CN114287229A - 预测机器特性图生成和控制系统 - Google Patents

Abstract

由农业作业机器获得一个或更多个信息图。所述一个或更多个信息图将一个或更多个农业特性值映射在田地的不同地理位置处。农业作业机器上的现场传感器在该农业作业机器移动穿过田地时感测农业特性。预测图生成器基于所述一个或更多个信息图中的所述值和由现场传感器感测的农业特性之间的关系生成预测图，该预测图预测田地中的不同位置处的预测农业特性。预测图可以被输出并用于自动机器控制。

Description

预测机器特性图生成和控制系统

技术领域

本说明书涉及农业机器、林业机器、建筑机器和草坪管理机器。

背景技术

存在各种不同类型的农业机器。一些农业机器包括收割机，例如联合收割机、甘蔗收割机、棉花收割机、自走式饲料收割机和割晒机。一些收割机还可配备有不同类型的割台以收割不同类型的作物。

地形特性可对收割操作具有若干有害影响。例如，当收割机经过倾斜特征时，收割机的俯仰或翻滚可能妨碍收割机的性能。因此，在收割操作期间在遇到斜坡时，操作者可尝试修改收割机的控制。

上面的讨论仅是作为一般背景信息被提供的，并非旨在用于帮助确定要求保护的主题的范围。

发明内容

通过农业作业机器获得一个或更多个信息图。所述一个或更多个信息图将一个或更多个农业特性值映射在田地的不同地理位置处。随着农业作业机器穿过田地移动，农业作业机器上的现场传感器感测农业特性。预测图生成器基于所述一个或更多个信息图中的值与由现场传感器所感测的农业特性之间的关系来生成预测田地中的不同位置的预测农业特性的预测图。预测图可被输出和用于自动机器控制。

提供本发明内容以按简化形式介绍概念的选择，所述概念在下面的具体实施方式中被进一步描述。本发明内容并非旨在标识要求保护的主题的关键特征或必要特征，也非旨在用于帮助确定要求保护的主题的范围。要求保护的主题不限于解决背景技术中指出的任何或所有缺点的示例。

附图说明

图1是联合收割机的一个示例的局部图示性的局部示意图。

图2是根据本公开的一些示例的更详细地示出农业收割机的一些部分的框图。

图3A至图3B示出了图示农业收割机在生成图时的操作的示例的流程图。

图4是示出预测模型生成器和预测图生成器的一个示例的框图。

图5是示出农业收割机在接收地形图、检测机器特性以及生成用于在收割操作期间控制农业收割机时展示和使用的功能性预测图时的操作示例的流程图。

图6A是示出预测模型生成器和预测图生成器的一个示例的框图。

图6B是示出现场传感器的一些示例的框图。

图7示出了图示农业收割机的包括使用信息图和现场传感器输入生成功能性预测图的操作的一个示例的流程图。

图8是示出控制区生成器的一个示例的框图。

图9是图示图8中示出的控制区生成器的操作的一个示例的流程图。

图10图示了示出控制系统在选择目标设定值以控制农业收割机时的操作的示例的流程图。

图11是示出操作者接口控制器的一个示例的框图。

图12是图示操作者接口控制器的一个示例的流程图。

图13是示出操作者接口显示部的一个示例的图示性示意图。

图14是示出与远程服务器环境通信的农业收割机的一个示例的框图。

图15至图17示出了可以用于农业收割机的移动设备的示例。

图18是示出可以用于农业收割机的计算环境的一个示例的框图。

具体实施方式

为了促进理解本公开的原理，现在将参考附图中所示的示例，并且将使用具体语言来描述它们。然而，将理解，并非意图限制本公开的范围。对所描述的装置、系统、方法的任何改变和进一步修改以及本公开的原理的任何进一步应用是被充分地预想到的，如本公开所属领域的技术人员通常将想到的那样。具体地，充分地预想到的是，关于一个示例描述的特征、组件和/或步骤可与关于本公开的其它示例描述的特征、组件和/或步骤组合。

本说明书涉及与先验数据组合地使用与农业操作同时获取的现场数据来生成预测图，并且更具体地，生成预测机器特性图。在一些示例中，预测机器特性图可用于控制农业作业机器(例如，农业收割机)。如上所述，当农业收割机与诸如斜坡的地形特性接合时，农业收割机的性能可能劣化。例如，如果农业收割机正在上山，则功率需求增加并且机器性能可能下降。当土壤潮湿(例如在降雨之后不久)并且轮胎或履带面临打滑增加时，该问题可能加剧。另外，收割机(或其它农业机器)的性能可能基于田地的地形而受到不利影响。例如，当经过边坡时，地形可导致机器翻滚一定量。并非限制，机器俯仰或翻滚可影响机器的稳定性、内部材料分布、喷洒器上的喷施压力等。例如，谷物损失可受到导致农业收割机100俯仰或翻滚的地形特性的影响。增加的俯仰可导致谷物更快速地从后部排出，减小的俯仰可将谷物保持在机器中，并且翻滚元素可使清粮系统的侧面过载并且在那些侧面上造成更多谷物损失。类似地，谷物质量可受到俯仰和翻滚二者影响，并且类似于谷物损失，留在机器中或离开机器的谷物以外的材料基于俯仰或翻滚的反应可影响质量输出。在另一示例中，影响俯仰的地形特性将对进入杂余系统的杂余量有影响，因此影响杂余传感器输出。俯仰的考虑因素以及在该水平的时间可与杂余体积增加多少有关系，并且对在需要控制预测该水平和进行调节时的估计来说会是有用的。

地形图图示性地绘制横跨感兴趣的田地中的不同地理位置的地面高度的图。由于地面坡度指示高度的改变，所以有两个或更多个高度值允许横跨具有已知高度值的区域来计算坡度。可通过具有已知高度值的更多区域来实现更大粒度(granularity)的坡度。随着农业收割机在已知方向上横跨地势行进，可基于地面的坡度(即，高度变化的区域)来确定农业收割机的俯仰和翻滚。下面提及的地形特性可包括(但不限于)高度、坡度(例如，包括相对于坡度的机器取向)和地面轮廓(例如，粗糙度)。

因此，本讨论针对这样的系统进行，该系统在收割操作期间接收田地的地形图并且还使用现场传感器来检测指示内部材料分布、功率特性、地面速度、谷物损失、杂余、谷物质量或另一机器特性中的一个或更多个的值。所述系统生成对从地形图推导的地形特性与来自现场传感器的输出值之间的关系进行建模的模型。该模型用于生成预测例如田地中的不同位置处使用的功率的功能性预测机器特性图。在收割操作期间生成的功能性预测机器特性图可用于在收割操作期间自动控制收割机。在一些情况下，功能性预测机器特性图用于为在田地中操作的农业收割机生成任务或路径规划，以例如改进贯穿该操作的功率利用、速度或内部材料分布的均匀性。当然，内部材料分布、功率特性、地面速度、谷物损失、杂余和谷物质量仅是可基于地形特性被预测的机器特性的示例，并且其它机器特性也可被预测和用于控制机器。

图1是自走式农业收割机100的局部图示性的局部示意图。在所示的示例中，农业收割机100是联合收割机。此外，尽管贯穿本公开提供联合收割机作为示例，但是将理解，本说明书也适用于其它类型的收割机，例如棉花收割机、甘蔗收割机、自走式牧草收割机、割晒机或其它农业作业机器。因此，本公开旨在涵盖所描述的各种类型的收割机，并因此不限于联合收割机。此外，本公开涉及其它类型的作业机器，例如可适用预测图的生成的农业播种机和喷洒器、建筑设备、林业设备和草皮管理设备。因此，本公开旨在涵盖这些各种类型的收割机以及其它作业机器，并因此不限于联合收割机。

如图1所示，农业收割机100示例性地包括操作者室101，该操作者室101可具有用于控制农业收割机100的多种不同的操作者接口机构。农业收割机100包括前端设备，例如割台102以及总体以104指示的切割器。农业收割机100还包括进料器壳体106、进料加速器108以及总体以110指示的脱粒机。进料器壳体106和进料加速器108形成材料处理子系统125的一部分。割台102沿着枢转轴线105可枢转地联接到农业收割机100的框架103。一个或更多个致动器107驱动割台102在通常由箭头109指示的方向上绕轴线105移动。因此，可通过对致动器107进行致动来控制割台102在地面111(割台102在该地面111上行进)上方的竖直位置(割台高度)。尽管图1中未示出，农业收割机100还可包括操作以对割台102或割台102的部分施加倾斜角、翻滚角或二者的一个或更多个致动器。倾斜是指切割器104与作物接合的角度。例如，通过控制割台102以使切割器104的远侧边缘113更指向地面来增加倾斜角。通过控制割台102以使切割器104的远侧边缘113指向更远离地面来减小倾斜角。翻滚角是指割台102绕农业收割机100的前后纵向轴线的取向。

脱粒机110示例性地包括脱粒转子112和一组凹板114。此外，农业收割机100还包括分离器116。农业收割机100还包括清粮子系统或清粮室118(统称为清粮子系统118)，其包括清粮风扇120、谷壳筛122和筛网124。材料处理子系统125还包括排出搅拌器126、杂余升运器128、干净谷物升运器130以及卸载螺旋输送器134和喷口136。干净谷物升运器使干净谷物移动到干净谷物箱132中。农业收割机100还包括残留物子系统138，该残留物子系统138可包括切碎机140和散布机142。农业收割机100还包括推进子系统，该推进子系统包括驱动地面接合组件144(例如，轮或履带)的发动机。在一些示例中，本公开的范围内的联合收割机可具有上述任何子系统中的不止一个。在一些示例中，农业收割机100可具有图1中未示出的左右清粮子系统、分离器等。

在操作中，作为概述，农业收割机100示例性地在箭头147所指示的方向上穿过田地移动。随着农业收割机100移动，割台102(以及关联的拨禾轮164)接合待收割的作物并将作物朝着切割器104收集。农业收割机100的操作者可以是本地的人工操作者、远程的人工操作者或者自动化系统。农业收割机100的操作者可确定割台102的高度设定(setting)、倾斜角设定或翻滚角设定中的一个或更多个。例如，操作者向控制致动器107的控制系统(下面被更详细地描述)输入一个或更多个设定(setting)。控制系统还可从操作者接收用于建立割台102的倾斜角和翻滚角的设定，并且通过控制操作以改变割台102的倾斜角和翻滚角的关联的致动器(未示出)来实现所输入的设定。致动器107基于高度设定将收割台102保持处于地面111上方的高度，并且在适用的情况下保持处于期望的倾斜角和侧倾角。高度设定、翻滚设定和倾斜设定中的每一个可以独立于其他设定的方式来被实现。控制系统以基于灵敏度水平确定的响应性对割台误差(例如，高度设定与所测量的割台104在地面111上方的高度之间的差异，以及在一些情况下，倾斜角误差和翻滚角误差)作出响应。如果灵敏度水平被设置在较大的灵敏度水平，则控制系统对较小的割台位置误差作出响应，并且尝试比灵敏度处于较低的灵敏度水平时更快地减小所检测到的误差。

返回到农业收割机100的操作的描述，在作物被切割器104切割之后，切断的作物材料在进料器壳体106中通过输送机朝着进料加速器108移动，进料加速器108使作物材料加速到脱粒机110中。通过使作物材料抵靠凹板114旋转的转子112来使作物脱粒。在分离器116中分离器转子使脱粒的作物移动，其中排出搅拌器126使一部分残留物朝着残留物子系统138移动。传送至残留物子系统138的那部分残留物被残留物切碎机140切碎并由散布机142散布在田地上。在其它配置中，残留物从农业收割机100成堆排出。在其它示例中，残留物子系统138可包括草籽排除器(未示出)，例如种子装袋机或其它种子收集器或者种子粉碎机或其它种子破碎器。

谷物落到清粮子系统118中。谷壳筛122从谷物分离出一些较大的材料，筛网124从干净谷物分离出一些细小材料。干净谷物落到使谷物移动到干净谷物升运器130的入口端的螺旋输送器，并且干净谷物升运器130使干净谷物向上移动，从而使干净谷物沉积在干净谷物箱132中。通过清粮风扇120所生成的气流从清粮子系统1]8移除残留物。清粮风扇120引导空气沿着气流路径向上穿过筛网和谷壳筛。气流将残留物在农业收割机100中向后朝着残留物处理子系统138输送。

杂余升运器128使杂余返回到脱粒机110，在脱粒机110中杂余被重新脱粒。另选地，杂余也可通过杂余升运器或另一运输装置被传递到单独的重新脱粒机构，在单独的重新脱粒机构中杂余也被重新脱粒。

图1还示出，在一个示例中，农业收割机100包括地面速度传感器146、一个或更多个分离器损失传感器148、干净谷物相机150、前视图像捕获机构151(可以是立体摄像机或单目摄像机的形式)以及设置在清粮子系统118中的一个或更多个损失传感器152。

地面速度传感器146感测农业收割机100在地面上的行进速度。地面速度传感器146可通过感测地面接合组件(例如，轮子或履带)、驱动轴、车轴或其它组件的旋转速度来感测农业收割机100的行进速度。在一些情况下，可使用定位系统来感测行进速度，所述定位系统例如是全球定位系统(GPS)、航位推算系统、远程导航(LORAN)系统、多普勒速度传感器或者提供行进速度的指示的各种其它系统或传感器。地面速度传感器146还可包括诸如罗盘、磁力计、重力传感器、陀螺仪、GPS推导的方向传感器，以与速度组合确定二维或三维中的行进方向。这样，当农业收割机100在斜坡上时，农业收割机100相对于斜坡的取向是已知的。例如，农业收割机100的取向可包括上坡、下坡或横穿斜坡。当在本公开中提及时，机器速度或地面速度还可包括二维或三维行进方向。

损失传感器152示例性地提供指示发生在清粮子系统118的右侧和左侧二者中的谷物损失量的输出信号。在一些示例中，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谷物撞击进行计数以提供发生在清粮子系统118处的谷物损失的指示。清粮子系统118的右侧和左侧的撞击传感器可提供单独的信号或者组合或聚合信号。在一些示例中，与为各个清粮子系统118提供单独的传感器相反，传感器152可包括单个传感器。

分离器损失传感器148提供指示左分离器和右分离器(图1中未单独示出)中的谷物损失的信号。分离器损失传感器148可与左分离器和右分离器关联并且可提供单独的谷物损失信号或者组合或聚合信号。在一些情况下，也可使用各种不同类型的传感器来感测分离器中的谷物损失。

农业收割机100还可包括其它传感器和测量机构。例如，农业收割机100可包括以下传感器中的一个或更多个：割台高度传感器，其感测割台102在地面111上方的高度；稳定性传感器，其感测农业收割机100的振荡或跳动(和振幅)；残留物设定传感器，其被配置为感测农业收割机100是否被配置为切碎残留物、成堆等；清粮室风扇速度传感器，其感测风扇120的速度；凹板间隙传感器，其感测转子112与凹板114之间的间隙；脱粒转子速度传感器，其感测转子112的转子速度；谷壳筛间隙传感器，其感测谷壳筛122中的开口尺寸；筛网间隙传感器，其感测筛网124中的开口尺寸；谷物以外的材料(MOG)湿度传感器，其感测通过农业收割机100的MOG的湿度水平；一个或更多个机器设定传感器，其被配置为感测农业收割机100的多种可配置的设定；机器取向传感器，其感测农业收割机100的取向；以及作物性质传感器，其感测各种不同类型的作物性质，例如作物类型、作物湿度以及其它作物性质。当农业收割机100正处理作物材料时，作物性质传感器还可被配置为感测切断的作物材料的特性。例如，在一些情况下，作物性质传感器可感测：谷物质量，例如碎谷物、MOG水平；谷物成分，例如淀粉和蛋白质；以及当谷物经过进料器壳体106、干净谷物升运器130或者农业收割机100中的别处时的谷物进料速率。作物性质传感器还可感测生物质通过进料器壳体106、分离器116或农业收割机100中的别处的进料速率。作物性质传感器还可将进料速率感测为谷物通过升运器130或通过农业收割机100的其它部分的质量流速，或者提供指示其它感测的变量的其它输出信号。

用于检测或感测功率特性的传感器的示例包括(但不限于)电压传感器、电流传感器、扭矩传感器、液压传感器、液压流量传感器、力传感器、轴承载荷传感器和旋转传感器。可在变化的粒度(granularity)级别测量功率特性。例如，可在机器范围内、子系统范围内或由子系统的各个组件感测功率用量。

用于检测内部材料分布的传感器的示例包括(但不限于)一个或更多个相机、电容传感器、电磁或超声飞行时间反射传感器、信号衰减传感器、重量或质量传感器、材料流量传感器等。这些传感器可被放置在农业收割机100中的一个或更多个位置，以在农业收割机100操作期间感测农业收割机100中的材料分布。

用于检测或感测农业收割机100的俯仰或翻滚的传感器的示例包括加速度计、陀螺仪、惯性测量单元、重力传感器、磁力计等。这些传感器还可指示农业收割机100当前所在的地势的坡度。

在描述农业收割机100如何生成功能性预测机器特性图并将该功能性预测机器特性图用于控制之前，将首先描述农业收割机100上的一些项目及其操作的简要说明。图2、图3A和图3B的绘图描述了接收一般类型的先验信息图并将来自先验信息图的信息与现场传感器所生成的地理参考传感器信号组合，其中传感器信号指示田地中的特性，例如存在于田地中的作物或杂草的特性。“田地”的特性可包括(但不限于)：田地的特性，例如坡度、杂草密集度、杂草类型、土壤湿度、表面质量；作物性质的特性，例如作物高度、作物湿度、作物密度、作物状态；谷物性质的特性，例如谷物湿度、谷物大小、谷物测试重量；以及机器性能的特性，例如损失水平、工作质量、燃料消耗和功率利用率。识别从现场传感器信号获得的特性值与先验信息图值之间的关系，并且使用该关系来生成新的功能性预测图。功能性预测图预测田地中的不同地理位置处的值，并且那些值中的一个或更多个可用于控制机器。在一些情况下，可将功能性预测图呈现给用户，例如农业作业机器(可以是农业收割机)的操作者。可在视觉上(例如，经由显示器)、触觉上或听觉上将功能性预测图呈现给用户。用户可与功能性预测图交互以执行编辑操作和其它用户接口操作。在一些情况下，功能性预测图可用于控制农业作业机器(例如，农业收割机)、呈现给操作者或其它用户、以及呈现给操作者或用户以便于操作者或用户交互。

在参照图2、图3A和图3B描述一般方法之后，参照图4和图5描述生成可呈现给操作者或用户或用于控制农业收割机100或这二者的功能性预测图的更具体的方法。同样，尽管针对农业收割机(具体地，联合收割机)进行本讨论，但是本公开的范围涵盖其它类型的农业收割机或其它农业作业机器。

图2是示出示例农业收割机100的一些部分的框图。图2示出农业收割机100示例性地包括一个或更多个处理器或服务器201、数据存储装置202、地理位置传感器204、通信系统206、以及与收割操作同时地感测田地的一个或更多个农业特性的一个或更多个现场传感器208。农业特性可包括可对收割操作有影响的任何特性。农业特性的一些示例包括收割机器、田地、田地上的植物和天气的特性。也包括其它类型的农业特性。现场传感器208生成与所感测的特性对应的值。农业收割机100还包括预测模型或关系生成器(以下统称为“预测模型生成器210”)、预测图生成器212、控制区生成器213、控制系统214、一个或更多个可控子系统216以及操作者接口机构218。农业收割机100还可包括各种其它农业收割机功能220。例如，现场传感器208包括机载传感器222、远程传感器224、以及在农业操作的过程期间感测田地的特性的其它传感器226。预测模型生成器210示例性地包括先验信息变量对现场变量模型生成器228，并且预测模型生成器210可包括其它项目230。控制系统214包括通信系统控制器229、操作者接口控制器231、设定控制器232、路径规划控制器234、进料速率控制器236、割台和拨禾轮控制器238、带式输送器带控制器240、盖板位置控制器242、残留物系统控制器244、机器清粮控制器245、区控制器247，并且系统214可包括其它项目246。可控子系统216包括机器和割台致动器248、推进子系统250、转向子系统252、残留物子系统138、机器清粮子系统254，并且子系统216可包括各种其它子系统256。

图2还示出农业收割机100可接收先验信息图258。如下面描述的，例如，先验图信息图258包括来自田地中的先验或先前操作(例如，无人驾驶飞行器从已知高度完成范围扫描操作)的地形图、飞机感测的地形图、卫星感测的地形图、地面车辆(例如，配备有GPS的播种机)感测的地形图等。然而，先验图信息还可涵盖在收割操作之前获得的其它类型的数据或者来自先验或先前操作的图。例如，可从诸如美国地质调查局(USGS)的远程源检索地形图。图2还示出操作者260可操作农业收割机100。操作者260与操作者接口机构218交互。在一些示例中，操作者接口机构218可包括摇杆、操纵杆、方向盘、连杆、踏板、按钮、拨盘、键区、用户接口显示装置上的用户可致动元件(例如图标、按钮等)、麦克风和扬声器(其中提供语音识别和语音合成)以及各种其它类型的控制装置。在提供触敏显示系统的情况下，操作者260可利用触摸手势来与操作者接口机构218交互。提供上述这些示例作为示例性示例，而非旨在限制本公开的范围。因此，其它类型的操作者接口机构218也可被使用并且在本公开的范围内。

使用通信系统206或其它方式，先验信息图258可被传输到农业收割机100上并被存储在数据存储装置202中。在一些示例中，通信系统206可以是蜂窝通信系统、经由广域网或局域网通信的系统、经由近场通信网络通信的系统、或者被配置为经由各种其它网络中的任一种或网络的组合通信的通信系统。通信系统206还可包括方便来往安全数字(SD)卡或通用串行总线(USB)卡或这二者的信息下载或传送的系统。

地理位置传感器204示例性地感测或检测农业收割机100的地理位置或方位。地理位置传感器204可包括(但不限于)全球导航卫星系统(GNSS)接收器，该全球导航卫星系统(GNSS)接收器接收来自GNSS卫星发送器的信号。地理位置传感器204还可包括实时运动(RTK)组件，该实时运动(RTK)组件被配置为增强从GNSS信号推导的位置数据的精度。地理位置传感器204可包括航位推算系统、蜂窝三角测量系统或者各种其它地理位置传感器中的任一种。

现场传感器208可以是上面参照图1描述的任何传感器。现场传感器208包括安装在农业收割机100上的机载传感器222。例如，这些传感器可包括速度传感器(例如，GPS、速度计或罗盘)、在农业收割机100内部的图像传感器(例如，干净谷物相机、或者被安装以识别农业收割机100中(例如，残留物子系统或清粮系统中)的材料分布的相机)、谷物损失传感器、杂余特性传感器和谷物质量传感器。现场传感器208还包括捕获现场信息的远程现场传感器224。现场数据包括从收割机上的传感器获取的数据或者在收割操作期间检测数据的情况下由任何传感器获取的数据。

预测模型生成器210生成指示现场传感器208所感测的值与通过先验信息图258映射到田地的特性之间的关系的模型。例如，如果先验信息图258建立地形特性与田地中的不同位置的映射，并且现场传感器208正在感测指示功率用量的值，则先验信息变量对现场变量模型生成器228生成对地形特性与功率用量之间的关系进行建模的预测机器模型。还可基于来自先验信息图258的地形特性和现场传感器208所生成的多个现场数据值来生成预测机器模型。然后，预测图生成器212使用预测模型生成器210所生成的预测机器模型来生成功能性预测机器特性图，该功能性预测机器特性图基于先验信息图258来预测由现场传感器208在田地中的不同位置感测的机器特性(例如，内部材料分布)的值。

在一些示例中，功能性预测图263中的值的类型可与现场传感器208所感测的现场数据类型相同。在一些情况下，功能性预测图263中的值的类型可具有与现场传感器208所感测的数据不同的单位。在一些示例中，功能性预测图263中的值的类型可与现场传感器208所感测的数据类型不同，但是与现场传感器208所感测的数据类型有关系。例如，在一些示例中，现场传感器208所感测的数据类型可指示功能性预测图263中的值的类型。在一些示例中，功能性预测图263中的数据的类型可与先验信息图258中的数据类型不同。在一些情况下，功能性预测图263中的数据的类型可具有与先验信息图258中的数据不同的单位。在一些示例中，功能性预测图263中的数据的类型可与先验信息图258中的数据类型不同，但是与先验信息图258中的数据类型有关系。例如，在一些示例中，先验信息图258中的数据类型可指示功能性预测图263中的数据的类型。在一些示例中，功能性预测图263中的数据的类型与现场传感器208所感测的现场数据类型和先验信息图258中的数据类型中的一者或二者不同。在一些示例中，功能性预测图263中的数据的类型与现场传感器208所感测的现场数据类型和先验信息图258中的数据类型中的一者或二者相同。在一些示例中，功能性预测图263中的数据的类型与现场传感器208所感测的现场数据类型或先验信息图258中的数据类型中的一个相同，与另一个不同。

预测图生成器212可使用先验信息图258中的地形特性和预测模型生成器210所生成的模型来生成预测田地中的不同位置的机器特性的功能性预测图263。预测图生成器212因此输出预测图264。

如图2所示，预测图264基于先验信息图258中在那些位置处的先验信息值并使用预测模型来预测横跨田地的多个位置处所感测的特性(由现场传感器208感测)的值或与所感测的特性有关的特性的值。例如，如果预测模型生成器210已生成指示地形特性与功率用量之间的关系的预测模型，则给定在横跨田地不同位置的地形特性，预测图生成器212生成预测在横跨田地不同位置的功率用量的值的预测图264。使用从地形图获得的那些位置处的地形特性以及从预测模型获得的地形特性与机器特性之间的关系来生成预测图264。控制系统可使用预测的功率用量来调节例如发动机节流阀或各种子系统之间的功率分配，以满足预测的功率用量要求。

现在将描述在先验信息图258中所映射的数据类型、现场传感器208所感测的数据类型以及预测图264上所预测的数据类型的一些变化。

在一些示例中，先验信息图258中的数据类型与现场传感器208所感测的数据类型不同，而预测图264中的数据类型与现场传感器208所感测的数据类型相同。例如，先验信息图258可以是地形图，并且现场传感器208所感测的变量可以是机器特性。然后，预测图264可以是将预测的机器特性值映射到田地中的不同地理位置的预测机器特性图。

另外，在一些示例中，先验信息图258中的数据类型与现场传感器208所感测的数据类型不同，并且预测图264中的数据类型与先验信息图258中的数据类型和现场传感器208所感测的数据类型二者不同。例如，先验信息图258可以是地形图，并且现场传感器208所感测的变量可以是机器俯仰/翻滚。因而，预测图264可以是将预测的内部分布值映射到田地中的不同地理位置的预测内部分布图。

在一些示例中，先验信息图258来自穿过田地的先验或先前操作，并且数据类型与现场传感器208所感测的数据类型不同，而预测图264中的数据类型与现场传感器208所感测的数据类型相同。例如，先验信息图258可以是在种植期间生成的种子种群图，并且现场传感器208所感测的变量可以是茎尺寸。因而，预测图264可以是将预测的茎尺寸值映射到田地中的不同地理位置的预测茎尺寸图。在另一示例中，先验信息图258可以是播种混合图，并且现场传感器208所感测的变量可以是诸如直立作物或倒伏作物的作物状态。因而，预测图264可以是将预测的作物状态值映射到田地中的不同地理位置的预测作物状态图。

在一些示例中，先验信息图258来自穿过田地的先验或先前操作，并且数据类型与现场传感器208所感测的数据类型相同，并且预测图264中的数据类型也与现场传感器208所感测的数据类型相同。例如，先验信息图258可以是在前一年生成的产量图，并且现场传感器208所感测的变量可以是产量。因而，预测图264可以是将预测的产量值映射到田地中的不同地理位置的预测产量图。在这种示例中，预测模型生成器210可使用来自前一年的地理配准的先验信息图258中的相对产量差异，来生成对先验信息图258上的相对产量差异与现场传感器208在当前收割操作期间所感测的产量值之间的关系进行建模的预测模型。然后，预测图生成器210使用预测模型来生成预测产量图。

在一些示例中，预测图264可被提供给控制区生成器213。控制区生成器213将预测图264上的连续单独点数据值分组为控制区。控制区可包括一区域(例如，田地)的两个或更多个连续部分，对所述两个或更多个连续部分来说，与该控制区相对应的、用于控制可控子系统的控制参数是恒定的。例如，改变可控子系统216的设定的响应时间可能不足以令人满意地响应被包含在诸如预测图264的图中的值的改变。在这种情况下，控制区生成器213解析该图并识别具有定义尺寸以适应可控子系统216的响应时间的控制区。在另一示例中，控制区可被调整尺寸以减小由连续调节导致的过度致动器移动所造成的磨损。在一些示例中，对于各个可控子系统216或成组的可控子系统216，可存在不同组的控制区。控制区可被添加到预测图264以获得预测控制区图265。因此，除了预测控制区图265包括限定控制区的控制区信息之外，预测控制区图265可与预测图264相似。因此，如本文所描述的，功能性预测图263可包括或者可不包括控制区。预测图264和预测控制区图265二者均是功能性预测图263。在一个示例中，功能性预测图263不包括控制区(例如，预测图264)。在另一示例中，功能性预测图263确实包括控制区(例如，预测控制区图265)。在一些示例中，如果实施间作生产系统，则多种作物可同时存在于田地中。在这种情况下，预测图生成器212和控制区生成器213能够识别两种或更多种作物的位置和特性，然后相应地生成预测图264和预测控制区图265。

还将理解，控制区生成器213可对值进行聚类以生成控制区，并且控制区可被添加到预测控制区图265或者被添加到仅显示所生成的控制区的单独图。在一些示例中，控制区可仅用于控制和/或校准农业收割机100。在其它示例中，控制区可被呈现给操作者260并用于控制或校准农业收割机100，并且在其它示例中，控制区可仅被呈现给操作者260或另一用户、或被存储以供稍后使用。

预测图264或预测控制区图265或这二者被提供给控制系统214，控制系统214基于预测图264或预测控制区图265或这二者来生成控制信号。在一些示例中，通信系统控制器229控制通信系统206将预测图264或预测控制区图265或者将基于预测图264或预测控制区图265的控制信号通信给正在同一田地中收割的其它农业收割机。在一些示例中，通信系统控制器229控制该通信系统206以将预测图264、预测控制区图265或这二者发送到其它远程系统。

在一些示例中，预测图264可被提供给路线/任务生成器267。路线/任务生成器267基于预测图264来绘制农业收割机100在收割操作期间行进的行进路径。行进路径还可包括与沿着行进路径的位置对应的机器控制设定。例如，如果行进路径上山，则在山上升之前的点处，该行进路径可包括指示将功率引导至推进系统以维持农业收割机100的速度或进料速率的控制。在一些示例中，路线/任务生成器267针对多个不同的行进路线分析农业收割机100的不同取向以及根据预测图264预测该取向而生成的预测的机器特性，并且选择具有可取结果(例如，快速收割时间或期望的功率利用率或材料分布均匀性)的路线。

操作者接口控制器231能够操作以生成控制信号以控制操作者接口机构218。操作者接口控制器231还能够操作以将预测图264或预测控制区图265或者将从或基于预测图264、预测控制区图265或这二者推导的其它信息呈现给操作者260。操作者260可以是本地操作者或远程操作者。作为示例，控制器231生成控制信号以控制显示机构为操作者260显示预测图264和预测控制区图265中的一者或二者。控制器231可生成操作者可致动机构，操作者可致动机构被显示并且可由操作者致动以与所显示的图交互。操作者可通过例如基于操作者的观察校正显示在图上的功率利用率来编辑该图。设定控制器232可基于预测图264、预测控制区图265或这二者来生成控制农业收割机100上的多种设定的控制信号。例如，设定控制器232可生成控制机器和割台致动器248的控制信号。响应于所生成的控制信号，机器和割台致动器248操作以控制例如筛网和谷壳筛设定、脱粒机间隙、转子设定、清粮风扇速度设定、割台高度、割台功能、拨禾轮速度、拨禾轮位置、带式输送器功能(其中农业收割机100联接到带式输送器割台)、谷物割台功能、内部分布控制以及影响农业收割机100的其它功能的其它致动器248中的一个或更多个。路径规划控制器234示例性地生成控制信号以控制转向子系统252根据期望的路径使农业收割机100转向。路径规划控制器234可控制路径规划系统为农业收割机100生成路线，并且可控制推进子系统250和转向子系统252使农业收割机100沿着该路线转向。进料速率控制器236可控制诸如推进子系统250和机器致动器248之类的多种子系统，以基于预测图264或预测控制区图265或这二者来控制进料速率。例如，随着农业收割机100接近具有高于所选阈值的估计速度值的下降地势，进料速率控制器236可降低机器100的速度以维持生物质通过农业收割机100的恒定进料速率。割台和拨禾轮控制器238可生成控制信号以控制割台或拨禾轮或其它割台功能。带式输送器带控制器240可基于预测图264、预测控制区图265或这二者来生成控制信号以控制带式输送器带或其它带式输送器功能。例如，随着农业收割机100接近具有高于所选阈值的估计速度值的下降地势，带式输送器带控制器240可增加带式输送器带的速度以防止材料堵塞在带上。盖板位置控制器242可基于预测图264或预测控制区图265或这二者来生成控制信号以控制被包括在割台上的盖板的位置，并且残留物系统控制器244可基于预测图264或预测控制区图265或这二者来生成控制信号以控制残留物子系统138。机器清粮控制器245可生成控制信号以控制机器清粮子系统254。例如，当农业收割机100将在斜坡(据估计，在该斜坡处内部材料分布将不相称地处于清粮子系统254的一侧)上横穿时，机器清粮控制器245可调节清粮子系统254以考虑或校正不相称的材料。被包括在农业收割机100上的其它控制器也可基于预测图264或预测控制区图265或这二者来控制其它子系统。例如，可以控制一个或更多个子系统来调节内部材料分布。

图3A和图3B示出流程图，其示出在基于先验信息图258生成预测图264和预测控制区图265时农业收割机100的操作的一个示例。

在框280处，农业收割机100接收先验信息图258。参照框281、282、284和286讨论先验信息图258或接收先验信息图258的示例。如上所述，先验信息图258将与第一特性对应的变量的值映射到田地中的不同位置，如框282所指示的。如框281所指示的，接收先验信息图258可涉及选择可用的多个可能先验信息图中的一个或更多个。例如，一个先验信息图可以是从空中相位轮廓测量图像生成的地势轮廓图。另一先验信息图可以是在先前通过田地期间所生成的图，这种先前通过可由在田地中执行先验或先验操作的不同机器(例如，喷洒器或其它机器)执行。选择一个或更多个先验信息图的过程可以是手动的、半自动的或自动的。先验信息图258基于在当前收割操作之前收集的数据。这由框284指示。例如，可由安装在设备上的GPS接收器在先验或先前田地操作期间收集所述数据。例如，可在前一年或者在当前生长季节早前或者在其它时间在激光雷达范围扫描操作中收集所述数据。所述数据可基于以使用激光雷达范围扫描以外的方式检测或接收的数据。例如，配备有条纹投影轮廓测量系统的无人机可检测地势的轮廓或高度。或者例如，可基于天气模式来估计一些地形特性，例如由于侵蚀而形成车辙或者在冻融循环中团块瓦解。在一些示例中，可通过将来自诸如上面所列那些的若干源的数据组合来创建先验信息图258。或者例如，先验信息图258(例如，地形图)的数据可使用通信系统206而被发送到农业收割机100并被存储在数据存储装置202中。也可使用通信系统206以其它方式将先验信息图258的数据提供给农业收割机100，这由图3A的流程图中的框286指示。在一些示例中，先验信息图258可由通信系统206接收。

在收割操作开始时，现场传感器208生成指示一个或更多个现场数据值的传感器信号，所述一个或更多个现场数据值指示例如功率用量、机器速度、内部材料分布、谷物损失、杂余或谷物质量之类的机器特性。参照框222、290和226来讨论现场传感器288的示例。如上面说明的，现场传感器208包括：机载传感器222；远程现场传感器224，例如飞行一次以收集现场数据的基于UAV的传感器(在框290中被示出)；或者由现场传感器226指定的其它类型的现场传感器。在一些示例中，使用来自地理位置传感器204的位置、航向或速度数据对来自机载传感器的数据进行地理配准。

预测模型生成器210控制先验信息变量对现场变量模型生成器228以生成对被包含在先验信息图258中的映射的值与现场传感器208所感测的现场值之间的关系进行建模的模型，如框292所指示的。由先验信息图258中的映射的值和现场传感器208所感测的现场值所表示的特性或数据类型可以是相同的特性或数据类型、或不同的特性或数据类型。

由预测模型生成器210生成的关系或模型被提供给预测图生成器212。预测图生成器212使用预测模型和先验信息图258来生成预测图264，该预测图264预测在正在收割的田地中的不同地理位置处由现场传感器208所感测的特性或者与现场传感器208所感测的特性有关的不同特性的值，如框294所指示的。

应该注意的是，在一些示例中，先验信息图258可包括两个或更多个不同的图、或者单个图的两个或更多个不同的图层。两个或更多个不同的图中的各个图、或者单个图的两个或更多个不同的图层中的各个层，将不同类型的变量映射到田地中的地理位置。在这种示例中，预测模型生成器210生成对现场数据与由两个或更多个不同的图或两个或更多个不同的图层所映射的各个不同变量之间的关系进行建模的预测模型。类似地，现场传感器208可包括各自感测不同类型的变量的两个或更多个传感器。因此，预测模型生成器210生成对由先验信息图258所映射的各个类型的变量与由现场传感器208所感测的各个类型的变量之间的关系进行建模的预测模型。预测图生成器212可使用预测模型和先验信息图258中的各个图或图层来生成功能性预测图263，该功能性预测图263预测在正在收割的田地中的不同位置处由现场传感器208感测的每个感测的特性(或与所感测的特性有关的特性)的值。

预测图生成器212配置预测图264，以使得预测图264可由控制系统214操纵(或使用)。预测图生成器212可将预测图264提供给控制系统214或控制区生成器213或这二者。将参照框296、293、295、299和297描述可配置或输出预测图264的不同方式的一些示例。例如，预测图生成器212配置预测图264，以使得预测图264包括可由控制系统214读取并用作针对农业收割机100的一个或更多个不同的可控子系统生成控制信号的基础的值，如框296所指示的。

路线/任务生成器267基于预测图204来绘制农业收割机100在收割操作期间行进的行进路径，如框293所指示的。控制区生成器213可基于预测图264上的值将预测图264分成控制区。在彼此的阈值内的地理上连续的值可被分组到一控制区中。该阈值可以是默认阈值，或者可基于操作者输入、基于来自自动化系统的输入或者基于其它标准来设置该阈值。所述区的大小可基于控制系统214、可控子系统216的响应性或者基于磨损考虑或其它标准，如框295所指示的。预测图生成器212配置预测图264以用于呈现给操作者或其它用户。控制区生成器213可配置预测控制区图265以用于呈现给操作者或其它用户。这由框299指示。当呈现给操作者或其它用户时，预测图264或预测控制区图265或这二者的呈现可包含预测图264上的与地理位置相关的预测值、预测控制区图265上的与地理位置相关的控制区、以及基于图264上的预测的值或预测控制区图265上的区被使用的设定值或控制参数中的一个或更多个。在另一示例中，所述呈现可包括更抽象的信息或更详细的信息。所述呈现还可包括置信度，该置信度指示预测图264上的预测值或预测控制区图265上的区符合当农业收割机100穿过田地移动时可由农业收割机100上的传感器测量的测量值的准确度。此外，在信息被呈现给超过一个位置的情况下，可提供验证或授权系统以实现验证和授权过程。例如，可存在被授权查看和改变图和其它呈现的信息的个人层级。作为示例，机载显示装置可仅在机器上本地地近似实时显示所述图，或者也可在一个或更多个远程位置处生成所述图。在一些示例中，每个位置处的每个物理显示装置可与人或用户许可级别关联。用户许可级别可用于确定在物理显示装置上哪些显示标记可见、以及对应人可改变哪些值。作为示例，机器100的本地操作者可能无法看到与预测图264对应的信息或者无法对机器操作进行任何改变。然而，远程位置处的监督者可能能够在显示器上看到预测图264，但是无法进行改变。可处于单独的远程位置处的管理者可能能够看到预测图264上的所有元素，并且还改变用于机器控制的预测图264。这是可实现的授权层级的一个示例。预测图264或预测控制区图265或这二者也可按其它方式被配置，如框297所指示的。

在框298，由控制系统接收来自地理位置传感器204和其它现场传感器208的输入。框300表示控制系统214从地理位置传感器204接收识别农业收割机100的地理位置的输入。框302表示控制系统214接收指示农业收割机100的轨迹或航向的传感器输入，并且框304表示控制系统214接收农业收割机100的速度。框306表示控制系统214从多种现场传感器208接收其它信息。

在框308处，控制系统214基于预测图264或预测控制区图265或这二者以及来自地理位置传感器204和任何其它现场传感器208的输入来生成控制信号以控制可控子系统216。在框310处，控制系统214将控制信号施加到可控子系统。将理解，所生成的特定控制信号和被控制的特定可控子系统216可基于一个或更多个不同的事物而变化。例如，所生成的控制信号和被控制的可控子系统216可基于正在使用的预测图264或预测控制区图265或这二者的类型。类似地，所生成的控制信号、被控制的可控子系统216以及控制信号的定时可基于通过农业收割机100的作物流的各种延迟和可控子系统216的响应性。

作为示例，所生成的呈预测机器特性图形式的预测图264可用于控制一个或更多个子系统216。例如，预测机器特性图可包括被地理配准到正收割的田地内的位置的机器速度值。可提取来自预测机器特性图的机器速度值并用于控制割台和进料器壳体速度，以确保割台104和进料器壳体106可处理农业收割机100在更快速地穿过田地移动时所接合的材料的增加。前面使用预测机器特性图涉及机器速度的示例仅作为示例被提供。因此，可使用从预测机器特性图或其它类型的预测图获得的值来生成多种其它控制信号以控制一个或更多个可控子系统216。

在框312处，确定收割操作是否已完成。如果收割未完成，则处理前进到框314，在框314中，不断读取来自地理位置传感器204和现场传感器208(以及可能其它传感器)的现场传感器数据。

在一些示例中，在框316处，农业收割机100还可检测学习触发标准以对预测图264、预测控制区图265、预测模型生成器210所生成的模型、控制区生成器213所生成的区、由控制系统214中的控制器所实现的一个或更多个控制算法以及其它触发式学习中的一个或更多个执行机器学习。

学习触发标准可包括多种不同标准中的任一种。参照框318、320、321、322和324讨论检测触发标准的一些示例。例如，在一些示例中，触发式学习可涉及当从现场传感器208获得阈值量的现场传感器数据时，重新创建用于生成预测模型的关系。在这些示例中，从现场传感器208接收到超过阈值的量的现场传感器数据触发或使得预测模型生成器210生成由预测图生成器212使用的新预测模型。因此，随着农业收割机100继续收割操作，从现场传感器208接收到阈值量的现场传感器数据触发创建由预测模型生成器210所生成的预测模型所表示的新关系。此外，可使用新预测模型重新生成新的预测图264、预测控制区图265或这二者。框318表示检测用于触发创建新预测模型的阈值量的现场传感器数据。

在其它示例中，学习触发标准可基于来自现场传感器208的现场传感器数据从先前或先验值或阈值改变了多少。例如，如果现场传感器数据内的变化(或现场传感器数据与先验信息图258中的信息之间的关系)在一范围内、小于限定的量或者低于阈值，则预测模型生成器210不生成新预测模型。结果，预测图生成器212不生成新的预测图264和/或预测控制区图265。然而，例如，如果现场传感器数据内的变化超出该范围或超出预限定的量或阈值，或者例如，如果现场传感器数据与先验信息图258中的信息之间的关系改变限定的量，则预测模型生成器210使用预测图生成器212用于生成新预测图264的新接收的现场传感器数据的全部或部分来生成新预测模型。在框320处，现场传感器数据中的变化(例如，数据超出所选范围的量的量值、或者现场传感器数据与先验信息图258中的信息之间的关系的变化的幅度)可用作用于引起新预测模型和预测图的生成的触发器。所述阈值、范围和限定的量可被设置为默认值，或者由操作者或用户通过用户接口交互来设置，或者由自动化系统设置，或者被以其它方式设置。

也可使用其它学习触发标准。例如，如果预测模型生成器210切换到不同先验信息图(不同于最初选择的先验信息图258)，则切换到不同先验信息图可触发预测模型生成器210、预测图生成器212、控制区生成器213、控制系统214或其它项目重新学习。在另一示例中，农业收割机100转变到不同地形或不同控制区也可用作学习触发标准。

在一些情况下，操作者260也可编辑预测图264或预测控制区图265或这二者。这种编辑可改变预测图264上的值，或者改变控制区的尺寸、形状、位置或存在和/或改变预测控制区图265上的值。框321示出编辑的信息可用作学习触发标准。

在一些情况下，操作者260还可观察到可控子系统的自动控制不是操作者所期望的。在这些情况下，操作者260可向可控子系统提供手动调节，这反映出操作者260期望可控子系统以与控制系统214所命令的方式不同的方式操作。因此，操作者260手动更改设定可使得基于由操作者260进行的调节(如框322所示)，使预测模型生成器210重新学习模型，使预测图生成器212重新生成图264，使控制区生成器213重新生成预测控制区图265上的控制区，以及使控制系统214重新学习其控制算法或对控制系统214中的控制器组件232-246之一执行机器学习。框324表示使用其它触发式学习标准。

在其它示例中，可基于例如所选时间间隔(例如，离散时间间隔或可变时间间隔)周期性地或间歇地执行重新学习。这由框326指示。

如框326所指示的，如果重新学习被触发(无论基于学习触发标准还是基于过去了的时间间隔)，则预测模型生成器210、预测图生成器212、控制区生成器213和控制系统214中的一个或更多个执行机器学习，以基于学习触发标准分别生成新预测模型、新预测图、新控制区和新控制算法。使用自执行上次学习操作以来收集的任何附加数据来生成新预测模型、新预测图和新控制算法。执行重新学习由框328指示。

如果收割操作已完成，则操作从框312移至框330，在框330中，存储预测图264、预测控制区图265和由预测模型生成器210生成的预测模型中的一个或更多个。预测图264、预测控制区图265和预测模型可被本地存储在数据存储装置202上或者可使用通信系统206被发送到远程系统以便于随后使用。

将注意的是，尽管本文中的一些示例描述了预测模型生成器210和预测图生成器212分别在生成预测模型和功能性预测图时接收先验信息图，但是在其它示例中，预测模型生成器210和预测图生成器212在分别生成预测模型和功能性预测图时可接收其它类型的图，包括预测图，例如在收割操作期间生成的功能性预测图。

图4是图1所示的农业收割机100的一部分的框图。具体地，除了别的以外，图4更详细地示出预测模型生成器210和预测图生成器212的示例。图4还示出所示的各种组件之间的信息流。预测模型生成器210接收地形图332作为先验信息图。预测模型生成器210还从地理位置传感器204接收地理位置334或地理位置的指示。现场传感器208示例性地包括机器传感器(例如，机器传感器336)以及处理系统338。在一些情况下，机器传感器336可位于农业收割机100上。处理系统338处理从机载机器传感器336生成的传感器数据以生成处理过的数据，下面描述所述处理过的数据的一些示例。

在一些示例中，机器传感器336可生成指示机器传感器336感测的特性的电子信号。处理系统338处理经由机器传感器336获得的一个或更多个传感器信号以生成识别一个或更多个机器特性的处理过的数据。处理系统338所识别的机器特性可包括内部材料分布、功率用量、功率利用率、机器速度、车轮打滑等。

现场传感器208可以是或包括光学传感器，例如位于农业收割机100中的相机(以下称为“过程相机”)，该光学传感器查看处理谷物农业材料的农业收割机100的内部。因此，在一些示例中，处理系统338能够操作以基于机器传感器208所捕获的图像来检测穿过农业收割机100的农业材料的内部分布。例如，农业材料是否横跨清粮系统不均匀地分布，这种不均匀分布可能是由于机器翻滚或俯仰引起的。

在其它示例中，现场传感器208可以是或包括感测机器位置的GPS。在这种情况下，处理系统338也可从传感器信号推导出速度和方向。在另一示例中，现场传感器208可包括一个或更多个功率传感器，所述功率传感器检测农业收割机100上的一个或更多个子系统的单独的功率特性或聚合功率特性。在这种情况下，处理系统338可通过子系统或机器组件聚合或分离该功率特性。

还可使用其它机器性质和传感器。在一些示例中，来自机器传感器336的原始数据或处理过的数据可经由操作者接口机构218呈现给操作者260。操作者260可在农业收割机100上或在远程位置处。

如图4所示，示例预测模型生成器210包括功率特性对地形特性模型生成器342、机器速度对地形特性模型生成器344、材料分布对地形特性模型生成器345、谷物损失对地形特性模型生成器346、杂余对地形特性模型生成器347和谷物质量对地形特性模型348中的一个或更多个。在其它示例中，预测模型生成器210可包括比图4的示例中所示那些更多、更少或不同的组件。因此，在一些示例中，预测模型生成器210也可包括其它项目349，其可包括其它类型的预测模型生成器，以生成其它类型的机器特性模型。

针对机器传感器336是功率特性传感器(例如，液压传感器、电压传感器等)的示例进行本讨论。将理解，这些仅是一些示例，作为机器传感器336的其它示例，本文中也可以想到上述传感器。模型生成器342识别与处理过的数据340对应的地理位置处的功率特性与相同地理位置处的地形特性值之间的关系。地形特性值是被包含在地形图332中的已被地理配准的值。然后，模型生成器342生成预测机器模型350，该预测机器模型350由功率特性图生成器352使用以基于田地中的位置的地形特性来预测田地中的该位置处的功率特性。例如，现场传感器208感测功率用量，并且预测图生成器352输出田地中的多个地点处估计的功率用量要求。

针对机器传感器336是机器速度传感器(例如，全球定位系统装置、速度计、罗盘等)的示例进行本讨论。将理解，这些仅是一些示例，作为机器传感器336的其它示例，本文中也可以想到上述传感器。模型生成器344识别与处理过的传感器数据340对应的地理位置处的机器速度与相同地理位置处的地形特性值之间的关系。同样，地形特性值是被包含在地形图332中的被地理配准的值。然后，模型生成器344生成预测机器模型350，该预测机器模型350被机器速度图生成器354使用以基于田地中的位置的地形特性值来预测田地中的该位置处的机器速度。例如，由现场传感器208感测机器速度和方向，并且预测图生成器354输出在田地中的多个地点处估计的机器速度和方向。

针对机器传感器336是诸如相机之类的图像传感器的示例进行本讨论。将理解，这仅是一个示例，作为机器传感器336的其它示例，本文中也可以想到上述传感器。模型生成器345识别在与获得所述图像的位置对应的地理位置处在处理过的数据340中检测到的材料分布(例如，可基于相机所捕获的图像来识别农业收割机100中的材料分布)与来自田地中的检测到该材料分布的相同位置所对应的地形图332的地形特性之间的关系。基于模型生成器345所建立的该关系，模型生成器345生成预测机器模型350。材料分布图生成器355使用预测机器模型350以基于田地中的相同位置处的地形图332中所包含的地理配准地形特性来预测田地中的不同位置处的材料分布。

针对机器传感器336是谷物损失传感器的示例进行本讨论。将理解，这仅是一个示例，作为机器传感器336的其它示例，本文中也可以想到上述传感器。模型生成器346识别在与传感器数据被地理定位所处的位置对应的地理位置处在处理过的数据340中所检测到的谷物损失与来自田地中的相同位置(所述谷物损失被地理定位在该位置处)所对应的地形图332的地形特性之间的关系。基于模型生成器346所建立的该关系，模型生成器346生成预测机器模型350。谷物损失图生成器356使用预测机器模型350以基于田地中的相同位置处的地形图332中所包含的地理配准地形特性来预测田地中的不同位置处的谷物损失。

针对机器传感器336是杂余传感器的示例进行本讨论。将理解，这仅是一个示例，作为机器传感器336的其它示例，本文中也可以想到上述传感器。模型生成器347识别在与被地理定位的传感器数据对应的地理位置处在处理过的数据340中所检测到的杂余与来自田地中的相同位置(所述杂余特性被地理定位在该位置处)所对应的地形图332的地形特性之间的关系。基于模型生成器347所建立的该关系，模型生成器347生成预测机器模型350。杂余图生成器357使用预测机器模型350以基于田地中的相同位置处的地形图332中所包含的地理参考地形特性来预测田地中的不同位置处的杂余特性。

针对机器传感器336是谷物质量传感器的示例进行本讨论。将理解，这仅是一个示例，作为机器传感器336的其它示例，本文中也可以想到上述传感器。模型生成器348识别在与被地理定位的传感器数据对应的地理位置处在处理的数据340中所检测到的谷物质量与来自田地中的相同位置(所述谷物质量被地理定位在该位置处)所对应的地形图332的地形特性之间的关系。基于模型生成器348所建立的该关系，模型生成器348生成预测机器模型350。谷物质量图生成器358使用预测机器模型350以基于田地中的相同位置处的地形图332中所包含的地理参考地形特性来预测田地中的不同位置处的谷物质量。

预测模型生成器210能够操作以生成多个预测机器模型，例如由模型生成器342、344和345生成的一个或更多个预测机器模型。在另一示例中，上述预测机器模型342、344和345中的两个或更多个可被组合成单个预测机器模型，该单个预测机器模型基于田地中的不同位置的地形特性来预测例如材料分布、功率特性和机器速度中的两个或更多个机器特性。这些机器模型中的任一个或其组合由图4中的机器模型350统一地表示。

预测机器模型350被提供给预测图生成器212。在图4的示例中，预测图生成器212包括功率特性图生成器352、机器速度图生成器354、材料分布图生成器355、谷物损失图生成器356、杂余图生成器357和谷物质量图生成器358。在其它示例中，预测图生成器212可包括更多、更少或不同的图生成器。因此，在一些示例中，预测图生成器212可包括其它项目359，其可包括其它类型的图生成器以生成其它类型的机器特性的机器特性图。

功率特性图生成器352接收基于来自地形图332的地形特性来预测功率特性的预测机器模型350，并且生成预测田地中的不同位置的功率特性的预测图。例如，预测的功率特性可包括预测的所需功率。

机器速度图生成器354生成预测图，该预测图基于田地中的不同位置处的机器速度值和预测机器模型350来预测田地中的那些位置的机器速度。

材料分布图生成器355示例性地生成材料分布图360，该材料分布图360基于田地的不同位置的地形特性和预测机器模型350来预测田地中的那些位置的材料分布。

谷物损失图生成器356示例性地生成谷物损失图360，该谷物损失图360基于田地的不同位置的地形特性和预测机器模型350来预测田地中的那些位置的谷物损失。

杂余图生成器357示例性地生成杂余图360，该杂余图360基于田地的不同位置的地形特性和预测机器模型350来预测田地中的那些位置的杂余特性。

谷物质量图生成器358示例性地生成谷物质量图360，该谷物质量图360基于田地的不同位置的地形特性和预测机器模型350来预测田地中的那些位置处的指示谷物质量的特性。

预测图生成器212输出作为机器特性的预测的一个或更多个预测机器特性图360。每个预测机器特性图360预测田地中的不同位置的相应机器特性。每个生成的预测机器特性图360可被提供给控制区生成器213、控制系统214或这二者。控制区生成器213生成控制区，并将那些控制区并入功能性预测图360。一个或更多个功能性预测图可被提供给控制系统214，该控制系统214基于所述一个或更多个功能性预测图来生成控制信号以控制一个或更多个可控子系统216。

图5是预测模型生成器210和预测图生成器212在生成预测机器模型350和预测机器特性图360时的操作的示例的流程图。在框362处，预测模型生成器210和预测图生成器212接收先验地形图332。在框364处，处理系统338从机器传感器336接收一个或更多个传感器信号。如上所述，机器传感器336可以是功率传感器366、速度传感器368、材料分布传感器370或其他类型的传感器371。

在框372处，处理系统338处理接收到的所述一个或更多个传感器信号以生成指示该机器的特性的数据。在一些情况下，如框374所示，传感器数据可以指示功率特性。在一些情况下，如框378所示，传感器数据可以指示农业收割机速度。在一些情况下，如框379所示，传感器数据(例如，一个图像或多个图像)可以指示农业收割机内的材料分布。传感器数据也可以包括其他数据，如由框380所示。

在框382处，预测模型生成器210还获得与传感器数据对应的地理位置。例如，预测模型生成器210可以从地理位置传感器204获得地理位置，并且基于机器延迟、机器速度等确定捕获或导出传感器数据340的精确地理位置。此外，在框382处，可以确定农业收割机100相对于地形特性的取向。例如，因为处于斜坡位置的机器可能基于该机器相对于斜坡的取向而表现出不同的机器特性，由此获得农业收割机100的取向。

在框384处，预测模型生成器210生成一个或更多个预测机器模型，例如机器模型350，该预测机器模型对从先验信息图(例如先验信息图258)获得的地形特性与正被现场传感器208感测的机器特性或相关特性之间的关系进行建模。例如，预测模型生成器210可以生成预测机器模型，该预测机器模型对地形特性与从现场传感器208获得的传感器数据340所指示的感测的机器特性之间的关系进行建模。

在框386处，诸如预测机器模型350之类的预测机器模型被提供给预测图生成器212，预测图生成器212生成预测机器特性图360，该预测机器特性图360基于地形图和预测机器模型350映射预测的机器特性。在一些示例中，预测机器特性图360预测功率特性，如框388所示。在一些示例中，预测机器特性图360预测机器速度，如框390所示。在一些示例中，预测机器特性图360预测收割机中的材料分布，如框392所示。还在其他示例中，预测图360预测其他项目或以上项目的组合，如框393所示。

可以在农业操作的过程期间生成预测机器特性图360。因此，在农业收割机移动穿过田地以执行农业操作时，在正在执行该农业操作时生成预测机器特性图360。

在框394处，预测图生成器212输出预测机器特性图360。在框391处，预测机器特性图生成器212输出预测机器特性图，以便呈现给操作者260并由操作者260进行可能的交互。在框393处，预测图生成器212可以配置该图以便由控制系统214使用。在框395处，预测图生成器212还可以向控制区生成器213提供图360，以便生成控制区。在框397处，预测图生成器212还以其他方式配置该图360。预测机器特性图360(具有或没有控制区)被提供给控制系统214。在框396处，控制系统214基于预测机器特性图360生成控制信号以控制可控子系统216。

由此可以看出，本系统采用先验信息图，该先验信息图将诸如地形特性信息之类的特性映射到田地中的不同位置。本系统还使用感测指示机器特性(例如，功率用量、机器速度或材料分布)的现场传感器数据的一个或更多个现场传感器，并且生成对使用现场传感器所感测的机器特性或相关特性与在先验信息图中所映射的特性之间的关系进行建模的模型。因此，本系统使用模型、现场数据和先验信息图生成功能性预测图，并且可以配置所生成的功能性预测图以供控制系统使用或呈现给本地操作者或远程操作者或其他用户。例如，控制系统可以使用该图来控制农业收割机的一个或更多个系统。

图6A是图1所示的农业收割机100的示例部分的框图。特别地，除了别的以外，图6A示出了预测模型生成器210和预测图生成器212的示例。在图示示例中，信息图258是地形图332、预测机器特性图360或不同的先验操作图400中的一个或更多个。先验操作图400中的值可以是在先前或先验操作(例如由耕作机、喷洒器或UAV进行的先前或先验操作)期间被收集的值。

另外，在图6A所示的示例中，现场传感器208可以包括功率传感器402、进料速率传感器403、操作者输入传感器404和处理系统406中的一个或更多个。现场传感器208也可以包括其他传感器408。例如，图6B示出了现场传感器208的附加示例。

功率传感器402感测指示农业收割机100的功率特性的变量。功率传感器402的示例包括(但不限于)电压传感器、电流传感器、扭矩传感器、液压压力传感器、液压流量传感器、力传感器、轴承载荷传感器和旋转传感器。可以由变化的粒度级别测量功率特性。例如，可在机器范围内、子系统范围内或由子系统的各个组件感测功率用量。

进料速率传感器403感测指示通过农业收割机100的一个或更多个部分的进料速率的变量。进料速率传感器403可以包括转子驱动力传感器、观察正在由农业收割机收集的材料的前视光学传感器、感测谷物进料速率的力板传感器、进料器壳体中的电容传感器等。

操作者输入传感器404示例性地感测各种操作者输入。所述输入可以是用于控制农业收割机100上的设定的设定输入或其他控制输入，诸如转向输入和其他输入。因此，当操作者260通过操作者接口机构218改变设定或提供命令输入时，这种输入由操作者输入传感器404检测，该操作者输入传感器404提供指示所感测的操作者输入的传感器信号。处理系统406可从生物量传感器402或操作者输入传感器404或这两者接收传感器信号，并生成指示所感测的变量的输出。例如，处理系统406可以从光学传感器410或转子压力传感器412接收传感器输入，并生成指示生物量的输出。处理系统406还可以从操作者输入传感器404接收输入，并生成指示所感测的操作者输入的输出。

预测模型生成器210可以包括地形特性对功率模型生成器410、地形特性对进料速率模型生成器412、地形特性对传感器数据模型生成器414、地形特性对操作者命令模型生成器416、机器特性对功率模型生成器418、机器特性对进料速率模型生成器420、机器特性对传感器数据模型生成器422和机器特性对操作者命令模型生成器424。在其他示例中，预测模型生成器210可以包括更多、更少或其他的模型生成器425。预测模型生成器210可以从地理位置传感器204接收地理位置指示符334，并且生成预测模型426，该预测模型426对由功率传感器402所感测的功率特性、由进料速率传感器403所感测的进料速率以及由操作者输入传感器404所感测的操作者输入命令中的一个或更多个与一个或更多个所述信息图中的信息之间的关系进行建模。

例如，地形特性对功率模型生成器410生成地形特性值(其可以在地形图332上或在先验操作图400上)与由功率传感器402所感测的功率特性值之间的关系。地形特性对进料速率模型生成器412示例性地生成表示地形特性与指示由进料速率传感器403所感测的进料速率的变量之间的关系的模型。地形特性对传感器数据模型生成器414示例性地生成表示地形特性与由一个或更多个现场传感器208所感测的变量之间的关系的模型。地形特性对操作者命令模型生成器416生成对如在地形图332、先验操作图400或这两者上反映的地形特性与由操作者输入传感器404所感测的操作者输入命令之间的关系进行建模的模型。

机器特性对功率模型生成器418生成机器特性值(其可以在预测机器特性图360上或在先验操作图400上)与由功率传感器402所感测的功率特性值之间的关系。机器特性对进料速率模型生成器420示例性地生成表示机器特性与指示由进料速率传感器403所感测的进料速率的变量之间的关系的模型。机器特性对传感器数据模型生成器422示例性地生成表示机器特性与由一个或更多个现场传感器208所感测的变量之间的关系的模型。机器特性对操作者命令模型生成器424生成对如在预测机器特性图360、先验操作图400或这两者上反映的机器特性与由操作者输入传感器404所感测的操作者输入命令之间的关系进行建模的模型。

由预测模型生成器210生成的预测模型426可以包括可以由地形特性对功率模型生成器410、地形特性对进料速率模型生成器412、地形特性对传感器数据模型生成器414、地形特性对操作者命令模型生成器416、机器特性对功率模型生成器418、机器特性对进料速率模型生成器420、机器特性对传感器数据模型生成器422和机器特性对操作者命令模型生成器424、以及可以被包括作为其它项目425的一部分的其他模型生成器所生成的预测模型中的一个或更多个。

在图6A的示例中，预测图生成器212包括预测功率图生成器428、预测进料速率图生成器429、预测传感器数据图生成器430和预测操作者命令图生成器432。在其他示例中，预测图生成器212可以包括更多、更少、或其他的图生成器434。

预测功率图生成器428接收对地形特性或机器特性与功率特性之间的关系进行建模的预测模型426(例如，由地形特性对功率模型生成器410或机器特性对功率模型生成器418生成的预测模型)和一个或更多个所述信息图。

预测进料速率图生成器429生成功能性预测进料速率图437，该功能性预测进料速率图437基于一个或更多个所述信息图中的在田地中不同位置处的一个或更多个地形特性或机器特性以及基于预测模型426(例如，由地形特性对进料速率模型生成器412或机器特性对进料速率模型生成器420生成的预测模型)来预测在田地中的这些不同位置处的目标进料速率。目标进料速率是满足约束和其他标准的、在给定时间内传递通过收割机的一部分的材料的体积、质量或其他量。收割机被控制以达到目标进料速率。目标进料速率可能受到机器吞吐量限制、最低生产率水平(例如，通过作业场地的机器速度)、最大财政成本以及其它因素的约束。不受限制地，附加的约束和标准可以基于通过收割机前部或后部的谷物损失、总操作成本、劳动力成本、燃料成本、谷物损坏、机器磨损和收获时间。

预测传感器数据图生成器438接收对地形或机器特性与传感器数据之间的关系进行建模的预测模型426(例如，由地形对传感器数据模型生成器414或机器特性对传感器数据模型生成器422所生成的预测模型)和一个或更多个所述信息图以生成预测传感器数据图438，该预测传感器数据图438映射由现场传感器208所感测的特性的预测值。

预测操作者命令图生成器432接收对地形特性或机器特性与由操作者输入传感器404所检测到的操作者命令输入之间的关系进行建模的预测模型426(例如，由地形特性对命令模型生成器416或机器特性对命令模型生成器424所生成的预测模型)，并且生成功能性预测操作者命令图440，该功能性预测操作者命令图440基于来自地形图432的地形特性或机器特性值或来自预测机器特性图360和预测模型426的机器特性值来预测在田地中不同位置处的操作者命令输入。

预测图生成器212输出功能性预测图436、437、438和440中的一个或更多个。功能性预测图436、437、438和440中的每一个可以被提供给控制区生成器213、控制系统214或这两者。控制区生成器213生成控制区，以提供与由控制区生成器213接收的每个预测图436、437、438和440相对应的预测控制区图265。功能性预测图436、437、438或440中的任何一个或全部以及相对应的图265可以被提供给控制系统214，该控制系统214基于功能性预测图436、437、438和430中的一个或全部或者基于包括控制区的相对应的图265生成控制信号以控制可控子系统216中的一个或更多个。预测图436、437、438或440中的任何一个或全部或相对应的图265可以呈现给操作者260或另一用户。

图6B是示出实时(现场)传感器208的一些示例的框图。图6B中示出的传感器中的一些或它们的不同组合可以同时具有传感器402和处理系统406，而其他传感器可用作参考图6A和图7所描述的传感器402，在图6A和图7中处理系统406是单独的或分开的。图6B中示出的可能的现场传感器208中的一些相对于前面的图被示出和描述，并且被类似地编号。图6B示出了现场传感器208可以包括操作者输入传感器480、机器传感器482、收割材料性质传感器484、田地和土壤性质传感器485、环境特性传感器487，并且它们可以包括各种各样的其他传感器226。操作者输入传感器480可以是通过操作者接口机构218感测操作者输入的传感器。因此，操作者输入传感器480可以感测连杆、操纵杆、方向盘、按钮、转盘或踏板的用户移动。操作者输入传感器480还可以感测用户与其他操作者输入机构的交互，诸如用户与触敏屏幕、与利用语音识别的麦克风或与各种其他操作者输入机构中的任何一种的交互。

机器传感器482可以感测农业收割机100的不同特性。例如，如上所讨论那样，机器传感器482可以包括机器速度传感器146、分离器损失传感器148、干净谷物相机150、前视图像捕获机构151、损失传感器152或地理位置传感器204，其示例在上文中被描述。机器传感器482还可以包括感测机器设定的机器设定传感器491。以上参照图1描述了机器设定的一些示例。前端设备(例如，割台)位置传感器493可以感测割台102、拨禾轮164、切割器104或其他前端设备相对于农业收割机100的框架的位置。例如，传感器493可以感测割台102在地面上方的高度。机器传感器482还可以包括前端设备(例如，割台)取向传感器495。传感器495可以感测割台102相对于农业收割机100或相对于地面的取向。机器传感器482可以包括稳定性传感器497。稳定性传感器497感测农业收割机100的振动或弹跳运动(和幅度)。机器传感器482还可以包括残留物设定传感器499，该残留物设定传感器499被配置成感测农业收割机100是否被配置成切碎残留物、产生料堆或以另一方式处理残留物。机器传感器482可以包括清粮室风扇速度传感器551，该清粮室风扇速度传感器551感测清粮风扇120的速度。机器传感器482可以包括凹板间隙传感器553，该凹板间隙传感器553感测农业收割机100上的转子112与凹板114之间的间隙。机器传感器482可以包括谷壳筛间隙传感器555，该谷壳筛间隙传感器555感测谷壳筛122中的开口的尺寸。机器传感器482可以包括脱粒转子速度传感器557，该脱粒转子速度传感器557感测转子112的转子速度。机器传感器482可以包括转子压力传感器559，该转子压力传感器559感测用于驱动转子112的压力。机器传感器482可以包括筛网间隙传感器561，该筛网间隙传感器561感测筛网124中开口的尺寸。机器传感器482可以包括MOG湿度传感器563，该MOG湿度传感器563感测穿过农业收割机100的MOG的湿度水平。机器传感器482可以包括感测农业收割机100的取向的机器取向传感器565。机器传感器482可以包括材料进料速率传感器567，该材料进料速率传感器567感测在材料行进通过进料器壳体106、干净谷物升运器130或农业收割机100中的其他地方时该材料的进料速率。机器传感器482可以包括生物量传感器569，该生物量传感器569感测行进通过进料器壳体106、分离器116或农业收割机100中的其他地方的生物量。机器传感器482可以包括燃料消耗传感器571，该燃料消耗传感器571感测农业收割机100的随时间的燃料消耗速率。机器传感器482可以包括功率利用传感器573，该功率利用传感器573感测农业收割机100中的功率利用(诸如哪些子系统正在利用功率)、或者子系统正在利用功率的速率、或者农业收割机100中的子系统之间的功率分配。机器传感器482可以包括轮胎压力传感器577，该轮胎压力传感器577感测农业收割机100的轮胎144中的充气压力。机器传感器482可以包括各种各样的其他机器性能传感器或机器特性传感器(如框475所示)。机器性能传感器和机器特性传感器575可以感测农业收割机100的机器性能或特性。

在作物材料正在被农业收割机100处理时，收割材料性质传感器484可以感测切断的作物材料的特性。作物性质可能包括诸如作物类型、作物湿度、谷物质量(如碎谷物)、MOG水平、谷物成分(诸如淀粉和蛋白质)、MOG湿度和其他作物材料性质的东西。其他传感器可以感测秸秆“韧性”、玉米与穗的粘附性以及可以有益地用于控制处理以获得更好的谷物捕获、减少的谷物损坏、降低的功率消耗、减少的谷物损失等的其他特性。

田地和土壤性质传感器485可以感测田地和土壤的特性。田地和土壤性质可能包括土壤湿度、土壤密实度、积水的存在和位置、土壤类型以及其他土壤和田地特性。

环境特性传感器487可以感测一个或更多个环境特性。环境特性可以包括诸如风向和风速、降水、雾、灰尘水平或其他障碍物或其他环境特性的东西。

图7示出了图示出预测模型生成器210和预测图生成器212在生成一个或更多个预测模型426和一个或更多个功能性预测图436、437、438和440时的操作的一个示例的流程图。在框442处，预测模型生成器210和预测图生成器212接收信息图。信息图可以是地形图332、预测机器特性图360、使用在田地中的先前或先验操作期间所获得的数据创建的先验操作图400。在框444处，预测模型生成器210从现场传感器208接收包含传感器数据的传感器信号。现场传感器可以是功率传感器402、进料速率传感器403或另一传感器408中的一个或更多个。框446指示由预测模型生成器210接收的传感器信号包括指示功率特性的类型的数据。框448指示传感器信号数据可以指示农业收割机100的取向，诸如俯仰、翻滚和航向。框449指示传感器信号数据可以指示通过农业收割机100的一个或更多个部分的进料速率。框450指示由预测图生成器210接收的传感器信号可以是具有指示操作者命令输入的类型的数据的、如由操作者输入传感器404所感测的传感器信号。预测模型生成器210也可以接收其他现场传感器输入(如框452所示)。

在框454处，处理系统406处理被包含在从一个或更多个现场传感器208接收的一个或更多个传感器信号中的数据，以获得经处理的数据409，如图6A所示。被包含在一个或更多个传感器信号中的数据可以呈原始格式，该原始格式被处理以接收经处理的数据409。例如，温度传感器信号包括电阻数据，这个电阻数据可以被处理成温度数据。在其他示例中，处理可以包括对数据进行数字化、编码、格式化、缩放、过滤或分类。经处理的数据409可以指示由现场传感器208所感测的功率、进料速率、操作者输入命令或另一农业特性中的一个或更多个。经处理的数据409被提供给预测模型生成器210。

回到图7，在框456处，预测模型生成器210还从地理位置传感器204接收地理位置334，如图6A所示。地理位置334可以与从其获取由现场传感器208感测的一个或更多个感测变量的地理位置关联。例如，预测模型生成器210可以从地理位置传感器204获得地理位置334，并且基于机器延迟、机器速度等来确定精确的地理位置，从该精确的地理位置中导出经处理的数据409。

在框458处，预测模型生成器210生成对信息图中的映射值和在经处理的数据409中表示的特性之间的关系进行建模的一个或更多个预测模型426。例如，在一些情况下，信息图中的映射值可以是地形特性或机器特性，其可以是地形图332中的地形特性值、功能性预测机器特性图360中的机器特性值、或先验操作图400的不同值中的一个或更多个；并且预测模型生成器210使用信息图的映射值和由现场传感器208感测的特性(如经处理的数据490中所表示的)或相关特性(如与由现场传感器208感测的特性相关的特性)来生成预测模型。

例如，在框460处，预测模型生成器210可以生成预测模型426，预测模型426对从一个或更多个信息图获得的地形或机器特性值与由现场传感器获得的功率特性数据之间的关系进行建模。在另一示例中，在框462处，预测模型生成器210可以生成对从一个或更多个信息图获得的地形特性或机器特性值与从现场传感器获得的农业收割机100的进料速率之间的关系进行建模的预测模型426。在又一示例中，在框463处，预测模型生成器210生成对地形或机器特性与操作者命令输入之间的关系进行建模的预测模型426。在又一示例中，在框464处，预测模型生成器210生成对地形或机器特性与来自一个或更多个现场传感器208的一个或更多个现场传感器信号之间的关系进行建模的预测模型426。

一个或更多个预测模型426被提供给预测图生成器212。在框466处，预测图生成器212生成一个或更多个功能性预测图。功能性预测图可以是功能性预测功率图436、功能性预测进料速率图437、功能性预测传感器数据图438、功能性预测操作者命令图440或这些图的任意组合。功能性预测功率图436预测农用收割机100在田地中不同位置处的功率特性。功能性预测进料速率图437预测农用收割机100在田地中不同位置处的期望机器进料速率。功能性预测传感器数据图438预测将由现场传感器208在田地中不同位置处检测到的传感器数据值。功能性预测操作者命令图440预测在田地中不同位置处的可能的操作者命令输入。此外，可以在农业操作过程期间生成功能性预测图436、437、438和440中的一个或更多个。因此，当农业收割机100移动穿过田地以执行农业操作时，在执行该农业操作时生成一个或更多个预测图436、437、438和440。

在框468处，预测图生成器212输出一个或更多个功能性预测图436、437、438和440。在框470处，预测图生成器212可以配置所述图以呈现给操作者260或其他用户以及用于与操作者260或其他用户进行可能的交互。在框472处，预测图生成器212可以配置所述图以供控制系统214使用。在框474处，预测图生成器212可以将一个或更多个预测图436、437、438和440提供给控制区生成器213以用于生成控制区。在框476处，预测图生成器212以其他方式配置一个或更多个预测图436、437、438和440。在一个或更多个功能性预测图436、437、438和440被提供给控制区生成器213的示例中，其中包括控制区的由以上所描述的相对应的图265表示的所述一个或更多个功能性预测图436、437、438和440可以呈现给操作者260或另一用户、或者也提供给控制系统214。

在框478处，控制系统214然后基于所述一个或更多个功能性预测图360、436、437、438和440(或具有控制区的功能性预测图360、436、437、438和440)以及来自地理位置传感器204的输入来生成控制信号以控制可控子系统。例如，当图360被用作功能性预测图时，可以控制可控子系统以改善功率特性、改善内部材料分布、降低谷物损失、提高谷物质量或受控的基于杂余的特性。

例如，在控制系统214接收功能性预测图的情况下，路径规划控制器234控制转向子系统252以使农业收割机100转向。在控制系统214接收功能性预测图的另一示例中，残留物系统控制器244控制残留物子系统138。在控制系统214接收功能性预测图的另一示例中，设定控制器232控制脱粒机110的脱粒机设定。在控制系统214接收功能性预测图的另一示例中，设定控制器232或另一控制器246控制材料处理子系统125。在控制系统214接收功能性预测图的另一示例中，设定控制器232控制作物清粮子系统。在控制系统214接收功能性预测图的另一示例中，机器清粮控制器245控制农业收割机100上的机器清粮子系统254。在控制系统214接收功能性预测图的另一示例中，通信系统控制器229控制通信系统206。在控制系统214接收功能性预测图的另一示例中，操作者接口控制器231控制农业收割机100上的操作者接口机构218。在控制系统214接收功能性预测图的另一示例中，盖板位置控制器242控制机器/割台致动器以控制农业收割机100上的盖板。在控制系统214接收功能性预测图的另一示例中，带式输送器带控制器240控制机器/割台致动器以控制农业收割机100上的带式输送器带。在控制系统214接收功能性预测图的另一示例中，其他控制器246控制农业收割机100上的其他可控子系统256。

在一些示例中，控制系统214可以生成一个或更多个控制信号以控制设置在农业收割机内部的材料流动路径内的可调节材料接合元件的设定(例如，位置、取向等)，从而控制或补偿农业收割机100内的内部材料分布。例如，一个或更多个控制信号可以控制致动器以致动所述可调节材料接合元件的移动，从而改变所述可调节材料接合元件的位置或取向，以相对于流动方向向右或向左引导材料流的至少一部分。在一些示例中，该方向可以是相对于材料流动方向在横向或前后方向上从具有较大材料深度的区域到具有较小材料深度的区域。

图8示出了图示出控制区生成器213的一个示例的框图。控制区生成器213包括作业机器致动器(work machine actuator，WMA)选择器486、控制区生成系统488和动态区(regime zone)生成系统490。控制区生成器213还可以包括其他项目492。控制区生成系统488包括控制区标准标识符组件494、控制区边界限定组件496、目标设定(target setting)标识符组件498和其他项目520。动态区生成系统490包括动态区标准标识组件522、动态区边界限定组件524、设定解析器(settings resolver)标识符组件526和其他项目528。在更详细地描述控制区生成器213的整体操作之前，将首先提供控制区生成器213中的项目中的一些及其相应操作的简要描述。

农业收割机100或其他作业机器可以具有执行不同功能的多种不同类型的可控致动器。农业收割机100或其他作业机器上的可控致动器统称为作业机器致动器(WMA)。可以基于功能性预测图上的值独立地控制每个WMA，或者可以基于功能性预测图上的一个或更多个值成组地控制WMA。因此，控制区生成器213可以生成对应于每个单独可控的WMA的、或者对应于被相互协调控制的WMA组的控制区。

WMA选择器486选择要为其生成相对应的控制区的WMA或WMA组。控制区生成系统488然后为所选择的WMA或WMA组生成控制区。对于每个WMA或WMA组，在标识控制区时可以使用不同的标准。例如，对于一个WMA，WMA响应时间可以用作用于限定控制区的边界的标准。在另一示例中，磨损特性(例如，特定致动器或机构由于其运动而磨损的程度)可以用作用于标识控制区的边界的标准。控制区标准标识符组件494标识将用于为所选择的WMA或WMA组限定控制区的具体标准。控制区边界限定组件496处理分析中的功能性预测图上的值，以基于分析中的功能性预测图上的值并基于所选择的WMA或WMA组的控制区标准来限定该功能性预测图上的控制区的边界。

目标设定标识符组件498设置将被用于控制不同控制区中的WMA或WMA组的目标设定的值。例如，如果所选择的WMA是推进系统250，并且分析中的功能性预测图是功能性预测速度图438，则每个控制区中的目标设定可以是基于所标识的控制区内的功能性预测速度图238中所包含的速度值的目标速度设定。

在一些示例中，在基于农业收割机100的当前或未来位置来控制农业收割机100的情况下，对于给定位置处的WMA，多个目标设定是可能的。在这种情况下，目标设定可能具有不同的值，并且可能相互竞争。因此，需要解析目标设定，使得仅使用单个目标设定来控制WMA。例如，在WMA是在推进系统250中被控制以便控制农业收割机100的速度的致动器的情况下，可能存在多个不同的竞争的标准组，所述多个不同的竞争的标准组由控制区生成系统488在标识控制区和控制区中所选择的WMA的目标设定时考虑。例如，用于控制机器速度的不同目标设定可以基于例如所检测的或所预测的进料速率值、所检测的或预测的燃料效率值、所检测的或预测的谷物损失值或这些值的组合来生成。然而，在任何给定时间，农业收割机100不能同时以多种速度在地面上行进。相反，在任何给定时间，农业收割机100以单个速度行进。因此，选择竞争目标设定中的一个来控制农业收割机100的速度。

因此，在一些示例中，动态区生成系统490生成动态区以解析多个不同的竞争目标设定。动态区标准标识组件522标识用于为分析中的功能性预测图上的所选择的WMA或WMA组确立动态区的标准。可以用于标识或限定动态区的一些标准包括例如地势坡度、地势粗糙度、土壤类型、基于种植图的作物类型或作物种类、或作物类型或作物种类的另一来源、杂草类型、杂草密集度、或作物状态(诸如作物是倒伏的、部分倒伏的还是直立的)。正如每个WMA或WMA组可能具有相对应的控制区，不同的WMA或WMA组也可能具有相对应的动态区。动态区边界限定组件524基于由动态区标准标识组件522标识的动态区标准来标识分析中的功能性预测图上的动态区的边界。

在一些示例中，动态区可能彼此重叠。例如，作物种类动态区可能与地势粗糙度动态区的一部分或全部重叠。在这样的示例中，不同的动态区可以被分配给优先层级，使得在两个或更多动态区重叠的情况下，被分配有在优先层级中较高层级位置或重要性的动态区优先于具有在优先层级中较低层级位置或重要性的动态区。动态区的优先层级可以手动设置，或者可以使用基于规则的系统、基于模型的系统或其他系统自动设置。作为一个示例，在地势粗糙度动态区与作物种类动态区重叠的情况下，地势粗糙度动态区相比于作物种类动态区可以被分配优先层级中的更大的重要性，使得地势粗糙度动态区优先。

此外，对于给定的WMA或WMA组，每个动态区可能具有唯一的设定解析器。设定解析器标识符组件526为分析中的功能性预测图上所标识的每个动态区标识特定的设定解析器，并为所选择的WMA或WMA组标识特定的设定解析器。

一旦标识了特定动态区的设定解析器，该设定解析器可以用于解析竞争目标设定，在所述竞争目标设定中，基于控制区标识多于一个的目标设定。不同类型的设定解析器可以具有不同的形式。例如，为每个动态区标识的设定解析器可以包括人工选择解析器，在人工选择解析器中所述竞争目标设定被呈现给操作者或其他用户以便进行解析。在另一示例中，设定解析器可以包括神经网络或其他人工智能或机器学习系统。在这种情况下，设定解析器可以基于对应于不同目标设定中的每一个的预测的质量度量或历史质量度量来解析竞争目标设定。作为示例，增加的车辆速度设定可减少收割田地的时间，并减少相对应的基于时间的劳动力和设备成本，但可能增加谷物损失。降低的车辆速度设定可能增加收割田地的时间，并增加相对应的基于时间的劳动力和设备成本，但可以减少谷物损失。当谷物损失或收割时间被选择作为质量度量时，在给定两个竞争的车辆速度设定值的情况下，用于所选择的质量度量的预测的值或历史值可以被用于解析速度设定。在某些情况下，设定解析器可以是一组阈值规则，该组阈值规则可以用来替代或补充动态区。阈值规则的示例可以表达如下：

如果在离农业收割机100的割台距离在20英尺内的预测的生物质值大于x千克(其中x是所选择的值或预定的值)，则使用基于进料速率而不是其他竞争目标设定选择的目标设定值，否则使用基于谷物损失而不是其他竞争目标设定值的目标设定值。

设定解析器可以是在标识目标设定时执行逻辑规则的逻辑组件。例如，设定解析器可以解析目标设定，同时尝试最小化收割时间或最小化总收割成本或最大化收割谷物，或者基于作为不同候选目标设定的函数计算的其他变量。当完成收割的量被减少到所选择的阈值或在所选择的阈值之下时，收割时间可以被最小化。当总收割成本被降低到所选择的阈值或在所选择的阈值之下的情况下，总收割成本可以被最小化。在收割的谷物的量增加到所选择的阈值或在所选择的阈值之上的情况下，收割的谷物可以最大化。

图9是示出控制区生成器213在针对控制区生成器213接收的用于区处理的图(例如，针对分析中的图)生成控制区和动态区时的操作的一个示例的流程图。

在框530处，控制区生成器213接收分析中的图以便进行处理。在一个示例中，如框532所示，分析中的图是功能性预测图。例如，分析中的图可以是功能性预测图436、437、438或440中的一个。框534指示分析中的图也可以是其他图。

在框536处，WMA选择器486选择要在分析中的图上为其生成控制区的WMA或WMA组。在框538，控制区标准标识组件494获得所选择的WMA或WMA组的控制区限定标准。框540指示这样示例，在该示例中控制区标准是或包括所选择的WMA或WMA组的磨损特性。框542指示这样的示例，在该示例中控制区限定标准是或包括输入源数据的量值和变化，诸如分析中的图上的值的量值和变化或来自各种现场传感器208的输入的量值和变化。框544指示这样的示例，在该示例中控制区限定标准是或包括物理机器特性，诸如机器的物理尺寸、不同子系统操作的速度或其他物理机器特性。框546指示这样的示例，在该示例中控制区限定标准是或包括所选择的WMA或WMA组在达到新命令的设定值时的响应性。框548指示这样的示例，在该示例中控制区限定标准是或包括机器性能度量。框550指示这样的示例，在该示例中控制区限定标准是或包括操作者偏好。框552指示这样的示例，在该示例中控制区限定标准也是或包括其他项目。框549指示这样的示例，在该示例中控制区限定标准是基于时间的，这意味着农业收割机100将不会越过控制区的边界，直到自农业收割机100进入特定控制区起经过了所选择的时间量。在某些情况下，所选择的时间量可以是最小时间量。因此，在一些情况下，控制区限定标准可以防止农业收割机100越过控制区的边界，直到至少已经经过了所选择的时间量。框551指示这样的示例，在该示例中控制区限定标准基于所选择的尺寸值。例如，基于所选择的尺寸值的控制区限定标准可以排除小于所选择的尺寸的控制区的限定。在某些情况下，所选择的尺寸可以是最小尺寸。

在框554处，动态区标准标识组件522获得所选择的WMA或WMA组的动态区限定标准。框556指示这样的示例，在该示例中动态区限定标准基于来自操作者260或另一用户的手动输入。框558示出这样的示例，在该示例中动态区限定标准基于诸如地势坡度的地形特性。框560示出这样的示例，在该示例中动态区限定标准基于诸如地势粗糙度的地形特性。限定框564指示这样的示例，在该示例中动态区限定标准也是或包括其他标准。例如，动态区限定标准可以基于土壤类型、作物类型或作物种类、杂草类型、杂草密集度或作物状态。

在框566处，控制区边界限定组件496基于控制区标准在分析中的图上生成控制区的边界。动态区边界限定组件524基于动态区标准在分析中的图上生成动态区的边界。框568指示这样的示例，在该示例中为控制区和动态区标识区边界。框570示出目标设定标识符组件498标识控制区中的每一个的目标设定。也可以以其他方式生成控制区和动态区，并且这由框572指示。

在框574处，设定解析器标识符组件526标识由动态区边界限定组件524限定的每个动态区中的所选择的WMA的设定解析器。如上所讨论那样，动态区解析器可以是人工解析器576、人工智能或机器学习系统解析器578、基于每个竞争目标设定的预测的质量或历史质量的解析器580、基于规则的解析器582、基于性能标准的解析器584或其他解析器586。

在框588处，WMA选择器486确定是否有更多的WMA或WMA组要处理。如果有附加的WMA或WMA组需要处理，则处理返回到框436，在框436中选择要为其限定控制区和动态区的下一WMA或WMA组。当没有要为其生成控制区或动态区的附加WMA或WMA组剩下时，处理移动到框590，在框590中控制区生成器213为每个WMA或WMA组中的每一个输出具有控制区、目标设定、动态区和设定解析器的图。如上所讨论那样，输出的图可以呈现给操作者260或另一用户；输出的图可以被提供给控制系统214；或者输出的图可以以其他方式被输出。

图10示出了控制系统214在基于由控制区生成器213输出的图来控制农业收割机100的操作的一个示例。因此，在框592处，控制系统214接收作业现场的图。在一些情况下，该图可以是可以包括控制区和动态区的功能性预测图(如框594所示)。在一些情况下，接收到的图可以是排除控制区和动态区的功能性预测图。框596指示这样的示例，在该示例中接收的作业现场图可以是信息图，该信息图具有被标识在该信息图上的控制区和动态区。框598指示这样的示例，在该示例中接收的图可以包括多个不同图或多个不同图层。框610指示这样的示例，在该示例中接收的图也可以采取其他形式。

在框612处，控制系统214从地理位置传感器204接收传感器信号。来自地理位置传感器204的传感器信号可以包括指示农业收割机100的地理位置614、农业收割机100的速度616、农业收割机100的航向618或其他信息620的数据。在框622处，区控制器247选择动态区，并且在框624处，区控制器247基于地理位置传感器信号在所述图上选择控制区。在框626处，区控制器247选择待控制的WMA或WMA组。在框628处，区控制器247获得所选择的WMA或WMA组的一个或更多个目标设定。为所选择的WMA或WMA组获得的目标设定可来自各种不同的源。例如，框630示出了这样的示例，在该示例中所选择的WMA或WMA组的目标设定中的一个或更多个基于来自作业现场的图上的控制区的输入。框632示出了这样的示例，在该示例中目标设定中的一个或更多个是从操作者260或另一用户的人工输入中获得的。框634示出了这样的示例，在该示例中从现场传感器208获得目标设定。框636示出了这样的示例，在这样的示例中一个或更多个目标设定是从与农业收割机100同时在相同田地中作业的其他机器上的一个或更多个传感器或者从过去在相同田地中作业的机器上的一个或更多个传感器获得的。框638示出了这样的示例，在该示例中目标设定也是从其他源获得的。

在框640处，区控制器247访问所选择的动态区的设定解析器，并控制该设定解析器将竞争目标设定解析成解析的目标设定。如上所讨论的那样，在一些情况下，设定解析器可以是人工解析器，在这种情况下，区控制器247控制操作者接口机构218向操作者260或另一用户呈现竞争目标设定以便进行解析。在一些情况下，设定解析器可以是神经网络或其他人工智能或机器学习系统，并且区控制器247将竞争目标设定提交给神经网络、人工智能或机器学习系统以便进行选择。在某些情况下，设定解析器可以基于预测的或历史的质量度量、基于阈值规则或基于逻辑组件。在这些后面的示例中的任何一个中，区控制器247执行设定解析器，以基于预测的或历史的质量度量、基于阈值规则或在使用逻辑组件的情况下获得解析的目标设定。

在框642处，在区控制器247已经标识解析的目标设定的情况下，区控制器247将解析的目标设定提供给控制系统214中的其他控制器，这些控制器基于解析的目标设定生成控制信号并将该控制信号应用于所选择的WMA或WMA组。例如，在所选择的WMA是机器或割台致动器248的情况下，区控制器247向设定控制器232或割台/实际控制器238或这两者提供解析的目标设定，以基于解析的目标设定生成控制信号，并且那些生成的控制信号被施加到机器或割台致动器248。在框644处，如果要在农业收割机100的当前地理位置(如在框612检测的)处控制附加WMA或附加WMA组，则处理返回到框626，在框626处选择下一WMA或WMA组。由框626至644表示的过程继续进行，直到要在农业收割机100的当前地理位置处被控制的所有WMA或WMA组都已被解决。如果没有要在农业收割机100的当前地理位置处被控制的附加WMA或WMA组剩下，则处理进行到框646，在框646处，区控制器247确定要被考虑的附加控制区是否存在于所选择的动态区中。如果要考虑的附加控制区存在，则处理返回到框624，在框624处选择下一控制区。如果没有附加控制区需要考虑，则处理进行到框648，在框648处确定是否剩余有附加动态区需要被考虑。区控制器247确定是否剩余有附加动态区需要被考虑。如果剩余有附加动态区需要被考虑，则处理返回到框622，在框622处选择下一动态区。

在框650处，区控制器247确定农业收割机100正在执行的操作是否完成。如果不是，则区控制器247确定是否已经满足控制区标准以继续处理，如框652所示。例如，如上所提及那样，控制区限定标准可以包括限定农业收割机100何时可以越过控制区边界的标准。例如，农业收割机100是否可以越过控制区边界可以由所选择的时间段来限定，这意味着农业收割机100被阻止越过区边界直到经过所选择的时间量。在这种情况下，在框652处，区控制器247确定所选择的时间段是否已经过去。附加地，区控制器247可以连续地执行处理。因此，在继续确定农业收割机100的操作是否完成之前，区控制器247不等待任何特定的时间段。在框652处，区控制器247确定是继续处理的时候了，则处理在框612处继续，在框612处区控制器247再次从地理位置传感器204接收输入。还应当理解的是，区控制器247可以使用多输入多输出控制器来同时控制WMA和WMA组，而不是顺序地控制WMA和WMA组。

图11是示出操作者接口控制器231的一个示例的框图。在所示出的示例中，操作者接口控制器231包括操作者输入命令处理系统654、其他控制器交互系统656、语音处理系统658和动作信号生成器660。操作者输入命令处理系统654包括语音管理系统662、触摸手势管理系统664和其他项目666。其他控制器交互系统656包括控制器输入处理系统668和控制器输出生成器670。语音处理系统658包括触发检测器672、识别组件674、合成组件676、自然语言理解系统678、对话管理系统680和其他项目682。动作信号生成器660包括视觉控制信号生成器684、音频控制信号生成器686、触觉控制信号生成器688和其他项目690。在描述图11中示出的示例操作者接口控制器231在管理各种操作者接口动作时的操作之前，首先提供操作者接口控制器231中的项目中的一些及其相关联的操作的简要描述。

操作者输入命令处理系统654检测操作者接口机构218上的操作者输入，并处理这些命令输入。语音管理系统662检测语音输入，并管理与语音处理系统658的交互，以处理语音命令输入。触摸手势管理系统664检测操作者接口机构218中的触敏元件上的触摸手势，并处理这些命令输入。

其他控制器交互系统656管理与控制系统214中的其他控制器的交互。控制器输入处理系统668检测并处理来自控制系统214中的其他控制器的输入，并且控制器输出生成器670生成输出并将这些输出提供给控制系统214中的其他控制器。语音处理系统658识别语音输入、确定这些输入的含义、并提供指示语音输入的含义的输出。例如，语音处理系统658可以将来自操作者260的语音输入识别为设定改变命令，在该设定改变命令中操作者260正在命令控制系统214改变可控子系统216的设定。在这样的示例中，语音处理系统658识别语音命令的内容，将该命令的含义标识为设定改变命令，并将该输入的含义返回提供至语音管理系统662。语音管理系统662又与控制器输出生成器670交互，以向控制系统214中适当的控制器提供命令输出，以完成语音设定改变命令。

语音处理系统658可以以各种不同的方式被调用。例如，在一个示例中，语音管理系统662将来自麦克风(作为操作者接口机构218中的一种)的输入连续地提供给语音处理系统658。麦克风检测来自操作者260的语音，并且语音管理系统662将所检测的语音提供给语音处理系统658。触发检测器672检测指示语音处理系统658被调用的触发。在一些情况下，当语音处理系统658从语音管理系统662接收连续语音输入时，语音识别组件674对由操作者260讲出的所有语音执行连续语音识别。在一些情况下，语音处理系统658被配置为使用唤醒字词进行调用。也就是说，在一些情况下，语音处理系统658的操作可以基于所选择的语音字词(被称为唤醒字词)的识别来启动。在这样的示例中，在识别组件674识别唤醒字的情况下，识别组件674给触发检测器672提供唤醒字词已经被识别的指示。触发检测器672检测到语音处理系统658已经被唤醒字词调用或触发。在另一示例中，语音处理系统658可以由操作者260致动用户接口机构上的致动器来调用，诸如通过触摸触敏显示屏上的致动器、通过按压按钮或通过提供另一触发输入。在这样的示例中，当检测到经由用户接口机构的触发输入时，触发检测器672可以检测到语音处理系统658已经被调用。触发检测器672也可以检测到语音处理系统658已经以其他方式被调用。

一旦语音处理系统658被调用，来自操作者260的语音输入被提供给语音识别组件674。语音识别组件674识别语音输入中的语言元素，诸如单词、短语或其他语言单元。自然语言理解系统678标识所识别的语音的含义。该含义可以是自然语言输出、标识所识别的语音中反映的命令的命令输出、标识所识别的语音中的值的值输出、或者反映对所识别的语音的理解的多种其他输出中的任何一种。例如，更一般地，自然语言理解系统678和语音处理系统568可以理解在农业收割机100的环境中识别的语音的含义。

在一些示例中，语音处理系统658还可以生成输出，该输出引导操作者260进行基于语音输入的用户体验。例如，对话管理系统680可以生成并管理与用户的对话，以便标识用户希望做什么。该对话可以对用户命令进行消歧，标识执行用户命令所需的一个或更多个特定值，或者从用户处获得其他信息或者向用户提供其他信息或者两者均有。合成组件676可以生成语音合成，该语音合成可以通过诸如扬声器的音频操作者接口机构呈现给用户。因此，由对话管理系统680管理的对话可以专门是口头对话、或视觉对话和口头对话的组合。

动作信号生成器660基于来自操作者输入命令处理系统654、其他控制器交互系统656和语音处理系统658中的一个或更多个的输出，生成动作信号以控制操作者接口机构218。视觉控制信号生成器684生成控制信号来控制操作者接口机构218中的视觉项目。视觉项目可以是灯、显示屏、警告指示器或其他视觉项目。音频控制信号生成器686生成控制操作者接口机构218的音频元件的输出。音频元件包括扬声器、听觉报警机构、喇叭或其他听觉元件。触觉控制信号生成器688生成控制信号，该控制信号被输出以控制操作者接口机构218的触觉元件。触觉元件包括可以用于进行振动的振动元件，例如，操作者的座椅、方向盘、踏板或由操作者使用的操纵杆。触觉元件可以包括通过操作者接口机构向操作者提供触感反馈或力反馈的触感反馈或力反馈元件。触觉元件也可以包括各种各样的其他触觉元件。

图12是示出操作者接口控制器231在可以包括触敏显示屏的操作者接口机构218上生成操作者接口显示部时的操作的一个示例的流程图。图12还示出了操作者接口控制器231如何能够检测和处理操作者与触敏显示屏的交互的一个示例。

在框692处，操作者接口控制器231接收图。框694指示其中该图是功能性预测图的示例，而框696指示其中该图是另一类型的图的示例。在框698处，操作者接口控制器231从地理位置传感器204接收标识农业收割机100的地理位置的输入。如框700所示，来自地理位置传感器204的输入可以包括农业收割机100的航向以及位置。框702指示其中来自地理位置传感器204的输入包括农业收割机100的速度的示例，框704指示其中来自地理位置传感器204的输入包括其他项目的示例。

在框706处，操作者接口控制器231中的视觉控制信号生成器684控制操作者接口机构218中的触敏显示屏，以生成示出由所接收的图表示的田地的全部或部分的显示。框708指示所显示的田地可以包括示出农业收割机100相对于田地的当前位置的当前位置标记。框710指示这样的示例，在该示例中所显示的田地包括下一作业单元标记，该下一作业单元标记标识该农业收割机100将在其中操作的下一作业单元(或田地上的区域)。框712指示这样的示例，在该示例中所显示的田地包括即将到来的区域显示部分，该即将到来的区域显示部分显示尚未由农业收割机100处理的区域，而框714指示这样的示例，在该示例中所显示的田地包括先前访问过的显示部分，该先验访问过的显示部分表示所述田地的农业收割机100已经处理的区域。框716指示这样的示例，在该示例中所显示的田地显示所述田地的在所述图上具有地理配准位置的多种特性。例如，如果接收到的图是预测机器特性图，则显示的田地可以示出该田地中不同位置处的不同的预测的内部材料分布。被映射的特性可以被示出在先前访问的区域(如框714所示)中、即将到来的区域(如框712所示)中和下一作业单元(如框710所示)中。框718指示其中所显示的田地也包括其他项目的示例。

图13是示出可以在触敏显示屏上生成的用户接口显示部720的一个示例的图示。在其他实施方式中，可以在其他类型的显示器上生成用户接口显示部720。触敏显示屏可以安装在农业收割机100的操作者室中或安装在移动设备上或其他地方。在继续描述图12中示出的流程图之前，将描述用户接口显示部720。

在图13中示出的示例中，用户接口显示部720示出了触敏显示屏包括用于操作麦克风722和扬声器724的显示特征。因此，触敏显示器可以以可通信方式连接到麦克风722和扬声器724。框726指示触敏显示屏可以包括多种用户接口控制致动器，诸如按钮、键区、软键区、链接、图标、开关等。操作者260可以致动用户接口控制致动器来执行各种功能。

在图13中示出的示例中，用户接口显示部720包括田地显示部分728，该田地显示部分728显示所述田地的农业收割机100正在其中操作的至少一部分。田地显示部分728被示出为具有当前位置标记708，该当前位置标记708对应于农业收割机100在所述田地在田地显示部分728中示出的部分中的当前位置。在一个示例中，操作者可以控制触敏显示器，以便放大田地显示部分728的部分，或者平移或滚动田地显示部分728以显示田地的不同部分。下一作业单元730被示出为所述田地的直接在农业收割机100的当前位置标记708前面的区域。当前位置标记708还可以被配置成标识农业收割机100的行进方向、农业收割机100的行进速度或这两者。在图13中，当前位置标记708的形状提供了关于农业收割机100在田地内的取向的指示，该指示可以用作农业收割机100的行进方向的指示。

被标记在田地显示部分728上的下一作业单元730的尺寸可以基于多种不同的标准而变化。例如，下一作业单元730的尺寸可以基于农业收割机100的行进速度而变化。因此，当农业收割机100行进得更快时，则下一作业单元730的面积可以大于如果农业收割机100行驶得更慢的情况下该下一作业单元730的面积。在另一示例中，下一作业单元730的尺寸可以基于农业收割机100(包括农业收割机100上的设备(例如，割台102))的尺寸而变化。例如，下一作业单元730的宽度可以基于割台102的宽度而变化。还示出了显示处先前访问的区域714和即将到来的区域712的田地显示部分728。先前访问的区域714表示已经被收割的区域，而即将到来的区域712表示仍需要收获的区域。田地显示部分728也被示为显示田地的不同特性。在图13所示的示例中，正在被显示的图是预测损失图，例如功能性预测损失图420。因此，在田地显示部分728上显示多个不同的损失水平标记。在已经访问的区域714中示出存在一组损失水平显示标记732。在即将到来的区域712中也显示存在一组损失水平显示标记732，并且在下一作业单元730中显示存在一组损失水平显示标记732。图13示出了损失水平显示标记732由指示具有类似损失水平的区域的不同符号组成。在图13所示的示例中，“！”符号表示高损失水平的区域；“*”符号表示中等损失水平的区域；“#”符号表示低损失水平的区域。因此，田地显示部分728显示位于田地内不同区域的不同测量的值或预测的值(或由所述值指示的特性)，并用多种显示标记732表示那些测量的值或预测的值(或由所述值指示的特性)。如图所示，田地显示部分728包括在与正在显示的田地上的特定位置相关联的特定位置处的显示标记，特别是图13的所示示例中的损失水平显示标记732。在一些情况下，田地的每个位置都可以具有与该位置相关联的显示标记。因此，在一些情况下，可以在田地显示部分728的每个位置处提供显示标记，以标识为田地的每个特定位置映射的特性的属性。因此，本公开包括在田地显示部分728上的一个或更多个位置处提供诸如损失水平显示标记732(如在图13的本示例的背景中)的显示标记，以标识正被显示的特性的属性、程度等，从而标识正被显示的田地中的相对应位置处的特性。如前所述，显示标记732可以由不同的符号组成，并且如下所述，该符号可以是任何显示特征，例如不同的颜色、形状、图案、强度、文本、图标或其他显示特征。

在其他示例中，正被显示的图可以是本文描述的图中的一个或更多个，包括信息图、信息地图、诸如预测图或预测控制区图的功能性预测图、或其组合。因此，正被显示的标记和特性将与由正被显示的一个或更多个图所提供的信息、数据、特性和值相关联。

在图13的示例中，用户接口显示720还具有控制显示部分738。控制显示部分738允许操作者查看信息并以各种方式与用户接口显示720交互。

显示部分738中的致动器和显示标记可以被显示为例如单独的项目、固定列表、可滚动列表、下拉菜单或下拉列表。在图13示出的示例中，显示部分738示出对应于以上提及的三个符号的三种不同损失水平的信息。显示部分738还包括一组触敏致动器，操作者260可以通过触摸与该组触敏致动器交互。例如，操作者260可以用手指触摸该触敏致动器，以激活相应的触敏致动器。

如图13所示，显示部分738包括大致在741处被指示的交互标志显示部分。交互标志显示部分741包括标志栏739，该标志栏739显示已经被自动地或手动地设置的标志。标志致动器740允许操作者260标记位置(例如，农业收割机的当前位置、或由操作者指定的田地上的另一位置)，以及添加指示在当前位置发现的损失水平的信息。例如，当操作者260通过触摸标志致动器740来致动该标志致动器740时，操作者接口控制器231中的触摸手势管理系统664将当前位置标识为农业收割机100遇到高损失水平的一个位置。当操作者260触摸按钮742时，触摸手势管理系统664将当前位置标识为农业收割机100遇到中等损失水平的位置。当操作者260触摸按钮744时，触摸手势管理系统664将当前位置标识为农业收割机100遇到低损失水平的位置。在标志致动器740、742或744中的一个被致动时，触摸手势管理系统664可以控制视觉控制信号发生器684以在用户标识的位置处在田地显示部分728上添加与所标识的损失水平相对应的符号。这样，所述田地的其中预测的值不能准确标识实际值的区域可以被标记出来供以后分析，也可以用于机器学习。在其他示例中，操作者可以通过致动所述标志致动器740、742或744中的一个来指定农业收割机100前面的区域或周围的区域，使得可以基于操作者260所指定的值来进行对农业收割机100的控制。

显示部分738还包括大致在743处指示的交互标记显示部分。交互标记显示部分743包括符号栏746，该符号栏746显示与在田地显示部分728上被追踪的每个类别的值或特性(在图13的情况下，是损失水平)相对应的符号。显示部分738还包括大致在745处指示的交互指定符显示部分。交互指定符显示部分745包括指定符栏748，该指定符栏748显示对值或特性(在图13的情况下，是损失水平)的类别进行标识的指定符(它可以是文本指定符或其他指定符)。非限制性地，符号栏746中的符号和指定符栏748中的指定符可以包括任何显示特征，例如不同的颜色、形状、图案、强度、文本、图标或其他显示特征，并且可以通过农业收割机100的操作者的交互来被定制。

显示部分738还包括大致在747处指示的交互值显示部分。交互值显示部分747包括显示所选择的值的值显示栏750。所选择的值对应于在田地显示部分728上正在追踪或显示的特性或值或这两者。可由农业收割机100的操作者选择所选择的值。值显示栏750中的所选择的值限定了值的范围或通过其而将其他值(例如，预测的值)分类的值。因此，在图13的示例中，达到或大于1.5蒲式耳/英亩的预测的或测量的损失水平被分类为“高损失水平”，而达到或小于0.5蒲式耳/英亩的预测的或测量的损失水平被分类为“低损失水平”。在一些示例中，所选择的值可以包括一范围，使得在所选择的值的范围内的预测的或测量的值将被分类在相对应的指定符下。如图13所示，“中等损失水平”包括0.51蒲式耳/英亩至1.49蒲式耳/英亩的范围，使得落在0.51至1.49蒲式耳/英亩范围内的预测的或测量的损失水平被分类为“中等损失水平”。可由农业收割机100的操作者调整值显示栏750中所选择的值。在一个示例中，操作者260可以选择田地显示部分728的特定部分，将针对该特定部分显示在栏750中的值。因此，栏750中的值可以对应于显示部分712、714或730中的值。

显示部分738还包括大致在749处指示的交互阈值显示部分。交互阈值显示部分749包括显示动作阈值的阈值显示栏752。栏752中的动作阈值可以是对应于值显示栏750中的所选择的值的阈值。如果正被追踪或显示的特性的预测值或测量值或这两者满足阈值显示栏752中的相对应动作阈值，则控制系统214采取在栏754中标识的动作。在一些情况下，测量的或预测的值可以通过达到或超过相对应的动作阈值来满足相对应的动作阈值。在一个示例中，操作者260可以选择阈值，例如，以便通过触摸在阈值显示栏752中的阈值来改变阈值。一旦被选择，操作者260就可以改变该阈值。栏752中的阈值可以被配置为使得当特性的测量的或预测的值超过该阈值、等于该阈值或小于该阈值时执行指定的动作。在一些情况下，阈值可以表示值的范围、或与值显示栏750中所选择的值偏离的范围，使得达到或落入该范围内的预测的或测量的特性值满足所述阈值。例如，在图13的示例中，落在1.5蒲式耳/英亩的10％以内的预测的值将满足相对应的(在1.5蒲式耳/英亩的10％以内的)动作阈值，并且控制系统214将采取诸如降低清粮风扇速度之类的动作。在其他示例中，在栏阈值显示栏752中的阈值与在值显示栏750中的所选择的值分开，使得在值显示栏750中的值限定预测的值或测量的值的分类和显示，而动作阈值限定何时基于该测量的值或预测的值采取动作。例如，虽然为了分类和显示的目的，将1.0蒲式耳/英亩的预测的或测量的损失值指定为“中等损失水平”，但动作阈值可以是1.2蒲式耳/英亩，使得在损失值满足该阈值之前将不采取动作。在其他示例中，阈值显示栏752中的阈值可以包括距离或时间。例如，在距离的示例中，阈值可以是距所述田地的如下区域的阈值距离：在该区域中所述测量的或预测的值被地理配准，使得在采取动作之前农业收割机100必须在该区域中。例如，10英尺的阈值距离值意味着当农业收割机位于离所述田地的其中所述测量的值或预测的值被地理配准的区域10英尺或以内的位置处时将采取动作。在阈值是时间的示例中，该阈值可以是农业收割机100到达所述田地的其中所述测量的值或预测的值被地理配准的区域的阈值时间。例如，5秒的阈值意味着当农业收割机100距离所述田地的其中所述测量的或预测的值被地理配准的区域5秒时将采取动作。在这样的示例中，可以考虑农业收割机的当前位置和行进速度。

显示部分738还包括大致在751处指示的交互动作显示部分。交互动作显示部分751包括显示动作标识符的动作显示栏754，该动作标识符指示当预测的或测量的值满足阈值显示栏752中的动作阈值时要采取的动作。操作者260可以触摸所述栏754中的动作标识符以改变要采取的动作。当满足阈值时，可以采取行动。例如，在栏754的底部处，如果栏750中的测量的值满足栏752中的阈值，则将增加清粮风扇速度动作和降低清粮风扇速度动作标识为将采取的动作。在一些示例中，在达到阈值时，可以采取多种行动。例如，响应于阈值被满足，可以调整清粮风扇速度，可以调整脱粒转子速度，以及可以调整凹板间隙。

可以设置在栏754中的动作可以是各种不同类型的动作中的任何一种。例如，这些动作可以包括禁止动作，该禁止动作在被执行时阻止农业收割机100在一区域中进一步进行收割。这些动作可以包括速度改变动作，该速度改变动作在被执行时改变农业收割机100穿过田地的行进速度。这些动作可以包括用于改变内部致动器或另一WMA或WMA组的设定的设定改变动作，或者用于实施改变脱粒转子速度、清粮风扇速度、割台的位置(例如，倾斜、高度、翻滚等)的设定以及多种不同的其他设定的设定改变动作。这些仅仅是示例，并且在本文考虑了各种各样的其他动作。

可以以视觉的方式控制用户接口显示部720上示出的项目。可以执行对该接口显示部720的视觉控制以捕获操作者260的注意。例如，可以控制显示标记来修改被显示的显示标记的强度、颜色或图案。附加地，可以控制显示标记以闪烁。作为示例，提供了对显示标记的视觉外观的所描述的更改。因此，显示标记的视觉外观的其他方面可以被更改。因此，可以在各种情况下以期望的方式修改显示标记，以便例如捕获操作者260的注意。此外，虽然特定数量的项目被显示在用户接口显示部720上，但情况不必如此。在其他示例中，可以在用户接口显示部720上包括更多或更少的项目，包括更多或更少的特定项目。

现在回到图12的流程图，继续描述操作者接口控制器231的操作。在框760处，操作者接口控制器231检测对标志进行设置的输入，并控制触敏用户接口显示部720以在田地显示部分728上显示该标志。所检测的输入可以是操作者输入(如在762处所示)，或者是来自另一控制器的输入(如在764处所示)。在框766处，操作者接口控制器231检测指示所述田地的、来自现场传感器208中的一个的被测量的特性的现场传感器输入。在框768，视觉控制信号生成器684生成控制信号，以控制用户接口显示部720显示用于修改用户接口显示部720和用于修改机器控制的致动器。例如，框770表示可以显示用于设置或修改在栏739、746和748中的值的致动器中的一个或更多个。因此，用户可以设置标志并修改这些标志的特性。例如，用户可以修改对应于所述标志的机器取向和指定符。框772表示显示了栏752中的动作阈值。框776表示显示了栏754中的动作，并且框778表示显示了栏750中的测量的现场数据。框780指示各种各样的其他信息和致动器也可以被显示在用户接口显示部720上。

在框782处，操作者输入命令处理系统654检测并处理对应于由操作者260执行的与用户接口显示部720的交互的操作者输入。在用户接口显示部720被显示在其上的用户接口机构是触敏显示屏的情况下，由操作者260进行的与触敏显示屏的交互输入可以是触摸手势784。在一些情况下，操作者交互输入可以是使用点击设备786或其他操作者交互输入装置788进行的输入。

在框790处，操作者接口控制器231接收指示警报条件的信号。例如，框792指示可以由控制器输入处理系统668接收、指示栏750中的所检测的值满足栏752中存在的阈值条件的信号。如前所解释那样，阈值条件可以包括值在阈值之下、值在阈值处或值在阈值之上。框794示出了动作信号生成器660可以响应于接收警报条件，通过使用视觉控制信号生成器684来生成视觉警报、通过使用音频控制信号生成器686来生成音频警报、通过使用触觉控制信号生成器688来生成触觉警报、或者通过使用这些的任意组合，来向操作者260发出警报。类似地，如框796所示，控制器输出生成器670可以向控制系统214中的其他控制器生成输出，使得这些控制器执行在栏754中标识的相对应的动作。框798示出了操作者接口控制器231也可以以其他方式检测和处理警报条件。

框900示出了语音管理系统662可以检测和处理调用语音处理系统658的输入。框902示出了执行语音处理可以包括使用对话管理系统680来与操作者260进行对话。框904示出了语音处理可以包括向控制器输出生成器670提供信号，以便基于语音输入自动执行控制操作。

下面的表1示出了操作者接口控制器231和操作者260之间的对话的示例。在表1中，操作者260使用由触发检测器672检测的触发字或唤醒字词来调用语音处理系统658。在表1中示出的示例中，唤醒字词是“约翰尼(Johnny)”。

表1

操作者：“约翰尼，告诉我关于当前机器取向”

操作者接口控制器：“当前俯仰为向前5％，其中阈值为10％。当前翻滚为向右2％，其中阈值为8％。”

表2示出了这样的示例，在该示例中语音合成组件676向音频控制信号生成器686提供输出，以间歇性地或周期性地提供音响更新。更新之间的间隔可以是基于时间的(诸如每五分钟)，或者是基于覆盖或距离的(诸如每五英亩)、或者是基于异常的(诸如当测量的值大于阈值时)。

表2

操作者接口控制器：“在过去的10分钟里，收割机进行60英尺的高度上升和15英尺的高度下降”。

操作者接口控制器：“在下一10分钟里，预测该收割机将经历80英尺的高度下降且没有高度上升”。

表3中示出的示例示出了触敏显示720上的一些致动器或用户输入机构可以用语音对话来补充。表3中的示例示出了动作信号生成器660可以生成动作信号来自动标记在正在被收割的田地中作物被切割得过低的区域。

表3

人类：“约翰尼，标记出切割过低”。

操作者接口控制器：“低切割的区域已被标记”。

表4中示出的示例示出了动作信号生成器660可以与操作者260进行对话，以开始和结束对低切割的区域的标记。

表4

人类：“约翰尼，开始标记低切割的区域”。

操作者接口控制器：“标记低切割的区域”。

人类：“约翰尼，停止标记低切割的区域”。

操作者接口控制器：“对低切割的区域的标记停止”。

表5中示出的示例示出了动作信号生成器160可以以不同于表3和表4中示出的方式生成用于标记侧倾斜的区域的信号。

表5

人类：“约翰尼，把下一100英尺标记为低切割的区域”。

操作者接口控制器：“下一100英尺被标记为低切割的区域”。

再次返回图12，框906示出了操作者接口控制器231也可以检测和处理用于以其他方式输出消息或其他信息的情况。例如，其他控制器交互系统656可以检测来自其他控制器的指示警报或输出消息应该呈现给操作者260的输入。框908示出输出可以是音频消息。框910示出输出可以是视觉消息，并且框912示出输出可以是触觉消息。直到操作者接口控制器231确定当前收割操作完成(如框914所示)，处理返回到框698，在框698中收割机100的地理位置被更新，并且处理如上所述继续进行以更新用户接口显示部720。

一旦操作完成，则可以保存在用户接口显示部720上显示或已经显示的任何期望值。这些值也可以用在机器学习中以改进预测模型生成器210、预测图生成器212、控制区生成器213、控制算法或其他项目的不同部分。由框916指示保存的期望值。这些值可以本地地保存在农业收割机100上，或者这些值可以保存在远程服务器位置处或发送到另一远程系统。

由此可见，信息索引图是由农业收割机获得的，并且包括正在被收割的田地的不同地理位置处的地形特性值。收割机上的现场传感器感测在农业收割机移动穿过田地时具有指示农业特性的值的特性。预测图生成器生成预测图，该预测图基于信息图中的地形特性的值和由现场传感器感测的农业特性来预测田地中的不同位置的控制值。控制系统基于预测图中的控制值控制可控子系统。

控制值是动作可以以其基础的值。如本文所述，控制值可以包括可以用于控制农业收割机100的任何值(或由该值指示或从该值导出的特性)。控制值可以是指示农业特性的任何值。控制值可以是预测的值、测量的值或检测的值。控制值可以包括由图提供的任何值(诸如本文描述的图中的任何一个)，例如，控制值可以是由信息图提供的值、由信息图提供的值或者由预测图(例如功能性预测图)提供的值。控制值还可以包括由本文描述的传感器中的任何一个所检测的值所指示的特性或从所检测的值导出的特性中的任何一种。在其他示例中，控制值可以由农业机器的操作者提供，如由农业机器的操作者输入的命令。

本讨论已经提到了处理器和服务器。在一些示例中，处理器和服务器包括具有相关联的存储器和定时电路(未单独示出)的计算机处理器。处理器和服务器是该处理器和服务器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激活并促进该组件或项目的功能。

而且，已经讨论了许多用户接口显示部。该显示部可以采取各种不同的形式，并且可以具有设置在该显示部上的各种不同的用户可致动的操作者接口机构。例如，用户可致动的操作者接口机构可以是文本框、复选框、图标、链接、下拉菜单、搜索框等。也可以以各种不同的方式致动用户可致动的操作者接口机构。例如，可以使用操作者接口机构(诸如点击设备(诸如轨迹球或鼠标、硬件按钮、开关、操纵杆或键盘、拇指开关或拇指垫等)、虚拟键盘或其他虚拟致动器)来致动用户可致动的操作者接口机构。此外，在其上显示用户可致动的操作者接口机构的屏幕是触敏屏幕的情况下，可以使用触摸手势来致动该用户可致动的操作者接口机构。而且，可以使用语音识别功能使用语音命令来致动用户可致动的操作者接口机构。可以使用语音检测设备(诸如麦克风)和用于识别所检测的语音并基于所接收的语音执行命令的软件来实施语音识别。

还讨论了许多数据存储装置。应当注意的是，每个数据存储装置可以分成多个数据存储装置。在一些示例中，数据存储装置中的一个或更多个对于访问该数据存储装置的系统来说可以是本地的，数据存储装置中的一个或更多个可以全部位于远离利用该数据存储装置的系统，或者一个或更多个数据存储装置可以是本地的，而其他的数据存储装置是远程的。本公开考虑了所有这些配置。

此外，附图示出了多个框，其中功能归属于每个框。应当注意的是，可以使用更少的框来示出归因于多个不同框的功能由更少的组件来执行。而且，可以使用更多的框，从而示出该功能可以分布在更多的组件中。在不同的示例中，可以添加一些功能，并且也可以删除一些功能。

应当注意的是，上述讨论已经描述了各种不同的系统、组件、逻辑和交互。应当理解的是，这样的系统、组件、逻辑和交互中的任何一个或全部可以由硬件项目实施，所述硬件项目例如是处理器、存储器或其他处理组件，包括(但不限于)执行与那些系统、组件、逻辑或交互相关联的功能的人工智能组件，诸如神经网络，其中的一些在下面描述。此外，所述系统、组件、逻辑和交互中的任何一个或全部可以由加载到存储器中并随后由处理器或服务器或其他计算组件执行的软件来实施，如下所述。所述系统、组件、逻辑和交互中的任何一个或全部也可以通过硬件、软件、固件等的不同组合来实施，其中的一些示例在下面被描述。这些是可以用于实施以上描述的系统、组件、逻辑和交互中的任何一个或全部的不同结构的一些示例。也可以使用其他结构。

图14是农业收割机600的框图，该农业收割机600可以类似于图2中示出的农业收割机100。农业收割机600与远程服务器架构500中的元件通信。在一些示例中，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，这些服务不需要终端用户了解递送所述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通过广域网(诸如互联网)递送所述服务。例如，远程服务器可以通过广域网递送应用，并且可以通过网络浏览器或任何其他计算组件被访问。图2中示出的软件或组件以及与之相关联的数据可以存储在远程位置处的服务器上。远程服务器环境中的计算资源可以被合并在远程数据中心位置处，或者计算资源可以被分散到多个远程数据中心。远程服务器基础设施可以通过共享数据中心来递送服务，即使该服务作为用户的单个访问点来出现。因此，可以使用远程服务器架构从远程位置处的远程服务器提供本文描述的组件和功能。替代性地，可以从服务器提供所述组件和功能，或者所述组件和功能可以直接或以其他方式安装在客户端设备上。

在图14中示出的示例中，一些项目类似于图2中示出的项目，并且这些项目被相似地进行编号。图14具体示出了预测模型生成器210或预测图生成器212或这两者可以位于远离农业收割机600的服务器位置502处。因此，在图14中示出的示例中，农业收割机600通过远程服务器位置502访问系统。

图14还描绘了远程服务器架构的另一示例。图14示出了图2的一些元件可以被布置在远程服务器位置502处，而其他元件可以位于其他地方。作为示例，数据存储装置202可以被布置在与位置502分离的位置处，并且经由位置502处的远程服务器来访问该数据存储装置202。无论这些元件位于何处，这些元件可以由农业收割机600通过网络(诸如广域网或局域网)来直接访问；这些元件可以由服务托管在远程站点；或者这些元件可以作为服务被提供、或者由驻留在远程位置的连接服务所访问。此外，数据可以存储在任何位置，并且存储的数据可以被操作者、用户或系统访问或转发给操作者、用户或系统。例如，可以使用物理载波来代替电磁波载波，或者除了电磁波载波之外还可以使用物理载波。在一些示例中，在无线电信服务覆盖差或不存在的情况下，另一机器(诸如燃料车或其他移动机器或车辆)可以具有自动的、半自动的或手动的信息收集系统。在联合收割机600在加燃料之前靠近包含该信息收集系统的机器(诸如燃料车)时，信息收集系统使用任何类型的临时专用无线连接从联合收割机600收集信息。然后，当包含所接收的信息的机器到达无线电信服务覆盖或其他无线覆盖可用的位置时，所收集的信息可以被转发到另一网络。例如，当燃料车行进到给其他机器加燃料的位置时或在主燃料存储位置时，燃料车可以进入具有无线通信覆盖的区域。本文考虑了所有这些架构。此外，信息可以存储在农业收割机600上，直到该农业收割机600进入具有无线通信覆盖的区域。农业收割机600本身可以将信息发送到另一网络。

还将注意到，图2的元件或其部分可以布置在各种不同的设备上。这些设备中的一个或更多个可以包括机载计算机、电子控制单元、显示单元、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、蜂窝电话、智能电话、多媒体播放器、个人数字助理等。

在一些示例中，远程服务器架构500可以包括网络安全措施。非限制性地，这些措施包括存储设备上的数据的加密、网络节点之间发送的数据的加密、访问数据的人员或进程的认证、以及使用分类帐来记录元数据、数据、数据传送、数据访问和数据转换。在一些示例中，分类账可以是分布式的和不可变的(例如，被实施为区块链)。

图15是可以用作用户的或客户的手持设备16的手持计算设备或移动计算设备的一个示意性示例的简化框图，本系统(或其一部分)可以部署在该设备中。例如，移动设备可以部署在农业收割机100的操作者室中，用于在生成、处理或显示以上讨论的图时使用。图16至图17是手持设备或移动设备的示例。

图15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中示出的一些组件、该客户端设备16可以与图2中示出的一些组件交互、或者两者都进行。在设备16中，提供了允许手持设备与其他计算设备通信的通信链路13，并且在一些示例下提供了用于(例如，通过扫描)自动接收信息的信道。通信链路13的示例包括允许通过一个或更多个通信协议进行通信，所述通信协议例如是用于提供对网络的蜂窝访问的无线服务、以及提供对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(Secure Digital，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(该处理器也可以以来自其他附图的处理器或服务器来体现)通信，该总线19也连接到存储器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来促进输入和输出操作。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、加速度计、取向传感器)以及输出组件(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。

时钟25示意性地包括输出时刻和日期的实时时钟组件。示意性地，时钟25还可以为处理器17提供定时功能。

定位系统27示意性地包括输出所述设备16的当前地理位置的组件。该定位系统27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。定位系统27还可以包括，例如，生成所期望的图、导航路线和其他地理功能的绘图软件或导航软件。

存储器21存储操作系统29、网络设定31、应用33、应用配置设定35、数据存储装置37、通信驱动器39和通信配置设定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。存储器21还可以包括计算机存储介质(下文描述)。存储器21存储计算机可读指令，所述计算机可读指令当由处理器17执行时使处理器根据该指令执行计算机实施的步骤或功能。处理器17也可以由其他组件激活以促进这些组件的功能。

图16示出了其中设备16是平板计算机600的一个示例。在图16中，计算机601被示出为具有用户接口显示屏幕602。屏幕602可以是从笔或触笔接收输入的触摸屏或支持笔的接口。平板计算机600还可以使用屏幕上虚拟键盘。当然，计算机601也可以例如通过合适的附接机构(诸如无线链接件或USB端口)附接到键盘或其他用户输入设备。计算机601也可以示意性地接收声音输入。

图17类似于图16，除了该设备是智能电话71。智能电话71具有显示图标或贴片或其他用户输入机构75的触敏显示器73。可以由用户使用机构75来运行应用、进行呼叫、执行数据传输操作等。一般而言，智能电话71建立在移动操作系统上，并且提供比功能手机更高级的计算能力和连接性。

注意，设备16的其他形式是可能的。

图18是其中可以部署图2的元件的计算环境的一个示例。参考图18，用于实施一些实施例的示例系统包括呈被编程为如上所讨论那样操作的计算机810形式的计算设备。计算机810的组件可以包括(但不限于)处理单元820(该处理单元820可以包括来自先前附图的处理器或服务器)、系统存储器830、和将包括系统存储器的各种系统组件联接到处理单元820的系统总线821。系统总线821可以是几种类型的总线结构中的任何一种，包括存储器总线或存储器控制器、外围总线以及使用各种总线架构中的任何一种的局部总线。关于图2描述的存储器和程序可以被部署在图18的相对应部分中。

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以由计算机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，计算机可读介质可以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，并且也不包括调制数据信号或载波。计算机可读介质包括硬件存储介质，包括以任何方法或技术实施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的信息的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括(但不限于)RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(digitalversatile disk，DVD)或其他光盘存储装置、盒式磁带、磁带、磁盘存储装置或其他磁存储设备，或可以用于存储所期望的信息并可以由计算机810访问的任何其他介质。通信介质可以实现计算机可读指令、数据结构、程序模块或传输机构中的其他数据，并且包括任何信息递送介质。术语“调制数据信号”是指具有以在信号中编码信息的方式设置或改变其特性中的一个或更多个的信号。

系统存储器830包括易失性和/或非易失性存储器或者这两者形式的计算机存储介质，诸如只读存储器(ROM)831和随机存取存储器(RAM)832。基本输入/输出系统833(BIOS)(其包含诸如在启动期间帮助在计算机810内的元件之间传递信息的基本例程)通常被存储在ROM831中。RAM832通常包含处理单元820可立即访问和/或当前正在被处理单元820操作的数据和/或程序模块或这两者。作为示例而非限制，图18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18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读取或向其写入的硬盘驱动器841。硬盘驱动器841通常通过不可移动存储器接口(诸如，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(诸如，接口850)连接到系统总线821。

替代性地或附加地，本文描述的功能可以至少部分地由一个或更多个硬件逻辑组件来执行。例如但不限于，可以使用的示意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(ASIC)、专用标准产品(例如ASSP)、片上系统(SOC)、复杂可编程逻辑器件(CPLD)等。

上文讨论并在图18中示出的驱动器及其相关联的计算机存储介质为计算机810提供了计算机可读指令、数据结构、程序模块和其他数据的存储。例如，在图18中，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。

用户可以通过输入设备(诸如键盘862、麦克风863和指向设备861(诸如鼠标、追踪球或触摸板))向计算机810输入命令和信息。其他输入设备(未示出)可以包括操纵杆、游戏手柄、碟形卫星天线(satellite dish)、扫描仪等。这些和其他输入设备通常通过联接到系统总线的用户输入接口860连接到处理单元820，但是也可以通过其他接口和总线结构连接。视觉显示器891或其他类型的显示设备也通过诸如视频接口890的接口而连接到系统总线821。除了监视器之外，计算机还可以包括可以通过输出外围接口895而被连接的其他外围输出设备，诸如扬声器897和打印机896。

计算机810在使用到一个或更多个远程计算机(诸如远程计算机880)的逻辑连接(诸如控制器局部网(CAN)、局域网(LAN)或广域网(WAN))的联网环境中运行。

当在LAN联网环境中使用时，计算机810通过网络接口或适配器870连接到LAN871。当在WAN联网环境中使用时，计算机810通常包括调制解调器872或用于通过WAN 873(诸如因特网)建立通信的其他装置。在联网环境中，程序模块可以被存储在远程存储器存储设备中。例如，图18示出了远程应用程序885可以驻留在远程计算机880上。

还应当注意的是，本文描述的不同示例可以以不同的方式组合。也就是说，一个或更多个示例的部分可以与一个或更多个其他示例的部分组合。在本文中考虑了这方面的全部。

示例1是一种农业作业机器，包括：

通信系统，所述通信系统接收先验信息图，所述先验信息图包括地形特性的对应于田地中不同地理位置的值；

地理位置传感器，所述地理位置传感器检测所述农业作业机器的地理位置；

现场传感器，所述现场传感器检测对应于所述地理位置的农业特性的值；

预测图生成器，所述预测图生成器基于所述先验信息图中的所述地形特性的值并且基于所述农业特性的值生成所述田地的功能性预测农业图，所述功能性预测农业图将预测的控制值映射到所述田地中的所述不同地理位置；

可控子系统；和

控制系统，所述控制系统基于所述农业作业机器的所述地理位置并且基于所述功能性预测农业图中的所述控制值生成控制信号以控制所述可控子系统。

示例2是任何或所有前述示例的农业作业机器，其中，所述预测图生成器包括：

预测功率特性图生成器，所述预测功率特性图生成器生成功能性预测功率特性图，所述功能性预测功率特性图将所述农业作业机器的预测的功率特性映射到所述田地中的所述不同地理位置。

示例3是任何或所有前述示例的农业作业机器，其中，所述预测功率特性图生成器生成功能性预测功率特性图，该功能性预测功率特性图映射所述农业作业机器的推进系统的预测的功率特性。

示例4是任何或所有前述示例的农业作业机器，其中，所述预测图生成器包括：

预测机器特性图生成器，所述预测机器特性图生成器生成功能性预测机器特性图，所述功能性预测机器特性图将预测的机器速度值、内部材料分布值、谷物损失值、杂余特性值、谷物质量值中的一个或更多个映射到所述田地中的所述不同地理位置。

示例5是任何或所有前述示例的农业作业机器，其中，所述控制系统包括：

设定控制器，所述设定控制器基于所检测到的地理位置和所述功能性预测机器特性图来生成机器设定控制信号，并且基于所述机器设定控制信号来控制所述可控子系统。

示例6是任何或所有前述示例的农业作业机器，其中，所述预测图生成器包括：

预测操作者命令图生成器，所述预测操作者命令图生成器生成功能性预测操作者命令图，所述功能性预测操作者命令图将预测的操作者命令映射到所述田地中的所述不同地理位置。

示例7是任何或所有前述示例的农业作业机器，其中，所述控制系统包括：

设定控制器，所述设定控制器基于所述检测到的地理位置和所述功能性预测操作者命令图来生成指示预测的操作者命令的操作者命令控制信号，并基于所述操作者命令控制信号来控制所述可控子系统以执行操作者命令。

示例8是任何或所有前述示例的农业作业机器，进一步包括：

预测模型生成器，所述预测模型生成器基于所述先验信息图中的所述地形特性在所述地理位置处的值和由所述现场传感器检测的所述农业特性在所述地理位置处的值来生成预测的农业模型，所述预测的农业模型对所述地形特性与所述农业特性之间的关系进行建模，其中，所述预测图生成器基于所述先验信息图中的所述地形特性的值并且基于所述预测的农业模型来生成所述功能性预测农业图。

示例9是任何或所有前述示例的农业作业机器，其中，所述控制系统进一步包括：

操作者接口控制器，所述操作者接口控制器生成所述功能性预测农业图的用户接口图表示，所述用户接口图表示包括具有一个或更多个标记的田地部分，所述一个或更多个标记指示在所述田地部分上的一个或更多个地理位置处的所述预测的控制值。

示例10是任何或所有前述示例的农业作业机器，其中，所述操作者接口控制器生成包括交互显示部分的用户接口图表示，所述交互显示部分显示：指示所选择的值的值显示部分、指示动作阈值的交互阈值显示部分、和指示当所述预测的控制值中的一个满足与所选择的值相关的动作阈值时要采取的控制动作的交互动作显示部分，所述控制系统生成所述控制信号以基于所述控制动作控制所述可控子系统。

示例11是一种控制农业作业机器的计算机实施的方法，包括：

获取先验信息图，所述先验信息图包括地形特性的对应于田地中不同地理位置的值；

检测所述农业作业机器的地理位置；

用现场传感器检测农业特性的对应于地理位置的值；

基于所述先验信息图中的所述地形特性的值并且基于所述农业特性的值生成所述田地的功能性预测农业图，所述功能性预测农业图将预测的控制值映射到所述田地中的所述不同地理位置；和

基于所述农业作业机器的所述地理位置并且基于所述功能性预测农业图中的所述控制值来控制可控子系统。

示例12是任何或所有前述示例的计算机实施的方法，其中，生成功能性预测图包括：

生成功能性预测农业图，所述功能性预测农业图将预测的机器特性值作为所述控制值映射到所述田地中的所述不同地理位置。

示例13是任何或所有前述示例的计算机实施的方法，其中，控制可控子系统包括：

基于所检测到的地理位置和所述功能性预测农业图来生成速度控制信号；和

基于所述速度控制信号来控制所述可控子系统以控制所述农业作业机器的速度。

示例14是任何或所有前述示例的计算机实施的方法，其中，生成功能性预测图包括：

基于所检测到的地理位置和所述功能性预测农业图生成进料速率控制信号；和

基于所述进料速率控制信号控制所述可控子系统以控制所述农业作业机器的进料速率。

示例15是任何或所有前述示例的计算机实施的方法，其中，控制可控子系统包括：

基于所检测到的地理位置和所述功能性预测农业图来生成设定控制信号；和

基于所述设定控制信号来控制清粮子系统以控制该清粮子系统。

示例16是任何或所有前述示例的计算机实施的方法，其中，生成功能性预测图包括：

生成功能性预测操作者命令图，所述功能性预测操作者命令图将预测的操作者命令映射到所述田地中的所述不同地理位置。

示例17是任何或所有前述示例的计算机实施的方法，其中，控制所述可控子系统包括：

基于所检测到的地理位置和所述功能性预测操作者命令图来生成指示预测的操作者命令的操作者命令控制信号；和

基于所述操作者命令控制信号来控制所述可控子系统以执行所述操作者命令。

示例18是任何或所有前述示例的计算机实施的方法，并且进一步包括：

基于所述先验信息图中的所述地形特性在所述地理位置处的值和由所述现场传感器检测的所述农业特性在所述地理位置处的值来生成预测农业模型，所述预测农业模型对所述地形特性与所述农业特性之间的关系进行建模，其中，生成所述功能性预测农业图包括基于所述先验信息图中的所述地形特性的值并且基于所述预测农业模型来生成所述功能性预测农业图。

示例19是一种农业作业机器，包括：

通信系统，所述通信系统接收先验信息图，所述先验信息图包括一地形特性的对应于田地中不同地理位置的值；

地理位置传感器，所述地理位置传感器检测所述农业作业机器的地理位置；

现场传感器，所述现场传感器检测农业特性的对应于地理位置的值；

预测模型生成器，所述预测模型生成器基于所述先验信息图中的所述地形特性在所述地理位置处的值和由所述现场传感器检测的所述农业特性在所述地理位置处的值来生成预测农业模型，所述预测农业模型对所述地形特性与所述农业特性之间的关系进行建模；

预测图生成器，所述预测图生成器基于所述先验信息图中的所述地形特性的值并且基于所述预测农业模型来生成所述田地的功能性预测农业图，所述功能性预测农业图将预测的控制值映射到所述田地中的所述不同地理位置；

可控子系统；和

控制系统，所述控制系统基于所述农业作业机器的所述地理位置并且基于所述功能性预测农业图中的所述控制值来生成控制信号以控制所述可控子系统。

示例20是任何或所有前述示例的农业作业机器，其中，所述控制系统包括以下控制器中的至少一个：

进料速率控制器，所述进料速率控制器基于所检测到的地理位置和所述功能性预测农业图来生成进料速率控制信号，并且基于所述进料速率控制信号来控制所述可控子系统以控制通过所述农业作业机器的材料的进料速率；

设定控制器，所述设定控制器基于所检测到的地理位置和所述功能性预测农业图来生成速度控制信号，并且基于所述速度控制信号来控制所述可控子系统以控制所述农业作业机器的速度；和

设定控制器，所述设定控制器基于所检测到的地理位置和所述功能性预测农业图来生成指示预测的操作者命令的操作者命令控制信号，并且基于所述操作者命令控制信号来控制所述可控子系统以执行所述操作者命令。

尽管已经用特定于结构特征或方法动作的语言描述了主题，但是应当理解的是，在所附权利要求中限定的主题不必限于以上描述的具体特征或动作。相反，以上具体特征和动作是作为权利要求的示例形式而被公开的。

Claims (10)

1.一种农业作业机器(100)，包括：

通信系统(206)，所述通信系统接收先验信息图(258)，所述先验信息图包括一地形特性的对应于田地中的不同地理位置的值；

地理位置传感器(204)，所述地理位置传感器检测所述农业作业机器的地理位置；

现场传感器(208)，所述现场传感器检测农业特性的对应于所述地理位置的值；

预测图生成器(212)，所述预测图生成器基于所述先验信息图(258)中的所述地形特性的值并且基于所述农业特性的值来生成所述田地的功能性预测农业图，所述功能性预测农业图将预测的控制值映射到所述田地中的所述不同地理位置；

可控子系统(216)；和

控制系统(214)，所述控制系统基于所述农业作业机器(100)的所述地理位置并且基于所述功能性预测农业图中的所述控制值来生成控制信号以控制所述可控子系统(216)。

2.根据权利要求1所述的农业作业机器，其中，所述预测图生成器包括：

预测功率特性图生成器，所述预测功率特性图生成器生成功能性预测功率特性图，所述功能性预测功率特性图将所述农业作业机器的预测的功率特性映射到所述田地中的所述不同地理位置。

3.根据权利要求2所述的农业作业机器，其中，所述预测功率特性图生成器生成映射所述农业作业机器的推进系统的预测功率特性的所述功能性预测功率特性图。

4.根据权利要求1所述的农业作业机器，其中，所述预测图生成器包括：

预测机器特性图生成器，所述预测机器特性图生成器生成功能性预测机器特性图，所述功能性预测机器特性图将预测的机器速度值、内部材料分布值、谷物损失值、杂余特性值和谷物质量值中的一个或更多个映射到所述田地中的所述不同地理位置。

5.根据权利要求4所述的农业作业机器，其中，所述控制系统包括：

设定控制器，所述设定控制器基于所检测到的地理位置和所述功能性预测机器特性图来生成机器设定控制信号，并且基于所述机器设定控制信号来控制所述可控子系统。

6.根据权利要求1所述的农业作业机器，其中，所述预测图生成器包括：

预测操作者命令图生成器，所述预测操作者命令图生成器生成功能性预测操作者命令图，所述功能性预测操作者命令图将预测的操作者命令映射到所述田地中的所述不同地理位置。

7.根据权利要求6所述的农业作业机器，其中，所述控制系统包括：

设定控制器，所述设定控制器基于所检测到的地理位置和所述功能性预测操作者命令图来生成指示预测的操作者命令的操作者命令控制信号，并基于所述操作者命令控制信号来控制所述可控子系统以执行所述操作者命令。

8.根据权利要求1所述的农业作业机器，进一步包括：

预测模型生成器，所述预测模型生成器基于所述先验信息图中的所述地形特性在所述地理位置处的值和由所述现场传感器检测的所述农业特性在所述地理位置处的值来生成预测农业模型，所述预测农业模型对所述地形特性与所述农业特性之间的关系进行建模，其中，所述预测图生成器基于所述先验信息图中的所述地形特性的值并且基于所述预测农业模型来生成所述功能性预测农业图。

9.一种控制农业作业机器(100)的计算机实施的方法，包括

获取先验信息图(258)，所述先验信息图包括一地形特性的对应于田地中的不同地理位置的值；

检测所述农业作业机器(100)的地理位置；

用现场传感器(208)检测农业特性的与地理位置对应的值；

基于所述先验信息图(258)中的所述地形特性的值并且基于所述农业特性的值来生成所述田地的功能性预测农业图，所述功能性预测农业图将预测的控制值映射到所述田地中的所述不同地理位置；和

基于所述农业作业机器(100)的所述地理位置并且基于所述功能性预测农业图中的所述控制值来控制可控子系统(216)。

10.一种农业作业机器(100)，包括：

通信系统(206)，所述通信系统接收先验信息图(258)，所述先验信息图包括一地形特性的对应于田地中的不同地理位置的值；

地理位置传感器(204)，所述地理位置传感器检测所述农业作业机器(100)的地理位置；

现场传感器(208)，所述现场传感器检测农业特性的对应于地理位置的值；

预测模型生成器(210)，所述预测模型生成器基于所述先验信息图(258)中的所述地形特性在所述地理位置处的值和由所述现场传感器(208)检测的所述农业特性在所述地理位置处的值来生成预测农业模型，所述预测农业模型对所述地形特性与所述农业特性之间的关系进行建模；

预测图生成器(212)，所述预测图生成器基于所述先验信息图(258)中的所述地形特性的值并且基于所述预测农业模型来生成所述田地的功能性预测农业图，所述功能性预测农业图将预测的控制值映射到所述田地中的所述不同地理位置；

可控子系统(216)；和

控制系统(214)，所述控制系统基于所述农业作业机器(100)的所述地理位置并且基于所述功能性预测农业图中的所述控制值来生成控制信号以控制所述可控子系统(216)。

Images