CN110651283A - 农业系统 - Google Patents
农业系统 Download PDFInfo
- Publication number
- CN110651283A CN110651283A CN201880030482.1A CN201880030482A CN110651283A CN 110651283 A CN110651283 A CN 110651283A CN 201880030482 A CN201880030482 A CN 201880030482A CN 110651283 A CN110651283 A CN 110651283A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- field
- agricultural
- controller
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000000463 material Substances 0.000 claims description 59
- 238000000034 method Methods 0.000 description 17
- 239000000446 fuel Substances 0.000 description 6
- 238000005259 measurement Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000004566 IR spectroscopy Methods 0.000 description 2
- 241001124569 Lycaenidae Species 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000004459 forage Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000010902 straw Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- 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
- A01F—PROCESSING OF HARVESTED PRODUCE; HAY OR STRAW PRESSES; DEVICES FOR STORING AGRICULTURAL OR HORTICULTURAL PRODUCE
- A01F15/00—Baling presses for straw, hay or the like
- A01F15/08—Details
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (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)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Environmental Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Agronomy & Crop Science (AREA)
- Primary Health Care (AREA)
- Animal Husbandry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Guiding Agricultural Machines (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
一种包括与农业交通工具(100)相关联的控制器(104)的系统。该控制器被配置为:接收代表处于农业田地(102)中的另一交通工具(107)的其它交通工具数据(110);并且基于该其它交通工具数据(110)确定代表该农业交通工具(100)在该农业田地(102)中要采取的路线的路线计划数据(112)。
Description
背景技术
例如,为农业田地中的农业机器确定准确的路线计划可以使得作物材料能够就操作所花费的时间长度和机器所使用的燃料量而言以有效的方式被拾取。在一些应用中,可以使用这种路线计划来自主操作农业机器。
发明内容
根据本发明的第一方面,提供了包括与农业交通工具相关联的控制器的系统,该控制器被配置为:接收其它交通工具数据,所述其它交通工具数据代表处于农业田地中的另一交通工具;以及基于所述其它交通工具数据确定路线计划数据,所述路线计划数据代表农业交通工具在农业田地中要采取的路线。
控制器可以被配置为确定路线计划数据,使得农业交通工具避开所述另一交通工具。
所述其它交通工具数据可以包括其它交通工具路线数据,所述其它交通工具路线数据代表所述另一交通工具要采取的路线。
所述其它交通工具数据可以包括其它交通工具尺寸数据,所述其它交通工具尺寸数据代表所述另一交通工具的大小和/或形状。
所述其它交通工具数据可以包括其它交通工具位置数据,所述其它交通工具位置数据代表所述另一交通工具的位置。
所述其它交通工具位置数据可以包括以下中的一个或多个:代表所述另一交通工具的先前位置的过去其它交通工具位置数据;代表所述另一交通工具的当前位置的当前其它交通工具位置数据;以及代表所述另一交通工具的将来位置的将来其它交通工具位置数据。
所述其它交通工具数据可以包括其它交通工具速度数据,所述其它交通工具速度数据代表所述另一交通工具的速度。
所述其它交通工具数据可以包括其它交通工具方向数据,所述其它交通工具方向数据代表所述另一交通工具的行进方向。
控制器可以进一步被配置为:接收田地数据,所述田地数据代表农业交通工具要从农业田地拾取的作物材料;以及基于所述田地数据确定路线计划数据。
控制器可以被配置为当农业机器从农业田地拾取作物材料时接收更新的田地数据。
控制器可以被配置为通过在农业交通工具在农业田地中使用的同时修改更早的路线计划来确定路线计划数据。
打捆机可以具有与其关联的打捆机优先级值。所述另一交通工具可以具有与其相关联的其它交通工具优先级值。控制器可以被配置为:将所述打捆机优先级值与所述其它交通工具优先级值进行比较,以及只有所述打捆机优先级值代表比所述其它交通工具优先级值更低的优先级时,才修改更早的路线计划。
控制器可以被配置为基于路线计划数据确定农业交通工具的交通工具控制指令。
交通工具控制指令可以包括用于自动控制农业交通工具的行进方向的交通工具转向指令。
交通工具控制指令还可以包括用于自动控制农业交通工具沿着路线在各位置处的速度的路线速度指令。
系统还可以包括被配置为获取以下数据的无人驾驶交通工具:田地数据,代表在农业田地中具有所述另一交通工具的农业田地;和与该田地数据相关联的田地位置数据。控制器可以被配置为基于田地数据和田地位置数据确定所述其它交通工具数据。
控制器可以进一步配置为:基于田地数据确定其它交通工具尺寸数据,所述其它交通工具尺寸数据代表所述另一交通工具的大小;以及基于所述其它交通工具尺寸数据确定路线计划数据。
路线计划数据可以代表农业交通工具对于农业田地的整个未处理的部分所要采取的路线。
系统还可以包括被配置为根据交通工具控制指令操作的农业交通工具。农业交通工具可以是打捆机。
可以提供计算机程序,所述计算机程序当在计算机上运行时,导致计算机配置任何装置(包括本文公开的控制器、处理器、机器、交通工具或设备),或执行本文公开的任何方法。计算机程序可以是软件实现,并且计算机可以被视为任何适当的硬件,作为非限制性的示例,包括数字信号处理器、微控制器以及在只读存储器(ROM)、可擦除可编程只读存储器(EPROM)或电子可擦除可编程只读存储器(EEPROM)中的实现。
计算机程序可以被设置在计算机可读介质上,该计算机可读介质可以是物理计算机可读介质,诸如盘或存储器设备,或者可以实施为瞬态信号。这种瞬态信号可以是网络下载,包括因特网下载。
附图说明
现在通过示例并参考附图来描述本发明的实施例,其中:
图1示出农业田地的示例;
图2示意性地示出与确定农业交通工具在农业田地中遵循的路线相关联的系统;
图3示意性地示出与确定打捆机(baler)在农业田地中可以遵循的路线相关联的另一系统;以及
图4示意性地示出与确定打捆机在农业田地中遵循的路线相关联的又一系统。
具体实施方式
图2示意性地示出与确定农业交通工具在农业田地102中遵循的路线相关联的系统。在本示例中,农业交通工具是打捆机100。系统包括与打捆机100相关联的控制器104。应理解,控制器104可以位于打捆机100上,或者远离打捆机100。例如,控制器104的功能可以在远程服务器(诸如“在云中”的远程服务器)上执行。
田地102包括数行作物材料,这些作物材料可以是以垄(swath)106的形式留在田地102中的干草、稻草或类似的产品。垄106是所讨论(in question)的产品的细长行,其以横向中心堆积并且倾向于在各自的横向边缘处变平。典型地,如图1所示,已经经过收割的田地102包含许多基本上相互平行的垄106。垄通过很大程度上一致的间隙相互分开。垄106中的作物材料可以由打捆机100拾取,并且然后在田地102中存放为捆108。图1所示的田地102已经被部分处理,因为它包括用于打捆的数行垄106还有已完成的捆108二者。
应理解,多于一台的农业机器可以同时在田地102中工作。例如:多个打捆机可以同时在田地102中操作;或者带有用于收集捆108的拖车的拖拉机可以与打捆机100同时在田地102中。本文公开的控制器104中的一个或多个可以确定农业机器(诸如图1的打捆机100)的考虑到关于处于田地102中的另一交通工具107的信息的路线。这可以降低农业机器与所述另一交通工具107碰撞的可能性。
本文公开的控制器也可以与不是打捆机的农业机器一起使用。例如,农业机器可以是拖拉机、草料收割机、联合收割机或用于聚集捆的伸缩臂叉装机,并且控制器104可以计划农业机器的路线,使得该路线考虑到关于与该农业机器同时在田地102中或将与该农业机器同时在田地102中的任何其它交通工具107的信息。
在一些实施例中,控制器(可以是或不是如图2所示的与打捆机100相关联的控制器104)可以被用于基于其它交通工具数据110确定初始路线计划数据112,所述其它交通工具数据110代表将与打捆机110同时在农业田地102中的另一交通工具107。以这种方式,可以在打捆机100和/或所述另一交通工具107进入田地102之前确定路线计划数据112。
任选地,至少打捆机100和所述另一交通工具107可以具有与它们相关联的优先级值,使得在确定交通工具的路线计划时可以使用层级结构。在一个示例中,在打捆操作之前,垄数据对于田地102是可用的(例如,如下文将讨论的,由无人机获取)。然后,与“主”机器(具有最高优先级的交通工具)相关联的控制器104可以在所有机器/交通工具在田地102中开始操作之前确定它们的路线计划数据。如果完整的垄数据是不可用的,那么在一些示例中,控制器可以使用代表垄106的末端的位置的信息,并且然后预测代表垄的位置的垄位置数据。在一些示例中,垄末端的位置可以在地头(headland)的打捆期间检测。应理解,代表打捆机100(或任何其它农业交通工具)要处理的农业田地的任何田地数据可以由控制器104用于确定多个农业交通工具的路线计划数据,这任选地也使用与这些农业交通工具中的每一个相关联的优先级值来确定。
作为非限制性示例,这种初始计划可以由与“主”机器相关联的控制器或可以位于云中或可以与无人机相关联的监控控制器执行。
当执行这种初始计划阶段时,控制器104可以任选地使用用户偏好数据来确定路线计划数据。在一些示例中,控制器104可以使用与“主”机器/交通工具相关联的用户偏好数据。
在一些实施例中,与打捆机100相关联的控制器104接收代表处于农业田地102中的另一交通工具107的其它交通工具数据110,并且确定路线计划数据112。
如下面将更详细地讨论的,所述其它交通工具数据110可以包括以下中的一个或多个:其它交通工具路线数据、其它交通工具尺寸数据、其它交通工具位置数据、其它交通工具速度数据和其它交通工具方向数据。路线计划数据112代表打捆机100在农业田地中要采取的基于所述其它交通工具数据110的路线。如下面详细讨论的,这种处理可以在打捆机100处于田地102中的同时使得打捆机100的路线计划能够被实时调整,以避开所述另一交通工具107。
在一些示例中,控制器104可以通过在打捆机100在田地102中使用的同时修改更早的路线计划来确定路线计划数据112。例如,可以为打捆机100生成初始路线计划,以拾取作物材料的垄106。然而,当生成该初始路线计划时,可能不能在打捆机100遵循初始路线的同时准确地确定所述另一交通工具107将处于何处。
路线计划数据112可以包括打捆机100在拾取垄106中的作物材料时要经过的位置的序列。例如,控制器104可以确定用于在避开田地102中的所述另一交通工具107的同时拾取所有作物材料的最短可能路线。
在其中由拖拉机牵引打捆机100的示例中,路线计划数据112可以包括打捆机路线计划数据和拖拉机路线计划数据。以这种方式,控制器104可以确保打捆机100和拖拉机二者均避开所述另一交通工具107。可只需要提供拖拉机路线计划数据作为输出,因为正是该数据可由操作员用于驱动拖拉机,使得打捆机100遵循期望的路线。或者,可以通过使用拖拉机路线计划数据来自主地控制拖拉机,使得打捆机100遵循期望的路线。应理解,本文档中有关控制打捆机100的任何描述都同样可以适于控制牵引打捆机100的拖拉机(或控制任何其它农业机器)。这是因为拖拉机的任何这种控制都可以被视为间接地控制打捆机100。
路线计划数据112可以代表打捆机100/拖拉机对于田地102的整个未处理/未打捆的部分所要采取的路线。即,路线计划数据112可以被确定为使得它考虑到田地102的已打捆的部分,同时确保路线被计划为对每一个剩余的垄106中的作物材料进行打捆。
在一些示例中,控制器104可以确定路线计划数据,使得打捆机100将避开所述另一交通工具107。
可以从农业田地中的所述另一交通工具107或者从与所述另一交通工具107相关联的任何处理器(例如,自主控制所述另一交通工具107的远程处理器)接收所述其它交通工具数据110。在一些示例中,交通工具间通信可以被用于在打捆机100和所述另一交通工具107之间传输数据。该通信可以是直接的,也可以通过“云”进行。
所述其它交通工具数据可以包括代表所述另一交通工具107要采取的路线的其它交通工具路线数据。这可以是为所述另一交通工具107计划的初始路线,或者可以是为所述另一交通工具107动态修改的路线。以这种方式,可以执行相对长期的预测和计划,用以例如覆盖农业操作(可能是打捆)的持续时间。这可导致打捆机100和所述另一交通工具107中的一个或两个的改进/优化的路线。
在一些应用中,至少打捆机100和所述另一交通工具107可以具有与它们相关联的优先级值,使得可以在确定/修改交通工具的路线计划时使用层级结构。例如,控制器104可以将打捆机优先级值与其它交通工具优先级值进行比较,并且只有在打捆机优先级值代表比所述其它交通工具优先级值更低的优先级时,才修改打捆机100的更早的路线计划。如果打捆机优先级值代表比所述其它交通工具优先级值更高的优先级,则在所述另一交通工具107的路线计划反而预期要被改变的基础上,控制器104可以不修改打捆机100的现有的路线计划。在其中所述另一交通工具107也是打捆机的示例中,本文描述的功能可以使得能够生成有效的路线,以致多个打捆机可以在田地102中同时操作。
在一些示例中,所述其它交通工具数据110包括代表所述另一交通工具107的位置的其它交通工具位置数据。所述其它交通工具位置数据可以包括以下中的一个或多个:(i)过去其它交通工具位置数据,其代表所述另一交通工具107的先前位置;(ii)当前其它交通工具位置数据,其代表所述另一交通工具107的当前位置;以及(iii)将来其它交通工具位置数据,其代表所述另一交通工具107的预期将来位置。控制器104可以任选地通过处理其它交通工具路线计划数据来确定这种其它交通工具位置数据,所述其它交通工具路线计划数据代表所述另一交通工具107在田地102中将要采取或正在采取的路线。在一些示例中,所述其它交通工具位置数据,特别是所述过去其它交通工具位置数据和/或所述当前其它交通工具位置数据,可以由与所述另一交通工具107相关联的位置确定系统(诸如GPS接收器)提供。
为了确定当前其它交通工具位置数据和/或将来其它交通工具位置数据,控制器104可以处理代表所述另一交通工具107遵循其当前路线的开始时间的其它交通工具路线开始时间数据。以这种方式,其它交通工具时间戳可以与所述当前其它交通工具位置数据相关联,和/或与由所述将来其它交通工具位置数据代表的特定位置相关联。
然后,控制器104可以基于所述其它交通工具位置数据确定路线计划数据112。例如,当打捆机100遵循当前路线计划时,控制器104可以确定该打捆机100将来将占据的位置的序列以及相关联的农业交通工具时间戳值。然后,控制器104可以将该信息与和所述将来其它交通工具位置数据相关联的所述其它交通工具时间戳进行比较。如果控制器104确定打捆机100和所述另一交通工具107的位置之间的差在任何将来的时间瞬间小于阈值差,则控制器104可以通过修改当前/更早的路线计划来确定新的路线计划数据,使得当打捆机100遵循新的路线计划时,打捆机100和所述另一交通工具107的位置之间的差在任何将来的时间瞬间将不小于阈值差。例如,控制器104可以通过修改更早的路线计划来确定新的路线计划数据,使得打捆机100在遵循与所述更早的路线计划相同的轨迹的同时减慢。
在一些示例中,所述其它交通工具数据包括代表所述另一交通工具107的速度的其它交通工具速度数据。所述其它交通工具速度数据可以包括以下中的一个或多个:(i)过去其它交通工具速度数据,其代表所述另一交通工具107的先前速度;(ii)当前其它交通工具速度数据,其代表所述另一交通工具107的当前速度;以及(iii)将来其它交通工具速度数据,其代表所述另一交通工具107的预期的将来速度。控制器104可以任选地通过处理代表所述另一交通工具107在田地102中将要采取或正在采取的路线的其它交通工具路线计划数据来确定这种其它交通工具速度数据以及所述另一交通工具107意图沿着路线在各个点处具有的速度。为了确定所述当前其它交通工具速度数据和/或在将来时间在各个点处的所述将来其它交通工具速度数据,控制器104还可以处理其它交通工具路线开始时间数据。在一些示例中,所述其它交通工具速度数据,特别是所述过去其它交通工具速度数据和/或所述当前其它交通工具速度数据,可以由与所述另一交通工具107相关联的速度计或位置确定系统提供。
任选地,为了对所述将来其它交通工具速度数据进行统计预测,控制器104可以处理所述过去其它交通工具速度数据和所述当前其它交通工具速度数据。例如,如果所述另一交通工具107已以相同的速度在行进达阈值时间段,则控制器104可以预测所述另一交通工具107将继续以该速度行进,并且因此将历史速度值归为所述将来其它交通工具速度数据。
为了确定所述将来其它交通工具位置数据,控制器104可以处理所述其它交通工具速度数据。因此,控制器104可以直接或间接地基于所述其它交通工具速度数据来确定路线计划数据112。
在一些示例中,所述其它交通工具数据包括代表所述另一交通工具107的行进方向的其它交通工具方向数据。所述其它交通工具方向数据可以包括以下中的一个或多个:(i)过去其它交通工具方向数据,其代表所述另一交通工具107的先前方向;(ii)当前其它交通工具方向数据,其代表所述另一交通工具107的当前方向;以及(iii)将来其它交通工具方向数据,其代表所述另一交通工具107的预期将来方向。控制器104可以任选地通过处理代表所述另一交通工具107在田地102中将要采取或正在采取的路线的其它交通工具路线计划数据以及所述另一交通工具107意图沿着路线在各个点处具有的方向来确定这种其它交通工具方向数据。为了确定所述当前其它交通工具方向数据和/或在将来时间在各个点处的所述将来其它交通工具方向数据,控制器104还可以处理其它交通工具路线开始时间数据。在一些示例中,所述其它交通工具方向数据,特别是所述过去其它交通工具方向数据和/或所述当前其它交通工具方向数据,可以由与所述另一交通工具107相关联的陀螺仪或位置确定系统提供。
任选地,为了对将来其它交通工具方向数据进行统计预测,控制器104可以处理所述过去其它交通工具方向数据和所述当前其它交通工具方向数据。例如,如果所述另一交通工具107已以相同的方向在行进达阈值时间段,则控制器104可以预测所述另一交通工具107将继续沿该方向行进,并且因此将历史方向值归为所述将来其它交通工具方向数据。
为了确定所述将来其它交通工具位置数据,控制器104可以处理所述其它交通工具方向数据。因此,控制器104可以直接或间接地基于所述其它交通工具方向数据确定路线计划数据112。
在一些示例中,所述其它交通工具数据包括代表所述另一交通工具的大小和/或形状的其它交通工具尺寸数据。对于特定类型的其他交通工具107,所述其它交通工具尺寸数据可以被固定/硬编码,或者可以使用一个或多个传感器来确定。在这种示例中,控制器104可以将所述其它交通工具位置数据确定为所述另一交通工具107的多组坐标。例如,所述多组坐标可以代表所述另一交通工具107的一个或多个角的位置,并且可以足以使得它们可以一起用于确定所述另一交通工具107的二维占地面积(footprint)的周界(从上方看时),或者用于确定所述另一交通工具107的三维体积的周界。
控制器104可以通过沿着所述另一交通工具107要遵循的路线在任意点处对所述另一交通工具107的位置(其它交通工具位置数据)应用偏移来确定所述多组坐标。控制器104可以基于所述其它交通工具尺寸数据来确定偏移。
然后,控制器104可以任选地结合所述另一交通工具位置数据基于所述其它交通工具尺寸数据来确定路线计划数据112。
因此,如果可用,所述其它交通工具数据可以包括与所述另一交通工具的位置、尺寸、对地速度和所计划的路线(期望的轨迹)中的一个或多个有关的数据。在一些示例中,可以根据从监测所述另一交通工具107的传感器获取的传感器数据来确定所述其它交通工具数据110。例如,为了监测所述另一交通工具107的运动,无人驾驶飞行器可以使用照相机来获取图像数据。
图3示意性地示出与确定打捆机200可以在农业田地(如图1所示)中遵循的路线相关联的另一系统。系统包括控制器204和打捆机200。控制器204可被用于自主地控制打捆机200(或牵引打捆机200的拖拉机)。即,系统可以被视为包括被配置为根据交通工具控制指令操作的打捆机200。
在该示例中,控制器204接收其它交通工具数据210和田地数据216,并且基于下面将描述的所述其它交通工具数据210和田地数据216来确定路线计划数据212。
控制器204基于路线计划数据212确定打捆机200的交通工具控制指令218。交通工具控制指令218可以包括交通工具转向指令,用于自动控制打捆机200的行进方向,使得打捆机200遵循特定路线穿过农业田地。以这种方式,打捆机200可以被自主地控制,使得它遵循特定的路线穿过农业田地以从农业田地拾取作物材料。除了或代替如上所述的避开处于田地中的其它交通工具之外,可以计划路线,使得它提供一个或多个优点,例如:
(i)高效的打捆机/拖拉机使用,诸如用于从田地拾取和打捆所有作物材料的低的总体燃料消耗;
(ii)就将田地中的所有作物材料打捆所需要的时间而言的高效的打捆;以及
(iii)优先拾取具有特定特性的作物材料(例如,如下文所述,由作物性质数据定义),诸如垄的具有大体积的作物材料的部分。
在一些示例中,控制器204还可以使用打捆机位置数据和/或打捆机方向数据以确定路线计划数据212,所述打捆机位置数据和/或打捆机方向数据代表正在为其确定路线计划的打捆机200的当前位置和行进方向。
交通工具控制指令还可以包括用于自动控制打捆机200沿着路线在各位置处的速度的路线速度指令。例如,交通工具控制指令还可以包括交通工具转向指令和路线速度指令,使得打捆机200可以以适当的转弯速度在田地中以期望的转弯角度进行转弯,使得打捆机200避开处于田地中的另一交通工具。
如上所述,在该示例中,控制器204还接收代表打捆机200要处理的农业田地的田地数据216。例如,田地数据216代表打捆机要从田地拾取的作物材料的垄。在一个实例中,田地数据216可以代表作物材料的仍要打捆的垄的位置。田地数据216还可以代表作物材料的垄的一个或多个性质。在一些示例中,当打捆机200从田地拾取作物材料时,控制器204接收更新的田地数据216。
控制器204还可以基于田地数据216确定路线计划数据212。以这种方式,一个或多个其它交通工具的位置和未打捆的垄的性质(例如垄的位置)二者可被用于确定路线计划数据212。在其它示例中,如下面将参考图4详细讨论的,田地数据216可被用于确定所述其它交通工具数据210。
在一些示例中,这里公开的任何控制器可以确定路线计划数据,使得农业交通工具采取与所述另一交通工具的路线具有预定关系的路径。在一个示例中,控制器可以确定路线计划数据,使得农业交通工具遵循与所述另一交通工具要遵循的路径平行并且以预定距离分开的路径(至少达阈值距离/时间)。例如,路线可被计划为使得材料或燃料可以在农业交通工具和所述另一交通工具之间转移。这种示例可以特别是与联合收割机和草料收割机或在交通工具之间转移作物材料的任何其它农业交通工具(包括由交通工具拖拽的集装箱)相关。在一个具体的示例中,第一联合收割机可以卸载到它旁边的第二联合收割机中,并且然后该第二联合收割机卸载到卡车中。这种示例可以得益于为两个或更多个交通工具确定的路线计划数据,使得其考虑到其它交通工具数据。
一种可能的控制策略可以是将田地划分为区,然后将不同的区献给不同的机器。另一种策略可以是使机器彼此靠近,例如在大的田地中,多个机器/交通工具彼此相距很远可能是不利的。因此,可以为多个农业交通工具确定路线计划数据,使得在遵循路线的同时它们的瞬时位置之间的距离小于阈值距离。以这种方式,交通工具可以说采取与所述另一交通工具的路线具有预定关系的路径。
图4示意性地示出与确定打捆机300在农业田地302中要遵循的路线相关联的又一个系统。在图2或图3中也示出的图4的特征在300系列中给出了相应的附图标记,这里不必再描述。
系统包括交通工具320。在本示例中,交通工具是无人驾驶交通工具320。无人驾驶交通工具320可以是无人驾驶航空器(有时称为无人机)。在其它示例中,交通工具320可以是陆地交通工具,该陆地交通工具可以是或可以不是无人驾驶的。
无人驾驶交通工具320可以包括用于获得田地数据316的一个或多个传感器。图4中示意性地示出这种传感器的视野326。
在本示例中,无人驾驶交通工具320包括可以获取田地数据316的传感器322。在本示例中,传感器322是可以获取田地图像数据的照相机。田地图像数据可以是二维图像数据或三维图像数据,并且在一些示例中照相机可以是3D扫描仪或3D照相机。
替代地,或者另外,田地数据316可以包括:由雷达获取的田地雷达数据、由LIDAR传感器获取的田地LIDAR数据、由水分传感器获取的田地水分数据、由红外传感器获取的田地IR数据、由超声波传感器获取的超声波数据或者来自可以获取关于农业田地302或农业田地302中的作物材料的信息的任何类型的传感器的任何其它类型的田地数据。为了确定路线计划数据312和任选的交通工具控制指令(未示出),控制器304可以要么直接地要么间接地处理这些不同类型的田地数据316中的一个或多个。
在一些示例中,控制器304可以基于(直接或间接地)田地数据316确定代表农业田地302中的作物材料的作物性质数据。例如,为了确定作物类型、材料中的茎长、材料密度和残端高度信息中的一个或多个,控制器304可以对田地图像数据执行对象识别算法。残端高度是作物被切断处的高度。在一些条件下,诸如对于麦秸,垄铺在残端之上,这导致垄看起来比实际上大。
在一些示例中,控制器304还可以或者替代地处理不同类型的田地数据以确定作物性质数据。例如,控制器304可以处理田地IR数据以确定作物材料的温度,或者控制器304可以处理田地水分数据以确定作物材料的湿度/湿润度。
在一个示例中,作物性质数据可以包括代表农业田地302中的作物材料的大小的材料大小数据。这种材料大小数据可以包括垄306的高度、宽度、横截面积、体积或形状。因此,作物性质数据可以代表作物材料的一维、二维或三维物理特性,并且可以基于二维图像数据或三维图像数据来确定。
然后,控制器304可以基于以上类型的作物性质数据中的一个或多个来确定打捆机300的路线计划数据312。在一些示例中,控制器304基于以上类型的作物性质数据中的一个或多个来确定打捆机300的交通工具控制指令。控制器304可使得打捆机300行进为:(i)在作物材料的大的部分(例如具有比大小阈值更大的材料大小数据(诸如横截面积)的部分)之上更慢;(ii)在作物材料的薄的部分(例如具有比密度阈值更小的密度的部分)之上更快;(iii)在非常窄的垄之上以之字形路径,以得到打捆机300的预压缩室的良好进给;以及(iv)例如,如果存在垄306的小的中断,则不过度地改变速度(例如使得打捆机300的加速/减速不大于速度变化阈值),以提高驾驶员舒适性(例如,对于小于路径长度阈值的路径长度,小的中断可以被识别为小于垄高度阈值的垄306的高度)。
应理解,以上示例是非限制性的,并且打捆机可以以许多其它方式基于作物性质数据来自动地控制。在一些示例中,诸如在开始打捆操作时,打捆机/拖拉机的操作员可以选择不同的选项。例如,当开始一个田地时,操作员可以能够输入诸如以下的“设定”:
-如果我碰到湿的地点:控制器应如何控制打捆机/拖拉机-减慢速度并继续打捆或提升拾取物;和/或
-如果检测到高度地压缩的垄:控制器应如何控制打捆机/拖拉机-减慢速度并继续打捆或提升拾取物。
以这种方式,控制器可以基于以下来确定打捆机300的交通工具控制指令(i)以上的类型的作物性质数据中的一个或多个;和(ii)用户输入。
因此,以许多方式,控制器304可以基于作物性质数据来确定交通工具控制指令和/或路线计划数据312。例如,控制器304可以计划打捆机300的路线,使得在作物材料的具有较低密度的区域之前拾取作物材料的具有较高密度的区域。这可能是有利的,使得首先拾取最有价值的作物材料(就打捆机300每行进一段距离的作物体积而言)。在另一示例中,控制器304可以计划路线,使得打捆机300在作物材料的具有较高湿度的区域之前拾取作物材料的具有较低湿度的区域。以这种方式,更湿的作物材料具有更长的时间来变干。作为又一示例,控制器304可以基于一天中的要拾取作物材料的时间和/或作物材料的所测量或预测的温度来确定打捆机300的路线计划数据312。这可能有利于作物材料为了打捆(为了更好的摩擦性质)而尽可能冷。因此,路线计划数据312可以被计划为使得拾取的作物材料可能低于作物温度阈值。作为又进一步的示例,控制器304可以基于作物材料的湿度/湿润度来确定打捆机300的路线计划数据,使得作物材料的湿的地点可以被相继打捆,以不将湿的作物和干的作物混合在相同的捆中。
控制器304可以基于田地数据316来确定代表农业田地302的性质的田地性质数据。例如,控制器304可以确定田地数据的与作物材料的垄306相对应的第一区域以及田地数据的与农业田地302相对应的第二区域(在田地数据的该第一区域的周界之外)。如上所述,控制器304可以基于与田地数据的该第一区域相对应的数据来确定作物性质数据。控制器304还可以基于该第二区域来确定田地性质数据,并且然后基于田地性质数据来确定交通工具控制指令和/或路线计划数据312。
田地性质数据可以包括代表农业田地302的湿润度的田地湿润度数据。在这种示例中,控制器304可以处理田地数据以识别田地数据的与农业田地302相对应的第二区域的位置,并然后基于由用于所识别的第二区域的水分传感器获取的田地水分数据确定田地湿润度数据。然后,控制器304可以相应地控制打捆机300的速度,例如以防止打捆机300在田地302的具有超过湿润度阈值的田地湿润度数据的部分中比速度阈值更快地行进。
田地性质数据还可以包括代表农业田地302的轮廓的田地轮廓数据。在一些示例中,用户可以向控制器304提供田地轮廓数据,因为该数据获取可以被视为一次性工作。在其它示例中,控制器304可以例如基于田地图像数据或田地雷达数据来确定田地轮廓数据。然后,控制器304可以基于田地轮廓数据确定交通工具控制指令和/或路线计划数据312。例如,对于农业田地302的具有陡峭斜坡的区域(例如,代表大于梯度阈值的梯度的田地轮廓数据),控制器304可以确定用于自动控制打捆机300的速度的路线速度指令,使得该速度不超过速度阈值。而且,在这种情况下,控制器304可以确定防止打捆机300的转向角度超过转向角度阈值的交通工具转向指令。作为另一示例,控制器304可以基于田地轮廓数据来确定打捆机300的路线计划数据。例如,控制器304可以计算对于侧面上的大垄而言导致打捆机300在它沿着具有大于梯度阈值的梯度的斜坡行进时拾取作物材料的路线。这可以提供优点,因为在一些应用中,牵引打捆机300的拖拉机可能没有足够的功率以保持其最优速度。
在一些示例中,交通工具320可以包括用于获取代表作物材料的高度的材料高度数据的高度测量传感器。然后,控制器304可以基于材料高度数据来确定交通工具控制指令和/或路线计划数据312。例如,控制器304可以基于材料高度数据来设定打捆机300的路线速度指令,使得当作物材料的高度相对大时,打捆机300行进得更慢。高度测量可以被用作垄306的大小的指标。如果在交通工具320移动的同时进行多个高度测量,则可以将它们组合以提供3D扫描。如果残端密度足够高,则高度测量传感器也可以被用于测量代表残端高度的残端高度信息。无论如何确定残端高度,在一些示例中,控制器304可以从所测量的作物高度减去残端高度,以确定垄高数据。然后,控制器304可以基于垄高数据来确定交通工具控制指令和/或路线计划数据312。
在一些示例中,控制器304可以基于田地数据316确定代表通过拾取所有作物材料而将获得的捆数的估计值的捆计数。例如,控制器304可以处理材料大小数据(代表作物材料的大小),并且计算代表要拾取的作物总量的总作物量。然后,控制器304可以将总作物量除以单个捆的体积,以确定捆计数。将捆计数提供为输出可用于对拾取作物材料的操作进行计划。例如,可以预先估计收集捆308所需的卡车数量以及工作需要多长时间。这种类型的信息对于工作计划可以是特别有利的输入。例如,为了确定打捆机300的能量需求,控制器304可以处理总作物体积和/或捆计数。例如,如果总作物体积非常大,则控制器304可以确定打捆机300将不得不在某个点返回到它可以重注更多能量/燃料的位置。因此,控制器304可以确定考虑到这一点的路线,并且/或者可以自动控制打捆机300,使得其可用能量/燃料以适当的方式用于能量/燃料的将来所需的重注。控制器304可以在拾取作物材料的操作之前确定初始捆计数和/或能量需求,并且在操作期间确定更新的捆计数和能量需求。
交通工具320可以获取:(i)代表农业田地302的田地数据316,该农业田地302具有位于其中的另一交通工具307;和(ii)与田地数据316相关联的田地位置数据(未示出)。控制器304可以任选地基于田地数据316和田地位置数据来确定路线计划数据312。
在此示例中,交通工具320获取与田地图像数据相关联的田地位置数据。例如,交通工具320可以具有位置确定系统324(诸如GPS),该位置确定系统324提供代表在获取田地图像数据时交通工具320的位置的交通工具位置数据。控制器304还可以接收照相机方向数据和交通工具海拔数据。照相机方向数据可以代表照相机相对于交通工具320所面对的方向。如果照相机不可移动地固定到交通工具320,则照相机方向数据可以被硬编码。如果照相机可移动地安装到交通工具320,则照相机方向数据可以取不同的值,这些值可以在控制器304处从交通工具320接收为输入信号。然后,如本领域中已知的,控制器304可以使用简单的三角算法,以基于交通工具位置数据、照相机方向数据、交通工具海拔数据(如果交通工具320是飞行器)和交通工具320的行进方向将田地位置数据归到由田地图像数据代表的物体/区域。
在一些示例中,控制器304可以基于田地数据316和田地位置数据来确定其它交通工具数据310。控制器304可以基于田地数据和/或田地位置数据来确定其它交通工具位置数据、其它交通工具速度数据、其它交通工具方向数据和其它交通工具尺寸数据中的一个或多个。在这种情况下,控制器304可以基于田地数据316和田地位置数据来确定其它交通工具数据中的一些或全部,并且控制器304可能不需要单独地(诸如直接从所述另一交通工具307)接收所述其它交通工具数据310。
使用飞行器320可以使得能够从相对高的海拔获取田地数据316以获得田地302的概览,由此提供宽视野。随后或者替代性地,飞行器320可以与打捆机300一起保持在较低的海拔。所收集的田地数据316可以流传输到控制器304和/或“云”。当飞行器320与打捆机300一起保持时,可以部署以下策略中的一个或多个。第一,飞行器320可以在打捆机300上方飞行,以获取关于打捆机300周围的信息。以这种方式,它可以检测打捆机300前面的物体,并且还确定所述另一交通工具307的一个或多个性质。第二,飞行器320可以在打捆机300的前面飞行,以关于物体扫描打捆机300的将来轨迹。第三,飞行器320可以扫描整个田地302以获得任何障碍物的概览,包括所述另一交通工具307。
应理解,在一些示例中,参考图4描述的交通工具320的功能中的一个或多个可以由农业交通工具/打捆机300本身实现。例如,可以通过处理由农业交通工具/打捆机300上的传感器获取的信号来确定田地数据和作物性质数据。
这里公开的示例中的一个或多个可以提高打捆机操作的安全性,因为与物体(诸如另一交通工具307)碰撞的可能性较小。
这里描述的系统可以在打捆期间动态映射和/或预测田地中的其他交通工具的特性,并且可以利用技术以收集用于映射所述其他交通工具的数据,并且可以确定打捆机的路线和/或自动控制打捆机。在一些示例中,无人机可用于映射所述其他交通工具。此外,还可以使用由所述其他交通工具本身产生的关于所述其他交通工具的信息。
应理解,可以通过将数据与一个或多个阈值进行比较、将算法应用于数据或使用查找表/数据库以基于接收/确定的数据确定控制值,来执行本文公开的任何控制操作,诸如设定打捆机或相关联的拖拉机的速度或行进方向。
Claims (20)
1.一种系统,包括:
与农业交通工具相关联的控制器,所述控制器被配置为:
接收其它交通工具数据,所述其它交通工具数据代表处于农业田地中的另一交通工具;以及
基于所述其它交通工具数据确定路线计划数据,所述路线计划数据代表所述农业交通工具在所述农业田地中要采取的路线。
2.根据权利要求1所述的系统,其中,所述控制器被配置为确定所述路线计划数据,使得所述农业交通工具将避开所述另一交通工具。
3.根据权利要求1所述的系统,其中,所述其它交通工具数据包括其它交通工具路线数据,所述其它交通工具路线数据代表所述另一交通工具要采取的路线。
4.根据权利要求1所述的系统,其中,所述其它交通工具数据包括其它交通工具尺寸数据,所述其它交通工具尺寸数据代表所述另一交通工具的大小和/或形状。
5.根据权利要求1所述的系统,其中,所述其它交通工具数据包括其它交通工具位置数据,所述其它交通工具位置数据代表所述另一交通工具的位置。
6.根据权利要求5所述的系统,其中,所述其它交通工具位置数据包括以下中的一个或多个:
过去其它交通工具位置数据,所述过去其它交通工具位置数据代表所述另一交通工具的先前位置;
当前其它交通工具位置数据,所述当前其它交通工具位置数据代表所述另一交通工具的当前位置;以及
将来其它交通工具位置数据,所述将来其它交通工具位置数据代表所述另一交通工具的将来位置。
7.根据权利要求1所述的系统,其中,所述其它交通工具数据包括其它交通工具速度数据,所述其它交通工具速度数据代表所述另一交通工具的速度。
8.根据权利要求1所述的系统,其中,所述其它交通工具数据包括其它交通工具方向数据,所述其它交通工具方向数据代表所述另一交通工具的行进方向。
9.根据权利要求1所述的系统,其中,所述控制器进一步被配置为:
接收田地数据,所述田地数据代表所述农业交通工具要从所述农业田地拾取的作物材料;以及
基于所述田地数据确定所述路线计划数据。
10.根据权利要求9所述的系统,其中,所述控制器被配置为当农业机器从所述农业田地拾取所述作物材料时接收更新的田地数据。
11.根据权利要求1所述的系统,其中,所述控制器被配置为通过在所述农业交通工具在所述农业田地中使用的同时修改更早的路线计划来确定所述路线计划数据。
12.根据权利要求11所述的系统,其中:
所述打捆机具有与所述打捆机相关联的打捆机优先级值;
所述另一交通工具具有与所述另一交通工具相关联的其它交通工具优先级值;以及
所述控制器被配置为:
将所述打捆机优先级值与所述其它交通工具优先级值进行比较,以及
只有所述打捆机优先级值代表比所述其它交通工具优先级值更低的优先级时,才修改所述更早的路线计划。
13.根据权利要求1所述的系统,其中,所述控制器被配置为基于所述路线计划数据来确定所述农业交通工具的交通工具控制指令。
14.根据权利要求13所述的系统,其中,所述交通工具控制指令包括用于自动控制所述农业交通工具的行进方向的交通工具转向指令。
15.根据权利要求14所述的系统,其中,所述交通工具控制指令还包括用于自动控制所述农业交通工具沿着所述路线在各位置处的速度的路线速度指令。
16.根据权利要求1所述的系统,还包括:
被配置为获取以下数据的无人驾驶交通工具:
田地数据,代表在农业田地中具有所述另一交通工具的所述农业田地;和
与所述田地数据相关联的田地位置数据;以及
其中,所述控制器被配置为基于所述田地数据和所述田地位置数据来确定所述其它交通工具数据。
17.根据权利要求16所述的系统,其中,所述控制器进一步被配置为:
基于所述田地数据确定其它交通工具尺寸数据,所述其它交通工具尺寸数据代表所述另一交通工具的大小;以及
基于所述其它交通工具尺寸数据确定所述路线计划数据。
18.根据权利要求1所述的系统,其中,所述路线计划数据代表所述农业交通工具对于所述农业田地的整个未处理的部分所要采取的路线。
19.根据权利要求13所述的系统,其中,所述系统还包括被配置为根据所述交通工具控制指令操作的农业交通工具。
20.根据权利要求1所述的系统,其中,所述农业交通工具是打捆机。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
BE20175340A BE1024469B1 (nl) | 2017-05-09 | 2017-05-09 | Landbouwsysteem |
BE2017/5340 | 2017-05-09 | ||
PCT/EP2018/062050 WO2018206669A1 (en) | 2017-05-09 | 2018-05-09 | An agricultural system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110651283A true CN110651283A (zh) | 2020-01-03 |
Family
ID=59569085
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880030482.1A Pending CN110651283A (zh) | 2017-05-09 | 2018-05-09 | 农业系统 |
Country Status (8)
Country | Link |
---|---|
US (1) | US11467593B2 (zh) |
EP (1) | EP3635648A1 (zh) |
CN (1) | CN110651283A (zh) |
AU (3) | AU2018265080A1 (zh) |
BE (1) | BE1024469B1 (zh) |
BR (1) | BR112019023528A2 (zh) |
RU (1) | RU2749561C2 (zh) |
WO (1) | WO2018206669A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11622495B2 (en) | 2021-06-01 | 2023-04-11 | Gint Co., Ltd. | Method of automatically combining farm vehicle and work machine and farm vehicle |
KR102397293B1 (ko) * | 2021-07-06 | 2022-05-13 | 주식회사 긴트 | 마스터 차량과 하나 이상의 슬레이브 차량을 이용한 베일 수거 방법 및 마스터 차량 |
US20230142286A1 (en) * | 2021-11-10 | 2023-05-11 | Deere & Company | Combine harvester operation based on windrow data stream |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6236924B1 (en) * | 1999-06-21 | 2001-05-22 | Caterpillar Inc. | System and method for planning the operations of an agricultural machine in a field |
US6801138B2 (en) * | 1999-01-12 | 2004-10-05 | Toyota Jidosha Kabushiki Kaisha | Positional data utilizing inter-vehicle communication method and traveling control apparatus |
EP1548531A1 (en) * | 2003-12-22 | 2005-06-29 | Deere & Company | Locating harvested material within a work area |
US20070233348A1 (en) * | 2006-03-30 | 2007-10-04 | Norbert Diekhans | Method for controlling agricultural machine systems |
WO2012112205A1 (en) * | 2011-02-18 | 2012-08-23 | Cnh America Llc | System and method for trajectory control of a transport vehicle used with a harvester |
US20150348419A1 (en) * | 2012-12-28 | 2015-12-03 | Agco Corporation | Method of assigning planned paths to multiple machines to cooperatively cover area |
US20150354961A1 (en) * | 2014-06-06 | 2015-12-10 | Claas Selbstfahrende Erntemaschinen Gmbh | Method for planning an agricultural post-processing operation |
US20160120095A1 (en) * | 2014-03-27 | 2016-05-05 | Kubota Corporation | Work Vehicle Cooperation System |
CN105700533A (zh) * | 2016-04-22 | 2016-06-22 | 扬州大学 | 基于北斗导航的农业机械自动驾驶控制系统及方法 |
US20170082442A1 (en) * | 2015-09-17 | 2017-03-23 | Deere & Company | Mission and path planning using images of crop wind damage |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006015204A1 (de) * | 2006-03-30 | 2007-10-18 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zur Erstellung eines Routenplans für landwirtschaftliche Maschinensysteme |
DE102008041075A1 (de) * | 2008-08-07 | 2010-02-11 | Deere & Company, Moline | Antriebsanordnung und Verfahren zum Antrieb eines landwirtschaftlichen Arbeitsgeräts |
US8576056B2 (en) * | 2010-11-10 | 2013-11-05 | Deere & Company | Vehicle guidance system |
WO2014137533A2 (en) * | 2013-02-07 | 2014-09-12 | Brown Owen J Jr | Wireless monitor maintenance and control system |
US9008920B1 (en) * | 2013-12-05 | 2015-04-14 | Cnh Industrial America Llc | Baler automatic stopping sequence |
JP6394687B2 (ja) * | 2016-03-08 | 2018-09-26 | 株式会社デンソー | 運転交代制御装置及び運転交代制御方法 |
US10212400B2 (en) * | 2017-05-01 | 2019-02-19 | Cnh Industrial America Llc | Systems of acquiring image data for an autonomous work vehicle |
-
2017
- 2017-05-09 BE BE20175340A patent/BE1024469B1/nl active IP Right Grant
-
2018
- 2018-05-09 BR BR112019023528A patent/BR112019023528A2/pt unknown
- 2018-05-09 WO PCT/EP2018/062050 patent/WO2018206669A1/en unknown
- 2018-05-09 US US16/612,258 patent/US11467593B2/en active Active
- 2018-05-09 EP EP18723829.0A patent/EP3635648A1/en active Pending
- 2018-05-09 CN CN201880030482.1A patent/CN110651283A/zh active Pending
- 2018-05-09 AU AU2018265080A patent/AU2018265080A1/en active Pending
- 2018-05-09 AU AU2018102221A patent/AU2018102221A4/en not_active Ceased
- 2018-05-09 RU RU2019139678A patent/RU2749561C2/ru active
-
2021
- 2021-08-23 AU AU2021351009A patent/AU2021351009A1/en not_active Abandoned
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6801138B2 (en) * | 1999-01-12 | 2004-10-05 | Toyota Jidosha Kabushiki Kaisha | Positional data utilizing inter-vehicle communication method and traveling control apparatus |
US6236924B1 (en) * | 1999-06-21 | 2001-05-22 | Caterpillar Inc. | System and method for planning the operations of an agricultural machine in a field |
EP1548531A1 (en) * | 2003-12-22 | 2005-06-29 | Deere & Company | Locating harvested material within a work area |
US20070233348A1 (en) * | 2006-03-30 | 2007-10-04 | Norbert Diekhans | Method for controlling agricultural machine systems |
WO2012112205A1 (en) * | 2011-02-18 | 2012-08-23 | Cnh America Llc | System and method for trajectory control of a transport vehicle used with a harvester |
US20150348419A1 (en) * | 2012-12-28 | 2015-12-03 | Agco Corporation | Method of assigning planned paths to multiple machines to cooperatively cover area |
US20160120095A1 (en) * | 2014-03-27 | 2016-05-05 | Kubota Corporation | Work Vehicle Cooperation System |
US20150354961A1 (en) * | 2014-06-06 | 2015-12-10 | Claas Selbstfahrende Erntemaschinen Gmbh | Method for planning an agricultural post-processing operation |
US20170082442A1 (en) * | 2015-09-17 | 2017-03-23 | Deere & Company | Mission and path planning using images of crop wind damage |
CN105700533A (zh) * | 2016-04-22 | 2016-06-22 | 扬州大学 | 基于北斗导航的农业机械自动驾驶控制系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
US11467593B2 (en) | 2022-10-11 |
AU2021351009A1 (en) | 2022-04-28 |
RU2749561C2 (ru) | 2021-06-15 |
AU2018265080A1 (en) | 2019-11-14 |
AU2018102221A4 (en) | 2021-09-23 |
NZ758569A (en) | 2021-05-28 |
US20200174491A1 (en) | 2020-06-04 |
BR112019023528A2 (pt) | 2020-05-19 |
BE1024469B1 (nl) | 2018-02-28 |
RU2019139678A3 (zh) | 2021-06-09 |
EP3635648A1 (en) | 2020-04-15 |
RU2019139678A (ru) | 2021-06-09 |
WO2018206669A1 (en) | 2018-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10798867B2 (en) | Agricultural system | |
US11740632B2 (en) | Agricultural system | |
US10064335B2 (en) | Unloading systems | |
EP3837943B1 (en) | Predictive crop characteristic mapping | |
AU2021351009A1 (en) | An agricultural system | |
CN108873888A (zh) | 农用系统 | |
US11435188B2 (en) | Agricultural system | |
CN110651285A (zh) | 农业系统 | |
NZ758463B2 (en) | An agricultural system | |
NZ759229B2 (en) | Heat dissipation structure for motor | |
NZ758955B2 (en) | An agricultural system | |
NZ759229A (en) | Delivery of respiratory therapy |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230605 Address after: 150060 No. 78, Songhua Road, core area of Hanan industrial new town, Harbin, Heilongjiang Applicant after: Keisnew Netherlands Industrial (Harbin) Machinery Co.,Ltd. Address before: 200131 10th floor, No.2 Maji Road, Waigaoqiao Free Trade Zone, Pudong New Area, Shanghai Applicant before: Cnh (CHINA) Management Co.,Ltd. |