CN110402675A - 在农作物收割操作期间适配前视生物量转换和机器控制 - Google Patents
在农作物收割操作期间适配前视生物量转换和机器控制 Download PDFInfo
- Publication number
- CN110402675A CN110402675A CN201910245986.1A CN201910245986A CN110402675A CN 110402675 A CN110402675 A CN 110402675A CN 201910245986 A CN201910245986 A CN 201910245986A CN 110402675 A CN110402675 A CN 110402675A
- Authority
- CN
- China
- Prior art keywords
- crops
- conversion factor
- agricultural cutter
- volume
- biomass
- 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.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
- A01B79/00—Methods for working soil
- A01B79/005—Precision agriculture
-
- 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
-
- 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
- A01D41/1278—Control or measuring arrangements specially adapted for combines for automatic steering
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D75/00—Accessories for harvesters or mowers
- A01D75/28—Control mechanisms for harvesters or mowers when moving on slopes; Devices preventing lateral pull
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Soil Sciences (AREA)
- Combines (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种农业收割机,包括多个可控子系统和前视农作物传感器,其检测收割机前方农作物的特征。前视传感器生成指示检测到的特征的第一传感器信号。收割机还包括组件传感器,其检测农业收割机的组件的特征并生成指示检测到的特征的第二传感器信号。适配逻辑件接收第一和第二传感器信号,并在农业收割机的操作期间间歇地确定传感器转换因子。推荐逻辑件接收转换因子,并且部分地基于计算的转换因子和从前视农作物传感器接收的值,生成改变可控子系统的操作的推荐。控制系统基于所生成的推荐来控制可控子系统。
Description
技术领域
该描述涉及农业收割机。更具体地,涉及基于操作区域中预测的变化条件来控制农业收割机。
背景技术
农业收割机(例如联合收割机或割晒机)穿过收割农作物的农作物农田。在一种常见的布置中,农业收割头从农业收割机向前延伸以接合植物茎,切断它们,并将切断的农作物自身运送到农业收割机的主体中以进行处理。
在农业收割机中,吞吐量(农作物移动通过机器的速率)取决于收割机的向前地面速度和收割的农作物的密度。假设一定吞吐量,可以设置一些机器设置,然后改变机器速度,由于操作者观察到农作物密度的差异,从而维持所需的吞吐量。
一些当前系统自动调节收割机的向前地面速度以试图保持所需的农作物吞吐量。这可以通过尝试基于传感器输入(例如来自于感测指示农作物密度的变量的传感器)来识别农作物密度来完成。一种这样的传感器是感测转子压力的传感器。
上面的讨论仅仅是为了一般背景信息而提供的,并不旨在用于帮助确定所要求保护的主题的范围。
发明内容
一种农业收割机,包括多个可控子系统和前视农作物传感器,其检测收割机前方农作物的特征。前视传感器生成指示检测到的特征的第一传感器信号。所述收割机还包括组件传感器,其检测农业收割机的组件的特征并生成指示检测到的特征的第二传感器信号。适配逻辑件接收第一和第二传感器信号,并在农业收割机的操作期间间歇地确定传感器转换因子。推荐逻辑件接收转换因子,并且部分地基于计算的转换因子和从前视农作物传感器接收的值,生成改变可控子系统的操作的推荐。控制系统基于所生成的推荐来控制可控子系统。
提供本发明内容是为了以简化的形式介绍一些概念,这些概念将在下面的具体实施方式中进一步描述。本发明内容不旨在标识所要求保护的主题的关键特征或必要特征,也不旨在用于帮助确定所要求保护的主题的范围。所要求保护的主题不限于解决背景技术中提到的任何或所有缺点的实施方式。
附图说明
图1示出了示例性移动式收割机的局部图示的局部示意图。
图2示出了更详细地示出收割机的部分的一个示例的框图。
图3A-3B示出了显示生物量预测和控制系统的一个操作的流程图。
图4A-4B示出了预测的生物量与实际测量的生物量的示例图表。
图4C示出了由生物量系统存储的数据的示例图。
图5示出了作为远程服务器架构的一部分的移动收割机的一个示例。
图6-8示出了可以与先前附图中所示的移动机器和远程服务器架构一起使用的移动设备的示例。
图9是示出可以在移动机器中和/或在先前附图中示出的架构中使用的计算环境的一个示例的框图。
具体实施方式
图1是农业机器100的局部图示的局部示意图,其中机器100是联合收割机(也称为机器100或联合机100)。在图1中可以看出,说明性地,机器100包括操作者室101,其可以具有各种不同的操作者界面机制,用于控制机器100。在一个示例中,机器100是完全自主的并且可以不具有操作者室。机器100可包括前端设备子系统,其可包括头部102,以及通常以104表示的切割器。它还可包括进给器室107、进给加速器108和通常以110表示的脱粒子系统。说明性地,脱粒子系统110包括脱粒转子112和一组凹槽114。此外,机器100可包括分离器子系统116,其包括分离器转子。机器100可以包括清洁子系统(或清洁靴)118,其本身可以包括清洁风扇120、筛选器(chaffer)122和筛子124。机器100中的物质处理子系统113可以包括(除了进给室107和进给加速器108之外)排出搅拌器126、尾料升降机128、清洁颗粒升降机130(将清洁颗粒移动到清洁颗粒箱132中)以及卸载螺旋推运器(auger)134和喷口136。机器100还可包括残余物子系统138,其可包括切碎器140和撒布器142。机器100还可以具有推进子系统,该推进子系统包括驱动地面接合轮144或轨道等的发动机。应当注意,机器100也可以具有多于一个上述任何子系统(例如左右清洁靴、分离器等)。
在操作中,并且作为概述,说明性地,机器100沿箭头146指示的方向移动通过农田。前视传感器221安装在机器100的前部并且感测机器100前方的农作物的特征。在一个示例中,传感器221是图像捕获传感器,捕获头部102前方区域的图像。该图像可用于识别头部102要接合的农作物体积。这可用于自动增加或减少收割机10()的地面速度以保持所需的农作物吞吐量。这在下面更详细地描述。当机器100移动时,头部102接合待收割的农作物并将其收集到切割器104。在切割之后,农作物可以被卷轴103接合,卷轴103将农作物移动到进给轨道,进而将农作物移动到头部102的中心然后进入进给室107朝向进给加速器108,进给加速器108使农作物加速进入脱粒子系统110。农作物通过转子112使农作物相对凹槽114旋转而进行脱粒。感测为转子112提供动力所需的液压压力,以及该液压压力可用于确定被脱粒的农作物的生物量。这也在下面更详细地描述。
通过分离器116中的分离器转子移动脱粒后的农作物,其中一些残余物通过排出搅拌器126朝向残余物子系统138移动。它可以由残余物切碎器140切碎并通过撒布器142在农田上撒布。在其他实施方式中,将残余物简单地倒入一个堆中,而不是切碎和撒布。
颗粒落到清洁靴(或清洁子系统)118上。筛选器122将一些较大的物质与颗粒分离,并且筛子124将一些较细的物质与清洁的颗粒分离。清洁的颗粒落入清洁颗粒升降机130中的螺旋推运器,其将清洁的颗粒向上移动并将其沉积在清洁的颗粒箱132中。通过清洁风扇120产生的气流可以从清洁靴118中除去残余物。该残余物也可以在机器100中向后朝向残余物处理子系统138移动。
尾料可以通过尾料升降机128移动回脱粒子系统110,在那里它们可以重新脱粒。或者,尾料也可以通过单独的再脱粒机制(也使用尾料升降机或其他运输机制),在那里它们也可以重新脱粒。
图1还示出,在一个示例中,机器100可包括地面速度传感器147、一个或多个分离器损失传感器148、清洁颗粒相机150以及一个或多个清洁靴损失传感器152。说明性地,地面速度传感器147感测到机器100在地面上的行进速度(或地面速度)。这可以通过感测车轮、驱动轴、车轴或其他组件的旋转速度来完成。行进速度也可以通过定位系统来感测,例如全球定位系统(GPS)、航位推算系统、LORAN系统或提供位置指示的各种其他系统或传感器,从该定位系统可以测量行进速度。
说明性地,清洁靴损失传感器152提供指示清洁靴118的右侧和左侧的颗粒损失量的输出信号。在一个示例中,传感器152是撞击传感器,其对每单位时间(或每单位行进距离)的颗粒撞击进行计数,以提供清洁靴颗粒损失的指示。用于清洁靴的右侧和左侧的撞击传感器可以提供单独的信号、或者组合或聚合的信号。应注意,传感器152也可仅包括单个传感器,而不是每个靴的单独传感器。
分离器损失传感器148提供指示左和右分离器中的颗粒损失的信号。与左和右分离器相关联的传感器可以提供单独的颗粒损失信号或组合信号或聚合信号。这也可以使用各种不同类型的传感器来完成。应注意,分离器损失传感器148也可仅包括单个传感器,而不是单独的左和右传感器。
在一个示例中,可以设置和/或控制各种机器设置以实现期望的性能。设置可以包括凹槽间隙、转子速度、筛子和筛选器设置、清洁风扇速度等。说明性地,可以基于预期的农作物吞吐量(例如,每单位时间由收割机100处理的农作物的量)来设置或控制这些设置。因此,如果农作物的质量在农田中在空间上变化,并且收割机100的地面速度保持恒定,则吞吐量将随着农作物质量而变化。一些当前系统已经尝试通过感测为转子112供电所需的液压压力来感测吞吐量,然后改变地面速度以试图保持所需的吞吐量。然而,到感测到转子压力时,收割机100已经在处理该农作物物质,因此基于转子压力控制收割机100的地面速度是反应性的并且可能对于维持吞吐量所需来说不够有效。因此,其他系统使用前视传感器221来估计给定区域中的农作物的高度并进一步估计即将被处理的农作物的体积。然后,这些系统试图将该体积转换成指示即将接合的农作物的生物量的生物量度量。然后可以基于估计的生物量来控制机器速度以维持期望的吞吐量。然而,将农作物物质的体积转化为估计的生物量意味着必须将农作物的密度用作转换因子。当前系统简单地估计转换因子或从操作者输入接收一个转换因子。然而,农作物的密度在整片农田中可能会有很大差异。因此,本说明书关于初始估计转换因子,然后使用指示实际农作物密度的测量的感测变量来连续地或间歇地改变转换因子。
图2是收割环境200的一个示例的框图,收割环境200包括农业收割机100、操作者250和农作物252。农业收割机100由操作者250操作并收割农作物252。农业收割机100包括生物量系统204、用户界面机制218、传感器220、一个或多个处理器222、可控子系统224、控制系统234,以及可以包括如框236所示的其他组件。
操作者250通过用户界面机制218操作并与农业收割机100通信。用户界面机制218可包括机械控制(例如,方向盘、拉杆或踏板)、电子控制(例如,显示器、操纵杆和触摸屏)、触觉和音频设备等。在一个示例中,机器100是自主的并且可以具有更少或没有用户界面机制218。
农业收割机100可以包括若干不同的传感器220,包括前视传感器221、转子传感器229、地面速度传感器147,以及也可以包括其他传感器,如框220所示。前视传感器221可以是各种不同的传感器,包括但不限于相机、立体相机、基于激光的传感器、激光雷达、雷达、基于超声波的传感器等。在一个示例中,前视传感器221是激光系统或立体相机系统并且确定整个感兴趣区域的平均农作物高度。说明性地,感兴趣的区域已知并且定位在收割机100前方的已知距离。例如,感兴趣的区域可以在收割机100前方的已知距离的中心,与收割机头一样宽并且0.25-1米深。转子传感器229可以是液压传感器,指示施加以驱动脱粒转子的液压压力。该传感器还可以是感测驱动转子所需的转矩的转矩传感器,这是转子当前正在处理的生物量负载的另一指示。
农业收割机100可以包括可控子系统224。上面解释了可控子系统224的一些示例,包括转向/推进系统111、脱粒子系统110、分离器子系统116、清洁子系统118、物质处理系统113、残余物系统138、头部子系统228和由框232指示的其他组件。控制子系统224的功能的致动器可以由控制系统234生成的信号控制。
控制系统234包括地面速度控制逻辑件235、设置控制逻辑件237并且可以包括如框239所示的其他组件。地面速度控制逻辑件235控制农业收割机100行进的速度。设置控制逻辑件237可以控制农业收割机100的各种设置,例如,脱粒滚筒/转子速度、输送机速度、螺旋推运器速度、凹槽间隙、筛子和筛选器设置、清洁风扇速度等。
生物量系统204包括各种逻辑件组件,其功能在图3A-3B中进一步详细描述。简言之,感测区域生成器逻辑件211确定由前视传感器221感测的区域。体积生成器逻辑件213使用所感测的区域并确定农业收割机100前方的农作物体积或特征。体积-生物量转换逻辑件217接收农业收割机100前方的农作物体积或特征以及转换因子(由体积-生物量转换因子生成器逻辑件221生成)以估计感测到的体积的农作物的生物量。体积-生物量转换因子生成器逻辑件221包括初始因子生成其逻辑件223、适配逻辑件225并且也可以包括其他组件,如框227所示。初始因子生成逻辑件223生成初始体积-生物量转换因子,并且适配逻辑件225基于指示实际生物量的感测变量对转换因子进行适配。时间偏移逻辑件219确定农作物被感测到与其将由农业收割机100处理之间的时间偏移。数据库交互逻辑件212存储并检索来自数据数据库215的信息。可以由处理器222执行生物量系统204的逻辑件组件的功能。
图3A-3B示出了生物量系统204的操作的流程图。操作开始于框302,其中利用初始输入初始化生物量系统。该输入由初始因子生成逻辑件223生成,并且指示初始转换因子,该初始转换因子用于在收割机100前方的感测到的农作物体积/特征与当被感测的农作物被收割机100接合时将由收割机处理的生物量之间进行转换。初始转换因子可以通过以框304至312所示的多种方式接收来生成。框304指示接收初始转换因子的一种方式是由操作者250手动输入或选择转换因子。框306指示接收初始转换因子的另一种方式是通过使用基于各种因素(例如,气候,农产品类型等)的查找表。框308指示接收初始转换因子的另一种方式是使用历史值(例如,来自前一年的相同农田的平均转换因子,最近使用的或在相邻农田中计算的转换因子等)。框310指示接收初始转换因子的另一种方式是通过获得可在各种场景中有用的默认值。然后,基于传感器值,初始转换由适配逻辑件225修改或适配为在收割开始后不久的适配后的转换因子。这在下面更详细地描述。
操作在框314处继续,其中农作物收割开始。
在框315,体积-生物量转换逻辑件217使用转换因子的值估计农业收割机100所接合的生物量。例如,基于来自前视传感器221的信号感测的农作物体积具有应用于其的体积-生物量转换因子,以获得体积中生物量的指示。在框302处,在转换因子被适配之前,将转换因子的值确定为初始转换因子。如下所述,可以在适配过程期间在框344处初始确定转换因子的值。
在框317处,推荐逻辑件210基于估计的生物量生成维持期望吞吐量的推荐。该推荐可以由控制系统234自动执行或由操作者251手动执行。可以生成的一些推荐包括改变收割机100的地面速度(如框321所示),改变机器设置,例如凹槽设置、筛子和筛选器设置、清洁风扇速度、脱粒转子速度、输送器/进给速度或切割器速度(如框323所示)。当然,其他设置也可以改变,如框325所示。
如上所述,在农作物收割期间,由前视传感器221感测收割机100前方农作物的特征,从中可以获得农作物体积,如框316所示。传感器221生成与农作物的特征相关的信号。可以通过各种不同类型的传感器来感测该特征。框327指示可以用一个或多个基于激光的传感器(例如,激光雷达)来感测农作物的特征。框318指示可以用一个或多个光学设备(例如,单个相机或立体相机系统)来感测农作物的特征。框320指示可以通过雷达、激光雷达或类似系统感测农作物的特征。框329指示可以通过超声波、声纳或类似系统感测农作物的特征。框322指示可以通过一种接触传感器来感测农作物的特征。如框324所示,也可以以其他方式感测农作物的特征。
操作在框333处继续,其中基于感测农作物特征确定体积。体积生成器逻辑件213接收指示农作物特征的传感器信号,并确定收割机100前方区域中的农作物体积。可通过首先识别被感测的收割机100前方的区域(使用感测区域生成器逻辑件211)来确定农作物体积。该区域可以通过获取头部的宽度(如框335所示)并将其乘以传感器221的视图深度(例如,正在感测的收割机100前方向前方的距离)来计算。然后可以将该区域乘以该区域中农作物的高度,以获得被感测的农作物体积。在一个示例中,传感器221感测农作物冠层的高度(农作物的顶部)。然后,体积生成器逻辑件223可以从农作物生长的地面的高度减去农作物高度。如框337所示,可以从地形图或其他方式感测或获得该高度。例如,传感器可以测量5英尺高的农作物。然而,可以确定该农作物位于比传感器(例如,比机器100的当前位置)高2英尺的陆地的一部分上,因此感测区域中的农作物的实际高度是3英尺高。这可以乘以面积以获得机器100前方区域的农作物体积。也可以以其他方式确定农作物体积,如框339所示。在框341处,时间偏移逻辑件218识别时间偏移,该时间偏移指示农作物体积到达农业收割机100(例如,脱粒机)中的期望点所花费的时间。可以基于许多不同因素来识别该时间偏移。框343指示时间偏移可受到农业收割机100的地面速度的影响。框345指示时间偏移可受到将农作物移动到收割机100中的期望点的处理组件的速度的影响(例如,输送机、螺旋推运器等)。框342指示时间偏移可受传感器范围的影响(例如,在机器100前方多远是农作物体积)。例如,第一传感器检测到距收割机100短距离的农作物特征将比第二传感器检测到与第一传感器相比距离收割机100更远的农作物特征具有更短的时间偏移。如框347所示,也可以以其他方式计算时间偏移。
操作在框336处继续进行,其中一旦农作物体积处于机器100中的期望点,则通过传感器220检测指示生物量的特征。在一个示例中,用转子传感器229感测转子驱动压力,如框338所示。转子驱动压力或转矩可以用作通过机器100中的脱粒机处理的生物量的指示,因为它是用于将脱粒转子保持在设定速度的压力或转矩。这与当时移动通过机器中的脱粒机的生物量相关联(以及凹槽设置)。如框349所示,也可以以其他方式感测指示生物量的特征。
在框344处,适配逻辑件225基于所感测的农作物特征(来自框316),时间偏移(来自框341)和指示生物量的感测特征(来自框336)来适配体积-生物量转换因子。例如,它确定与使用当前体积-生物量转换因子估计的生物量相比的实际生物量(基于例如转子压力检测)。然后它相应地适配体积-生物量转换因子。适配逻辑件225计算生物量转换因子的一种方式是使用递归最小二乘自适应滤波,如框346所示。适配逻辑件225计算生物量转换因子的另一种方式是使用最小二乘均值滤波,如框346所示。适配逻辑件225也可以以其他方式适配转换因子,如框351所示。
在框348处,数据库交互逻辑件212基于在计算转换因子时存在的操作因子将体积-生物量转换因子存储在数据库215中。例如,可以生成操作区域的映射,其中映射上的点具有在这些点处计算的相应生物量转换因子值。该映射由框349指示。下面参考图4C详细描述映射的一个示例。框353指示可以存储适配后的转换因子以供当前使用。作为示例,体积-生物量转换因子可以与相关的前视传感器值一起存储在数据库215中。以这种方式,当当前前视传感器值类似于先前值时,适配逻辑件225可以确定体积-生物量转换因子也将是相似的。框355指示适配后的转换因子可以存储在远程系统中。框357指示适配后的转换因子也可以以其他方式存储。
框361指示如果收割操作完成,则该过程结束。然而,如果收割操作未完成,则该过程在框315处继续,其中使用适配后的转换因子确定待接合的生物量,并且基于该生物量执行机器控制。以这种方式,生物量系统204针对整个农田的变化条件连续地调整。
图4A示出了显示预测的生物量(由脱粒机转子压力表示)与实际生物量随时间的关系的图表。轴402表示指示生物量(例如,转子压力)的值,并且轴404表示时间。线406表示实际测量的生物量(例如,转子压力)。线408表示预测的生物量(例如,转子压力)。图4A中的预测压力利用感测到的农作物特征(例如,农作物体积)和感测到的内部组件特征(例如,转子压力)之间的固定转换因子来确定生物量。如图所示,固定的转换因子可以很好地预测实际测量的生物量。然而,存在偏差区域410。在该示例中,偏差区域410表示农业收割机正在处理“倒下农作物”或平躺的农作物的时间。由于转换因子介于农作物体积和生物量之间,所以平躺的农作物将使体积-生物量逻辑件219预测该体积中的生物量较少,而实际上,存在相同的量,但是低于地面(因此它具有较小的体积并且更密集)。
图4B示出了显示预测的生物量与实际生物量随时间变化的图表。轴452表示指示生物量的信号,并且轴454表示时间。线456表示实际测量的生物量(例如,转子压力),并且线458表示预测的生物量(例如,转子压力)。如图所示,与图4A的预测相比,预测非常准确。图4A和4B之间的差异在于图4B利用图3A-3B的预测方法。因此,当农业收割机行驶通过倒下农作物的区域时,前视传感器221可以检测到农作物低但之后转子压力传感器229检测到生物量仍然很高。适配逻辑件225使用该数据并确定“不断变化”的新转换因子,其能更好地进行生物量预测,如区域460中所示的。
图4C示出了工作农田455的映射。路径462是收割机100在其导航农田455时所采用的路径。在其行进期间的给定间隔,重复转换因子适配并且存储数据(参见图3A的框348)。该数据可以对应于其中捕获/计算适配的转换因子的位置。例如,区域464对应于图4B中的数据460,其指示倒下农作物的区域。映射数据可用于预测农田的未来条件。例如,当区域460已经被识别为倒下农作物时(例如,当农作物体积突然减少但生物量保持与先前值类似时),适配逻辑件225可以使用该数据来适配相邻区域466的生物量转换因子。
目前的讨论提到了处理器和服务器。在一个示例中,处理器和服务器包括具有相关联存储器和定时电路(未单独示出)的计算机处理器。它们是它们所属的系统或设备的功能部分,并且由这些系统中的其他组件或项目的功能激活并促进它们的功能。
此外,还讨论了许多用户界面显示。它们可以采用各种不同的形式,并且可以具有设置在其上的各种不同的用户可致动输入机制。例如,用户可致动的输入机制可以是文本框、复选框、图标、链接、下拉菜单、搜索框等。它们也可以以各种不同的方式致动。例如,可以使用点击设备(例如跟踪球或鼠标)来致动它们。它们可以使用硬件按钮、开关、操纵杆或键盘、拇指开关或拇指垫等来致动。它们也可以使用虚拟键盘或其他虚拟执行器来致动。另外,在显示它们的屏幕是触敏屏幕的情况下,可以使用触摸手势来致动它们。而且,在显示它们的设备具有语音识别组件的情况下,可以使用语音命令来致动它们。
还讨论了多种数据库。将注意到它们可以分成多个数据库。所有可以对于访问它们的系统本地的,所有都可以是远程的,或者一些可以是本地的,而另一些是远程的。本文考虑了所有这些配置。
此外,附图示出了具有归属于每个框的功能的多个框。应注意,可以使用更少的框,因此功能由更少的组件执行。此外,可以使用更多框,其中功能分布在更多组件中。
图5是图2中所示的生物量系统204的框图,不同之处在于它与远程服务器架构500中的元件通信。在一个示例中,远程服务器架构500可以提供计算、软件、数据访问和存储服务,不要求最终用户了解提供服务的系统的物理位置或配置。在各种示例中,远程服务器可以使用适当的协议在诸如因特网的广域网上提供服务。例如,远程服务器可以通过广域网提供应用程序,并且可以通过网络浏览器或任何其他计算组件访问它们。图2中所示的软件或组件以及相应的数据可以存储在远程位置的服务器上。远程服务器环境中的计算资源可以合并到远程数据中心位置,也可以分散。远程服务器基础架构可以通过共享数据中心提供服务,即使它们作为用户的单一访问点出现也是如此。因此,可以使用远程服务器架构从远程位置的远程服务器提供本文描述的组件和功能。或者,它们可以从传统服务器提供,或者它们可以直接或以其他方式安装在客户端设备上。
在图5所示的示例中,一些部件与图2中所示的部件类似,并且它们被类似地编号。图5具体示出了可以位于远程服务器位置502上的生物量系统204、控制系统224和数据库260。因此,工作机器100通过远程服务器位置502访问这些系统。
图5还描绘了远程服务器架构的另一示例。图5示出了还设想图2的一些元件设置在远程服务器位置502上而其他元件不设置在远程服务器位置502上。举例来说,远程系统112可以设置在与位置502分开的位置,并且通过位置502处的远程服务器访问。无论它们位于何处,它们都可以由工作机器100通过网络直接访问(无论是广域网还是局域网),它们都可以通过服务托管在远程站点,或者它们可以作为服务提供,或者由驻留在远程位置的连接服务访问。而且,数据可以存储在基本上任何位置,并且可以由感兴趣的各方间歇地访问或转发给感兴趣的各方。例如,可以使用物理载波代替电磁波载波或者作为电磁波载波的补充。在这样的示例中,在小区覆盖很差或不存在小区覆盖的情况下,另一个工作机器(例如燃料卡车)可以具有自动信息收集系统。当工作机器靠近燃料卡车加油时,系统使用任何类型的ad-hoc自组织无线连接自动从工作机器收集信息。然后,当燃料卡车到达存有小区覆盖(或其他无线覆盖)的位置时,可以将收集的信息转发到主网络。例如,当前往提供燃料给其他机器或在主燃料存储位置时,燃料卡车可以进入被覆盖的位置。本文设想了所有这些架构。此外,信息可以存储在工作机器上,直到工作机器进入被覆盖的位置。然后,工作机器本身可以将信息发送到主网络。
还应注意,图2的元件或它们的一部分可以设置在各种不同的设备上。这些设备中的一些包括服务器、台式计算机、膝上型计算机、平板计算机或其他移动设备,诸如掌上电脑、手机、智能电话、多媒体播放器,个人数字助理等。
图6是可以用作用户或客户端的手持设备16的手持或移动计算设备的一个说明性示例的简化框图,其中可以部署本系统(或其部分)。例如,移动设备可以部署在操作机器100的操作者工作室中,用于生成、处理或显示占位(stool)宽度和位置数据。图7-8是手持或移动设备的示例。
图6提供了客户端设备16的组件的总体框图,该客户端设备16可以运行图2中所示的的一些组件,与它们交互,或两者兼具。在设备16中,提供通信链路13,其允许手持设备与其他计算设备通信,并且在一些示例下提供用于自动接收信息的信道,例如通过扫描。通信链路13的示例包括允许通过一个或多个通信协议进行通信,例如用于提供对网络的小区接入的无线服务,以及提供到网络的本地无线连接的协议。
在其他示例中,可以在连接到接口15的可移动安全数字(SD)卡上接收应用。接口15和通信链路13沿着总线19与处理器17(其也可以体现图2中的处理器228)通信,总线19还连接到存储器21和输入/输出(I/O)组件23、以及时钟25和定位系统27。
在一个示例中,提供I/O组件23以便于输入和输出操作。用于设备16的各种示例的I/O组件23可以包括输入组件,诸如按钮、触摸传感器、光学传感器、麦克风、触摸屏、接近传感器、加速计、定向传感器和输出组件,诸如显示设备、扬声器和/或打印机端口。也可以使用其他I/O组件23。
说明性地,时钟25包括输出时间和日期的实时时钟组件。说明性地,它还可以为处理器17提供定时功能。
说明性地,定位系统27包括输出设备16的当前地理位置的组件。这可以包括例如全球定位系统(GPS)接收器、LORAN系统、航位推算系统、蜂窝三角测量系统或其他定位系统。它还可以包括例如生成所需映射、导航路线和其他地理功能的映射软件或导航软件。
存储器21存储操作系统29、网络和应用33、应用配置设置35、联系人或电话簿应用43、数据库37、通信驱动程序39和通信配置设置41。存储器21可以包括所有类型的有形易失性和非易失性计算机可读存储器设备。它还可以包括计算机存储介质(如下所述)。存储器21存储计算机可读指令,当由处理器17执行时,使处理器根据指令执行计算机实现的步骤或功能。处理器17可以由其他组件激活以便于它们的功能。
图7示出了设备16是平板计算机600的一个示例。在图7中,计算机600被示出具有用户界面显示屏幕602。屏幕602可以是触摸屏或从笔或者触控笔接收输入的笔式接口。它还可以使用屏幕上的虚拟键盘。当然,它也可以通过合适的附连机制(例如无线链路或USB端口)附连到键盘或其他用户输入设备。说明性地,计算机600也可以接收语音输入。
图8提供了可以使用的设备16的另一个示例,尽管也可以使用其他设备。图8中的电话是智能电话71。智能电话71具有显示图标或图框或其他用户输入机制75的触敏显示器73。用户可以使用机制75来运行应用程序、拨打电话、执行数据传输。通常,智能电话71建立在移动操作系统上,并且提供比功能电话更高级的计算能力和连接性。
注意,其他形式的设备16是可能的。
图9是可以部署图2的元件或其一部分(例如)的计算环境的一个示例。参考图9,用于实现一些示例的示例系统包括计算机810形式的通用计算设备。计算机810的组件可包括但不限于处理单元820(其可包括处理器228)、系统存储器830、以及将包括系统存储器的各种系统组件耦接到处理单元820的系统总线821。系统总线821可以是包括存储器总线或存储器控制器、外围总线和使用各种总线架构的本地总线中的几种类型的总线结构的任何一种。关于图2描述的存储器和程序可以部署在图9的相应部分中。
计算机810通常包括各种计算机可读介质。计算机可读介质可以是可由计算机810访问的任何可用介质,并且包括易失性和非易失性介质、可移动和不可移动介质。作为示例而非限制,计算机可读介质可包括计算机存储介质和通信介质。计算机存储介质不同于调制数据信号或载波,并且不包括调制数据信号或载波。它包括硬件存储介质,其包括易失性和非易失性、可移动和不可移动介质,以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据之类的信息的任何方法或技术实现。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储技术、CD-ROM、数字通用盘(DVD)或其他光盘存储器、磁带盒、磁带、磁盘存储器或其他磁存储设备,或可以用于存储所需信息并且可以由计算机810访问的任何其他介质。通信介质可以包含计算机可读指令、数据结构、程序模块或传输机制中的其他数据,并且包括任何信息传递媒体。术语“调制数据信号”表示以对信号中的信息进行编码的方式设置或改变其一个或多个特征的信号。
系统存储器830包括易失性和/或非易失性存储器形式的计算机存储介质,例如只读存储器(ROM)831和随机存取存储器(RAM)832。包含有助于在计算机810内的元件之间(例如在启动期间)传送信息的基本例程的基本输入/输出系统833(BIOS),通常存储在ROM 831中。RAM 832通常包含通过处理单元820可立即访问和/或当前正在操作的数据和/或程序模块。作为示例而非限制,图9示出了操作系统834、应用程序835、其他程序模块836和程序数据837。
计算机810还可以包括其他可移动/不可移动的易失性/非易失性计算机存储介质。仅作为示例,图9示出了从不可移动的非易失性磁介质、光盘驱动器855和非易失性光盘856读取或写入的硬盘驱动器841。硬盘驱动器841通常通过不可移动存储器接口(例如接口840)连接到系统总线821,并且光盘驱动器855通常通过可移动存储器接口(例如接口850)连接到系统总线821。
替代地或另外地,本文描述的功能可以至少部分地由一个或多个硬件逻辑组件执行。例如但不限于,可以使用的说明性类型的硬件逻辑组件包括现场可编程门阵列(FPGA)、专用集成电路(例如ASIC)、特定应用标准产品(例如ASSP)、系统片上系统(SOC)、复杂可编程逻辑器件(CPLD)等。
上面讨论并在图9中示出的驱动程序及其相关联的计算机存储介质为计算机810提供计算机可读指令、数据结构、程序模块和其他数据的存储。在图9中,例如,硬盘驱动器841被示为存储操作系统844、应用程序845、其他程序模块846和程序数据847。注意,这些组件可以与操作系统834、应用程序835、其他程序模块836和程序数据837相同或不同。
用户可以通过诸如键盘862、麦克风863和诸如鼠标、轨迹球或触摸板之类的定点设备861的输入设备将命令和信息输入到计算机810中。其他输入设备(未示出)可以包括操纵杆、游戏手柄、圆盘式卫星天线、扫描仪等。这些和其他输入设备通常通过耦接到系统总线的用户输入接口860连接到处理单元820,但是可以通过其他接口和总线结构连接。可视显示器891或其他类型的显示设备也经由诸如视频接口890的接口连接到系统总线821。除了监视器之外,计算机还可以包括其他外围输出设备,例如扬声器897和打印机896,其可以通过输出外围接口895连接。
计算机810使用到一个或多个远程计算机(例如远程计算机880)的逻辑件连接(诸如局域网LAN或广域网WAN)在网络环境中操作。
当在LAN网络环境中使用时,计算机810通过网络接口或适配器870连接到LAN871。当在WAN网络环境中使用时,计算机810通常包括调制解调器872或用于通过WAN 873(如因特网)建立通信的其他装置。在联网环境中,程序模块可以存储在远程存储器存储设备中。图9示出了例如远程应用程序885可以驻留在远程计算机880上。
还应注意,本文描述的不同示例可以以不同方式组合。也就是说,一个或多个示例的一部分可以与一个或多个其他示例的部分组合。所有这些都在本文中作了设想。
示例1是一种农业收割机,包括:
可控子系统;
前视农作物传感器,所述前视农作物传感器检测在行进方向上在所述农业收割机前方的感测区域中的农作物的特征,并且生成具有指示检测到的特征的值的第一传感器信号;
组件传感器,所述组件传感器检测所述农业收割机的组件的特征,所述组件的特征指示由所述农业收割机处理的生物量,所述组件传感器生成指示检测到的特征的第二传感器信号;
转换因子生成器逻辑件,所述转换因子生成器逻辑件接收所述第一传感器信号和所述第二传感器信号并且在所述农业收割机的操作期间间歇地适配转换因子,所述转换因子用于将农作物的特征转换为生物量;
推荐逻辑件,所述推荐逻辑件接收所述转换因子并且部分地基于所述转换因子和从所述前视农作物传感器接收的值来生成改变所述可控子系统的操作的推荐;以及
控制系统,所述控制系统基于生成的推荐控制所述可控子系统。
示例2是任何或所有先前示例所述的农业收割机,并且还包括:
体积生成器逻辑件,所述体积生成器逻辑件接收所述第一传感器信号并且生成指示感测区域中的农作物体积的农作物体积信号。
示例3是任何或所有先前示例所述的农业收割机,其中所述转换因子是体积-生物量转换因子,并且其中所述转换因子生成器逻辑件被配置为接收所述农作物体积信号和指示当所述收割机到达感测区域时正在处理的生物量的第二传感器信号,并且基于农作物值信号和指示生物量的第二传感器信号适配所述体积-生物量转换因子。
示例4是任何或所有先前示例所述的农业收割机,其中所述前视农作物传感器包括:
农作物高度检测器,所述农作物高度检测器检测所述收割机前方感测区域上农作物的平均高度。
示例5是任何或所有先前示例所述的农业收割机,还包括:
脱粒转子;
驱动所述脱粒转子的致动器;以及
其中所述组件传感器包括:
转子致动器传感器,所述转子致动器传感器检测指示所述脱粒转子上的负载的转子度量。
示例6是任何或所有先前示例所述的农业收割机,还包括:
时间偏移逻辑件,所述时间偏移逻辑件确定当所述前视农作物传感器检测到农作物特征时的第一时间与当所述组件传感器检测到组件的特征时所述收割机正在处理由所述前视传感器检测到的农作物的第二时间之间的时间偏移。
示例7是任何或所有先前示例所述的农业收割机,其中所述适配逻辑件基于所述时间偏移来关联所述第一传感器信号和所述第二传感器信号。
示例8是任何或所有先前示例所述的农业收割机,其中所述体积生成器逻辑件接收指示所述感测区域的高度的地形值,并且其中所述体积生成器逻辑件至少部分地基于所述地形值确定农作物体积值。
示例9是任何或所有先前示例所述的农业收割机,其中所述适配逻辑件利用最小均方算法间歇地计算所述转换因子。
示例10是任何或所有先前示例所述的农业收割机,其中所述适配逻辑件利用递归最小二乘误差算法来间歇地计算所述转换因子。
示例11是任何或所有先前示例所述的农业收割机,并且还包括:
推进子系统,其中所述推荐逻辑件生成地面速度推荐,并且其中所述控制系统基于所述地面速度推荐来控制所述推进子系统。
示例12是任何或所有先前示例所述的农业收割机,还包括:
数据库交互逻辑件,所述数据库交互逻辑件将间歇计算的转换因子存储在数据库中。
示例13是一种控制农业收割机的方法,所述方法包括:
检测指示所述农业收割机前方的第一感测区域的第一农作物体积的第一农作物特征值;
生成指示检测到的第一农作物特征值的第一农作物特征信号;
检测指示所述农业收割机的工作组件的操作特征的第一操作特征值,所述第一操作特征值指示由所述农业收割机正在处理的生物量;
生成指示检测到的第一操作特征的操作特征信号;
适配用于在所述第一农作物特征值和所述第一操作特征值之间转换的转换因子;
检测指示所述农业收割机前方的第二感测区域的第二农作物体积的第二农作物特征值;
生成指示检测到的第二农作物特征值的第二农作物特征信号;
基于所述转换因子和所述第二农作物特征值预测所述第二感测区域的农作物生物量值;
部分基于预测的农作物生物量值生成操作推荐;以及
基于所述操作推荐控制所述农业收割机。
示例14是任何或所有先前示例所述的方法,还包括:
确定时间偏移,所述时间偏移对应于由所述农业收割机处理所述农业收割机前方感测到的第二农作物体积所花费的时间。
示例15是任何或所有先前示例所述的方法,其中检测第一农作物特征包括检测第一农作物体积的平均高度。
示例16是任何或所有先前示例所述的方法,其中生成第一农作物特征信号值包括:
接收与所述第一感测区域对应的地形值;以及
基于所述地形值修改所述平均高度。
示例17是任何或所有先前示例所述的方法,其中适配所述转换因子包括:
利用递归最小二乘误差算法。
示例18是任何或所有先前示例所述的方法,还包括:
基于所生成的操作推荐利用所述控制系统自动控制所述农业收割机的速度。
示例19是任何或所有先前示例所述的方法,其中检测所述农业收割机的工作组件的操作特征包括:
检测致动脱粒转子的脱粒转子致动器的度量,其指示所述脱粒转子上的负载。
示例20是一种控制农业收割机的方法,所述方法包括:
接收初始体积-生物量转换因子;
基于所述初始体积-生物量转换因子在农田中控制所述农业收割机;
检测所述农业收割机前方的感兴趣区域中的农作物的农作物特征;
基于所述农作物特征确定感兴趣区域中的农作物体积;
计算直到所述农业收割机处理所述感兴趣区域中的农作物的时间偏差;
在所述时间偏移之后,检测所述农业收割机的操作特征,所述操作特征指示所述农业收割机正在处理的生物量;
基于所述农作物体积和所述操作特征适配所述体积-生物量转换因子;以及
基于适配后的转换因子控制所述农田收割机在农田中的速度。尽管用结构特征和/或方法动作专用的语言描述了本主题,但应理解,所附权利要求书中定义的主题不必限于上述具体特征或动作。而是,公开了上述具体特征和动作作为实现权利要求的示例形式。
Claims (20)
1.一种农业收割机,包括:
可控子系统;
前视农作物传感器,检测在行进方向上在所述农业收割机前方的感测区域中的农作物的特征,以及生成具有指示检测到的特征的值的第一传感器信号;
组件传感器,检测所述农业收割机的组件的特征,所述组件的特征指示由所述农业收割机处理的生物量,所述组件传感器生成指示检测到的特征的第二传感器信号;
转换因子生成器逻辑件,接收所述第一传感器信号和所述第二传感器信号并且在所述农业收割机的操作期间间歇地适配转换因子,所述转换因子用于将农作物的特征转换为生物量;
推荐逻辑件,接收所述转换因子并且部分地基于所述转换因子和从所述前视农作物传感器接收的值来生成改变所述可控子系统的操作的推荐;以及
控制系统,基于生成的推荐控制所述可控子系统。
2.根据权利要求1所述的农业收割机,还包括:
体积生成器逻辑件,接收所述第一传感器信号并且生成指示感测区域中的农作物体积的农作物体积信号。
3.根据权利要求2所述的农业收割机,其中所述转换因子是体积-生物量转换因子,并且其中所述转换因子生成器逻辑件被配置为接收所述农作物体积信号和指示当所述收割机到达感测区域时正在处理的生物量的第二传感器信号,并且基于农作物值信号和指示生物量的第二传感器信号适配所述体积-生物量转换因子。
4.根据权利要求2所述的农业收割机,其中所述前视农作物传感器包括:
农作物高度检测器,所述农作物高度检测器检测所述收割机前方的感测区域上农作物的平均高度。
5.根据权利要求1所述的农业收割机,还包括:
脱粒转子;
驱动所述脱粒转子的致动器;以及
其中所述组件传感器包括:
转子致动器传感器,所述转子致动器传感器检测指示所述脱粒转子上的负载的转子度量。
6.根据权利要求1所述的农业收割机,还包括:
时间偏移逻辑件,所述时间偏移逻辑件确定当所述前视农作物传感器检测到农作物特征时的第一时间与当所述组件传感器检测到组件的特征时所述收割机正在处理由所述前视传感器检测到的农作物的第二时间之间的时间偏移。
7.根据权利要求6所述的农业收割机,其中所述适配逻辑件基于所述时间偏移来关联所述第一传感器信号和所述第二传感器信号。
8.根据权利要求4所述的农业收割机,其中所述体积生成器逻辑件接收指示所述感测区域的高度的地形值,以及其中所述体积生成器逻辑件至少部分地基于所述地形值确定农作物体积值。
9.根据权利要求1所述的农业收割机,其中所述适配逻辑件利用最小均方算法间歇地计算所述转换因子。
10.根据权利要求1所述的农业收割机,其中所述适配逻辑件利用递归最小二乘误差算法来间歇地计算所述转换因子。
11.根据权利要求1所述的农业收割机,以及还包括:
推进子系统,其中所述推荐逻辑件生成地面速度推荐,并且其中所述控制系统基于所述地面速度推荐来控制所述推进子系统。
12.根据权利要求1所述的农业收割机,还包括:
数据库交互逻辑件,其将间歇计算的转换因子存储在数据库中。
13.一种控制农业收割机的方法,所述方法包括:
检测指示在所述农业收割机前方的第一感测区域处的第一农作物体积的第一农作物特征值;
生成指示检测到的第一农作物特征值的第一农作物特征信号;
检测指示所述农业收割机的工作组件的操作特征的第一操作特征值,所述第一操作特征值指示由所述农业收割机正在处理的生物量;
生成指示检测到的第一操作特征的操作特征信号;
适配用于在所述第一农作物特征值和所述第一操作特征值之间转换的转换因子;
检测指示在所述农业收割机前方的第二感测区域处的第二农作物体积的第二农作物特征值;
生成指示检测到的第二农作物特征值的第二农作物特征信号;
基于所述转换因子和所述第二农作物特征值预测所述第二感测区域处的农作物生物量值;
部分基于预测的农作物生物量值生成操作推荐;以及
基于所述操作推荐控制所述农业收割机。
14.根据权利要求13所述的方法,还包括:
确定时间偏移,所述时间偏移对应于由所述农业收割机处理在所述农业收割机前方感测到的第一农作物体积所花费的时间。
15.根据权利要求14所述的方法,其中检测第一农作物特征包括检测第一农作物体积的平均高度。
16.根据权利要求15所述的方法,其中生成第一农作物特征信号值包括:
接收与所述第一感测区域对应的地形值;以及
基于所述地形值修改所述平均高度。
17.根据权利要求13所述的方法,其中适配所述转换因子包括:
利用递归最小二乘误差算法。
18.根据权利要求13所述的方法,还包括:
基于所生成的操作推荐利用控制系统自动控制所述农业收割机的速度。
19.根据权利要求13所述的方法,其中检测所述农业收割机的工作组件的操作特征包括:
检测致动脱粒转子的脱粒转子致动器的度量,所述度量指示所述脱粒转子上的负载。
20.一种控制农业收割机的方法,所述方法包括:
接收初始体积-生物量转换因子;
基于所述初始体积-生物量转换因子在农田中控制所述农业收割机;
检测在所述农业收割机前方的感兴趣区域中的农作物的农作物特征;
基于所述农作物特征确定感兴趣区域中的农作物体积;
计算直到所述农业收割机处理所述感兴趣区域中的农作物的时间偏差;
在所述时间偏差之后,检测所述农业收割机的操作特征,所述操作特征指示所述农业收割机正在处理的生物量;
基于所述农作物体积和所述操作特征适配所述体积-生物量转换因子;以及
基于适配的转换因子控制所述农田收割机在农田中的速度。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/966,269 | 2018-04-30 | ||
US15/966,269 US11240959B2 (en) | 2018-04-30 | 2018-04-30 | Adaptive forward-looking biomass conversion and machine control during crop harvesting operations |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110402675A true CN110402675A (zh) | 2019-11-05 |
CN110402675B CN110402675B (zh) | 2023-03-14 |
Family
ID=66217793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910245986.1A Active CN110402675B (zh) | 2018-04-30 | 2019-03-28 | 在农作物收割操作期间适配前视生物量转换和机器控制 |
Country Status (4)
Country | Link |
---|---|
US (2) | US11240959B2 (zh) |
EP (1) | EP3563658B1 (zh) |
CN (1) | CN110402675B (zh) |
BR (1) | BR102019006218A2 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112970411A (zh) * | 2019-12-17 | 2021-06-18 | 迪尔公司 | 预测的农作物特性映射 |
Families Citing this family (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10806079B2 (en) | 2018-02-26 | 2020-10-20 | Deere & Company | Automatic product harvesting method and control system |
US11653588B2 (en) | 2018-10-26 | 2023-05-23 | Deere & Company | Yield map generation and control system |
US11178818B2 (en) | 2018-10-26 | 2021-11-23 | Deere & Company | Harvesting machine control system with fill level processing based on yield data |
US11672203B2 (en) | 2018-10-26 | 2023-06-13 | Deere & Company | Predictive map generation and control |
US11641800B2 (en) | 2020-02-06 | 2023-05-09 | Deere & Company | Agricultural harvesting machine with pre-emergence weed detection and mitigation system |
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 |
US11079725B2 (en) | 2019-04-10 | 2021-08-03 | Deere & Company | Machine control using real-time model |
US11957072B2 (en) | 2020-02-06 | 2024-04-16 | Deere & Company | Pre-emergence weed detection and mitigation system |
US11589509B2 (en) | 2018-10-26 | 2023-02-28 | Deere & Company | Predictive machine characteristic map generation and control system |
US11467605B2 (en) | 2019-04-10 | 2022-10-11 | Deere & Company | Zonal machine control |
US11778945B2 (en) | 2019-04-10 | 2023-10-10 | Deere & Company | Machine control using real-time model |
US11234366B2 (en) | 2019-04-10 | 2022-02-01 | Deere & Company | Image selection for machine control |
US11477940B2 (en) | 2020-03-26 | 2022-10-25 | Deere & Company | Mobile work machine control based on zone parameter modification |
US11650587B2 (en) | 2020-10-09 | 2023-05-16 | Deere & Company | Predictive power map generation and control system |
US11474523B2 (en) | 2020-10-09 | 2022-10-18 | Deere & Company | Machine control using a predictive speed map |
US11889788B2 (en) | 2020-10-09 | 2024-02-06 | Deere & Company | Predictive biomass map generation and control |
US11592822B2 (en) | 2020-10-09 | 2023-02-28 | Deere & Company | Machine control using a predictive map |
US11635765B2 (en) | 2020-10-09 | 2023-04-25 | Deere & Company | Crop state map generation and control system |
US11849672B2 (en) | 2020-10-09 | 2023-12-26 | 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 |
US11675354B2 (en) | 2020-10-09 | 2023-06-13 | Deere & Company | Machine control using a predictive map |
US11864483B2 (en) | 2020-10-09 | 2024-01-09 | Deere & Company | Predictive map generation and control system |
US11711995B2 (en) | 2020-10-09 | 2023-08-01 | 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 |
US11895948B2 (en) | 2020-10-09 | 2024-02-13 | Deere & Company | Predictive map generation and control based on soil properties |
US11825768B2 (en) | 2020-10-09 | 2023-11-28 | Deere & Company | Machine control using a predictive map |
US11874669B2 (en) | 2020-10-09 | 2024-01-16 | Deere & Company | Map generation and control system |
US11844311B2 (en) | 2020-10-09 | 2023-12-19 | Deere & Company | Machine control using a predictive map |
US11871697B2 (en) | 2020-10-09 | 2024-01-16 | Deere & Company | Crop moisture map generation and control system |
US11983009B2 (en) | 2020-10-09 | 2024-05-14 | 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 |
US11927459B2 (en) | 2020-10-09 | 2024-03-12 | Deere & Company | Machine control using a predictive map |
US11889787B2 (en) | 2020-10-09 | 2024-02-06 | Deere & Company | Predictive speed map generation and control system |
GB202107124D0 (en) * | 2021-05-19 | 2021-06-30 | Agco Int Gmbh | Residue spread monitoring |
US11870973B2 (en) | 2021-07-27 | 2024-01-09 | Deere & Company | Camera calibration tool |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03168002A (ja) * | 1989-11-28 | 1991-07-19 | Iseki & Co Ltd | コンバインの刈高制御装置 |
CN1284164A (zh) * | 1998-02-06 | 2001-02-14 | 德斯夸瑞德发展有限公司 | 谷物质量监测仪 |
US20100281837A1 (en) * | 2009-05-08 | 2010-11-11 | Talbot Francois R | Combine header with gauge wheels to control cut height |
CN104365273A (zh) * | 2013-08-12 | 2015-02-25 | 迪尔公司 | 驾驶员辅助系统 |
CN105203017A (zh) * | 2014-05-20 | 2015-12-30 | 迪尔公司 | 具有即时间隙检测的农作物感测系统和方法 |
US20160309656A1 (en) * | 2015-04-24 | 2016-10-27 | Claas Selbstfahrende Erntemaschinen Gmbh | Harvesting system having a self-propelled harvesting machine |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5995895A (en) | 1997-07-15 | 1999-11-30 | Case Corporation | Control of vehicular systems in response to anticipated conditions predicted using predetermined geo-referenced maps |
US8712144B2 (en) * | 2003-04-30 | 2014-04-29 | Deere & Company | System and method for detecting crop rows in an agricultural field |
DE102011085380A1 (de) | 2011-10-28 | 2013-05-02 | Deere & Company | Anordnung und Verfahren zur vorausschauenden Untersuchung von mit einer Erntemaschine aufzunehmenden Pflanzen |
DE102014203005B3 (de) * | 2014-02-19 | 2015-05-13 | Deere & Company | Vibrationsdämpfende Ansteuerung eines Aktors einer landwirtschaftlichen Arbeitsmaschine |
US10126282B2 (en) * | 2014-09-23 | 2018-11-13 | Deere & Company | Yield estimation |
EP3582603A4 (en) * | 2017-03-21 | 2021-01-06 | Blue River Technology Inc. | COMBINE WITH MACHINE FEEDBACK |
-
2018
- 2018-04-30 US US15/966,269 patent/US11240959B2/en active Active
-
2019
- 2019-03-28 BR BR102019006218-5A patent/BR102019006218A2/pt unknown
- 2019-03-28 CN CN201910245986.1A patent/CN110402675B/zh active Active
- 2019-04-16 EP EP19169562.6A patent/EP3563658B1/en active Active
-
2021
- 2021-12-29 US US17/564,443 patent/US20220256768A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03168002A (ja) * | 1989-11-28 | 1991-07-19 | Iseki & Co Ltd | コンバインの刈高制御装置 |
CN1284164A (zh) * | 1998-02-06 | 2001-02-14 | 德斯夸瑞德发展有限公司 | 谷物质量监测仪 |
US20100281837A1 (en) * | 2009-05-08 | 2010-11-11 | Talbot Francois R | Combine header with gauge wheels to control cut height |
CN104365273A (zh) * | 2013-08-12 | 2015-02-25 | 迪尔公司 | 驾驶员辅助系统 |
CN105203017A (zh) * | 2014-05-20 | 2015-12-30 | 迪尔公司 | 具有即时间隙检测的农作物感测系统和方法 |
US20160309656A1 (en) * | 2015-04-24 | 2016-10-27 | Claas Selbstfahrende Erntemaschinen Gmbh | Harvesting system having a self-propelled harvesting machine |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112970411A (zh) * | 2019-12-17 | 2021-06-18 | 迪尔公司 | 预测的农作物特性映射 |
Also Published As
Publication number | Publication date |
---|---|
EP3563658A1 (en) | 2019-11-06 |
US11240959B2 (en) | 2022-02-08 |
CN110402675B (zh) | 2023-03-14 |
EP3563658B1 (en) | 2023-09-06 |
US20220256768A1 (en) | 2022-08-18 |
BR102019006218A2 (pt) | 2019-11-05 |
US20190327889A1 (en) | 2019-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110402675A (zh) | 在农作物收割操作期间适配前视生物量转换和机器控制 | |
US10757865B2 (en) | Agricultural baler control system | |
CN111802061B (zh) | 使用实时模型的机械控制 | |
US11240961B2 (en) | Controlling a harvesting machine based on a geo-spatial representation indicating where the harvesting machine is likely to reach capacity | |
EP3662730B1 (en) | Machine control through active ground terrain mapping | |
US10412889B2 (en) | Combine harvester control information for a remote user with visual feed | |
US11178818B2 (en) | Harvesting machine control system with fill level processing based on yield data | |
US20210321566A1 (en) | Predictive map and machine control | |
EP3150049A1 (en) | Probabilistic control of an agricultural machine | |
CN107015519A (zh) | 机器操作增强 | |
US11895948B2 (en) | Predictive map generation and control based on soil properties | |
CN113491196A (zh) | 作物收割操作期间的前视感知和机械控制 | |
EP3525050B1 (en) | State machine for multiple input-multiple output harvester control | |
US9961831B1 (en) | Controlling a mobile machine based on sensed variables filtered with different filters | |
US20220410704A1 (en) | Communication of fill level to receiving vehicle(s) |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |