Navigation Limited Methods and apparatus for precision agriculture operations utilizing real time kinematic global positioning system systems
ATE238661T1 (de) 1998-07-30 2003-05-15 Nihon Nohyaku Co Ltd Fungizide zusammensetzung enthaltend ein 1,2,3- thiadiazolderivat sowie deren verwendung
US6762857B1 (en) * 1999-11-29 2004-07-13 Xerox Corporation Method and apparatus to enable processing multiple capabilities for a sub-job when using a set of commonly shared resources
US6990459B2 (en) 2000-08-22 2006-01-24 Deere & Company System and method for developing a farm management plan for production agriculture
US20020133505A1 (en) * 2001-03-14 2002-09-19 Hideki Kuji System for recommending crops and attachments to farm tractors
JP4703882B2 (ja) * 2001-04-03 2011-06-15 本田技研工業株式会社 車両共同利用管理装置
US7013344B2 (en) * 2002-01-09 2006-03-14 International Business Machines Corporation Massively computational parallizable optimization management system and method
US8019633B2 (en) * 2002-02-07 2011-09-13 Micro Beef Technologies, Ltd. Livestock management systems and methods
US6701857B1 (en) * 2003-01-16 2004-03-09 Lynn David Jensen Depth control device for planting implement
US6999877B1 (en) * 2003-01-31 2006-02-14 Deere & Company Method and system of evaluating performance of a crop
US20050015606A1 (en) 2003-07-17 2005-01-20 Blamires Colin John Malware scanning using a boot with a non-installed operating system and download of malware detection files
US20130018510A1 (en) 2004-06-14 2013-01-17 Sava Cvek Selectively Networked Extension and Retraction Arrangements
JP2006011562A (ja) * 2004-06-22 2006-01-12 Toshiba Solutions Corp 栽培計画管理サーバ、栽培計画管理方法及び栽培計画管理プログラム
US8429660B2 (en) * 2004-08-23 2013-04-23 Goldman, Sachs & Co. Systems and methods to allocate application tasks to a pool of processing machines
US8589944B2 (en) * 2005-03-16 2013-11-19 Ricoh Production Print Solutions Method and system for task mapping to iteratively improve task assignment in a heterogeneous computing system
US7768638B2 (en) 2005-03-18 2010-08-03 Illumina, Inc. Systems for and methods of facilitating focusing an optical scanner
US8032389B2 (en) * 2005-06-10 2011-10-04 Pioneer Hi-Bred International, Inc. Method for use of environmental classification in product selection
US20060282467A1 (en) * 2005-06-10 2006-12-14 Pioneer Hi-Bred International, Inc. Field and crop information gathering system
US20070124000A1 (en) * 2005-11-30 2007-05-31 Caterpillar Inc. Processes for project-oriented job-site management
WO2007067579A2 (en) * 2005-12-05 2007-06-14 Oneimage, Llc System for integrated utilization of data to identify, characterize, and support successful farm and land use operations
BRPI0806559B1 (pt) 2007-01-08 2018-04-10 Precision Planting, Inc. Sistema de monitor para semeadeira de sementes agrícolas
JP2009240628A (ja) * 2008-03-31 2009-10-22 Namco Bandai Games Inc プログラム、情報記憶媒体、及びゲームシステム
US9375746B2 (en) * 2008-06-05 2016-06-28 Durr Systems Gmbh Compact paint booth
US9152938B2 (en) * 2008-08-11 2015-10-06 Farmlink Llc Agricultural machine and operator performance information systems and related methods
US20140249893A1 (en) * 2008-08-11 2014-09-04 Machinerylink, Inc. Agricultural performance information systems and related methods
US8437879B2 (en) * 2009-04-21 2013-05-07 Deere & Company System and method for providing prescribed resources to plants
US8890473B2 (en) * 2009-07-28 2014-11-18 Bosch Automotive Service Solutions Llc Sequential charging of multiple electric vehicles
US10074879B2 (en) 2009-07-29 2018-09-11 Deep Science, Llc Instrumented fluid-surfaced electrode
US20110276336A1 (en) * 2010-03-25 2011-11-10 Tracy Sweely Method and apparatus for managing production complexity of high yield, multiple crop gardening and sustainable farming operations
US8346426B1 (en) * 2010-04-28 2013-01-01 Google Inc. User interface for displaying internal state of autonomous driving system
US20110270724A1 (en) * 2010-04-30 2011-11-03 Agco Corporation Agricultural inventory and invoice system
US20130185104A1 (en) * 2010-10-05 2013-07-18 Maris Klavins System and method of providing agricultural pedigree for agricultural products throughout production and distribution and use of the same for communication, real time decision making, predictive modeling, risk sharing and sustainable agriculture
US10115158B2 (en) * 2010-10-25 2018-10-30 Trimble Inc. Generating a crop recommendation
US9269200B2 (en) * 2010-12-30 2016-02-23 Agco Corporation Real-time evaluation of machine performance for fleet management
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
ITMI20110499A1 (it) 2011-03-29 2012-09-30 Getters Spa Etichetta termosensibile
US20150206255A1 (en) * 2011-05-13 2015-07-23 HydroBio, Inc Method and system to prescribe variable seeding density across a cultivated field using remotely sensed data
US8624719B2 (en) * 2011-06-03 2014-01-07 Bosch Automotive Service Solutions Llc Smart phone control and notification for an electric vehicle charging station
US9607342B2 (en) * 2011-07-18 2017-03-28 Conservis Corporation GPS-based ticket generation in harvest life cycle information management system and method
FR2979221B1 (fr) 2011-08-30 2013-09-27 Gen Electric Mecanisme compact de deplacement d'un plateau de compression pour un appareil de mammographie ou de tomosynthese
US20160026940A1 (en) * 2011-12-30 2016-01-28 Aglytix, Inc. Methods, apparatus and systems for generating, updating and executing a crop-harvesting plan
US9008839B1 (en) * 2012-02-07 2015-04-14 Google Inc. Systems and methods for allocating tasks to a plurality of robotic devices
CA2864157A1 (en) 2012-02-10 2013-08-15 Actuant Corporation Seed metering device drive system for a twin-row seeder
EP2842086A1 (en) * 2012-04-27 2015-03-04 Fleetmatics Irl Limited System and method for managing vehicle dispatch and fleet workflow
US9651950B2 (en) * 2012-07-18 2017-05-16 The Boeing Company Mission re-planning for coordinated multivehicle task allocation
US9332689B2 (en) 2012-07-25 2016-05-10 Precision Planting Llc Systems, methods, and apparatus for multi-row agriculturalimplement control and monitoring
US9699958B2 (en) 2012-08-10 2017-07-11 The Climate Corporation Systems and methods for control, monitoring and mapping of agricultural applications
EP2747000B1 (en) * 2012-12-20 2017-11-22 ABB Schweiz AG System and method for automatic allocation of mobile resources to tasks
US20150348419A1 (en) * 2012-12-28 2015-12-03 Agco Corporation Method of assigning planned paths to multiple machines to cooperatively cover area
US9382003B2 (en) * 2013-03-24 2016-07-05 Bee Robotics Corporation Aerial farm robot system for crop dusting, planting, fertilizing and other field jobs
US9527211B2 (en) * 2013-05-10 2016-12-27 Cnh Industrial America Llc Control architecture for multi-robot system
US8849523B1 (en) * 2013-05-20 2014-09-30 Elwha Llc Systems and methods for detecting soil characteristics
US10470356B2 (en) * 2013-08-27 2019-11-12 Amvac Chemical Corporation System and method for dispensing multiple low rate agricultural products
US10517206B2 (en) * 2013-08-27 2019-12-31 Amvac Chemical Corporation System for providing prescriptive application of multiple products
US9820431B2 (en) * 2013-08-27 2017-11-21 American Vanguard Corporation System and process for dispensing multiple and low rate agricultural products
US10064327B2 (en) * 2015-07-03 2018-09-04 Amvac Chemical Corporation Apparatus and method for minimizing the volume of a liquid carrier used for delivering agricultural products into a furrow during planting
US10058023B2 (en) * 2016-07-13 2018-08-28 Amvac Chemical Corporation Electronically pulsing agricultural product with seed utilizing seed transport mechanism
US11058046B2 (en) * 2013-08-27 2021-07-13 Amvac Chemical Corporation System and method for dispensing multiple low rate agricultural products
WO2015042540A1 (en) * 2013-09-23 2015-03-26 Farmobile, Llc Farming data collection and exchange system
WO2015051339A1 (en) * 2013-10-03 2015-04-09 Farmers Business Network, Llc Crop model and prediction analytics
US9265187B2 (en) * 2013-11-20 2016-02-23 Rowbot Systems Llc Robotic platform and method for performing multiple functions in agricultural systems
US20150254800A1 (en) 2014-03-06 2015-09-10 F12 Solutions, Llc Nitrogen status determination in growing crops
CN103886409A (zh) * 2014-03-13 2014-06-25 汕头大学 农业种植辅助决策系统
US10427254B2 (en) * 2014-04-30 2019-10-01 The Boeing Company Flexible manufacturing for aircraft structures
US20160024708A1 (en) 2014-07-25 2016-01-28 Beaulieu Group, Llc Carpet tiles, products, and methods
US10109024B2 (en) 2014-09-05 2018-10-23 The Climate Corporation Collecting data to generate an agricultural prescription
US9760094B2 (en) * 2014-10-08 2017-09-12 The Boeing Company Distributed collaborative operations processor systems and methods
US9140824B1 (en) * 2015-01-23 2015-09-22 Iteris, Inc. Diagnosis and prediction of in-field dry-down of a mature small grain, coarse grain, or oilseed crop using field-level analysis and forecasting of weather conditions, crop characteristics, and observations and user input of harvest condition states
US9076118B1 (en) * 2015-01-23 2015-07-07 Iteris, Inc. Harvest advisory modeling using field-level analysis of weather conditions, observations and user input of harvest condition states, wherein a predicted harvest condition includes an estimation of standing crop dry-down rates, and an estimation of fuel costs
US10043397B2 (en) * 2015-02-01 2018-08-07 Clear Ag, Inc. Mission prioritization and work order arrangement for unmanned aerial vehicles and remotely-piloted vehicles
WO2016127094A1 (en) * 2015-02-06 2016-08-11 The Climate Corporation Methods and systems for recommending agricultural activities
WO2017004074A1 (en) * 2015-06-30 2017-01-05 Precision Planting Llc Systems and methods for image capture and analysis of agricultural fields
US10754063B2 (en) * 2016-06-14 2020-08-25 The Climate Corporation Supervised neural network to predict unlabeled rain rates
US10713867B2 (en) 2017-06-28 2020-07-14 Flex, Ltd. Sensorless prediction and storage of vehicle dynamics information
USD908277S1 (en) * 2018-08-25 2021-01-19 Amvac Chemical Corporation Container for dry products
BR112021007321A8 (pt) * 2018-10-19 2022-11-08 Climate Corp Detecção de infecção de doenças de plantas por meio da classificação de fotos de plantas

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7184892B1 (en) * 2003-01-31 2007-02-27 Deere & Company Method and system of evaluating performance of a crop
US8443822B2 (en) * 2004-01-20 2013-05-21 Norman Ivans Method for detecting a malfunction in an automated irrigation system
US20100094481A1 (en) * 2008-10-15 2010-04-15 Noel Wayne Anderson High Integrity Coordination System for Multiple Off-Road Vehicles
CN102081384A (zh) * 2009-11-30 2011-06-01 中国农业科学院农业信息研究所 农业生产移动测控终端及系统
US20130174040A1 (en) * 2011-12-30 2013-07-04 Jerome Dale Johnson Methods, apparatus and systems for generating, updating and executing a crop-planting plan
US20130173321A1 (en) * 2011-12-30 2013-07-04 Jerome Dale Johnson Methods, apparatus and systems for generating, updating and executing a crop-harvesting plan
CN103345246A (zh) * 2013-05-29 2013-10-09 西北农林科技大学 一种小麦实时收割-转运-干燥-维护多机器人系统

Cited By (4)

* Cited by examiner, † Cited by third party
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
US20210029877A1 (en) * 2018-10-26 2021-02-04 Deere & Company Predictive machine characteristic map generation and control system
US11589509B2 (en) * 2018-10-26 2023-02-28 Deere & Company Predictive machine characteristic map generation and control system
CN113228923A (zh) * 2021-06-28 2021-08-10 安徽云龙粮机有限公司 一种大豆收割脱粒一体机及其控制方法

Also Published As

Publication number Publication date
AU2021204029A1 (en) 2021-07-15
EP3189480A1 (en) 2017-07-12
US9904963B2 (en) 2018-02-27
US20160066505A1 (en) 2016-03-10
CO2017002798A2 (es) 2017-06-30
US20210103996A1 (en) 2021-04-08
AU2023219987A1 (en) 2023-09-14
CL2017000520A1 (es) 2017-11-03
US10109024B2 (en) 2018-10-23
US20190057462A1 (en) 2019-02-21
WO2016037105A1 (en) 2016-03-10
US11763400B2 (en) 2023-09-19
US20160071223A1 (en) 2016-03-10
CN114757529A (zh) 2022-07-15
UA123575C2 (uk) 2021-04-28
US20160071410A1 (en) 2016-03-10
BR112017004330A2 (pt) 2018-08-07
EP3872741A1 (en) 2021-09-01
CA2959764A1 (en) 2016-03-10
US20240046377A1 (en) 2024-02-08
AU2015311729A1 (en) 2017-03-23
US20180144413A1 (en) 2018-05-24
US10853894B2 (en) 2020-12-01
EP3189480A4 (en) 2017-11-08
US11682085B2 (en) 2023-06-20

Similar Documents

Publication Publication Date Title
US11763400B2 (en) Updating execution of tasks of an agricultural prescription
AU2021218100B2 (en) Systems and methods for image capture and analysis of agricultural fields
US10408645B2 (en) Correcting bias in parameter monitoring
AU2017221774B2 (en) Controlling ground engaging elements based on images
CN106461807B (zh) 生成农业处方
CA3033339A1 (en) Automatically detecting outlier values in harvested data
Auernhammer et al. 10 State of the Art and Future Requirements
Fulton et al. GPS, GIS, Guidance, and Variable‐rate Technologies for Conservation Management
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
US20230046882A1 (en) Obtaining and augmenting agricultural data and generating an augmented display
US20230048683A1 (en) Obtaining and augmenting agricultural data and generating an augmented display showing anomalies
US20230046844A1 (en) Obtaining and augmenting agricultural data and generating an augmented display
Usama Application of Digital Technologies & Remote Sensing in Precision Agriculture for Sustainable Crop Production
Montes et al. Fast analysis of plant health, plant count and nitrogen status using drones
JP2022170320A (ja) 大麦若葉収穫予測方法、大麦若葉収穫支援方法、大麦若葉収穫予測プログラム、大麦若葉収穫予測装置、及び大麦若葉収穫支援システム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: California, USA

Applicant after: Clemet Co.,Ltd.

Address before: California, USA

Applicant before: THE CLIMATE Corp.

CB02 Change of applicant information
CB02 Change of applicant information

Address after: Missouri, USA

Applicant after: Clemet Co.,Ltd.

Address before: California, USA

Applicant before: Clemet Co.,Ltd.