CN114303588A - 使用预测图进行的机器控制 - Google Patents
使用预测图进行的机器控制 Download PDFInfo
- Publication number
- CN114303588A CN114303588A CN202111052722.8A CN202111052722A CN114303588A CN 114303588 A CN114303588 A CN 114303588A CN 202111052722 A CN202111052722 A CN 202111052722A CN 114303588 A CN114303588 A CN 114303588A
- Authority
- CN
- China
- Prior art keywords
- map
- prediction
- ear
- control
- values
- 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
- 238000000034 method Methods 0.000 claims description 46
- 238000004891 communication Methods 0.000 claims description 34
- 238000011065 in-situ storage Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 description 76
- 230000007246 mechanism Effects 0.000 description 50
- 230000000875 corresponding effect Effects 0.000 description 49
- 238000010899 nucleation Methods 0.000 description 48
- 230000009471 action Effects 0.000 description 41
- 238000003306 harvesting Methods 0.000 description 40
- 241000196324 Embryophyta Species 0.000 description 32
- 230000003993 interaction Effects 0.000 description 28
- 230000008569 process Effects 0.000 description 27
- 239000000463 material Substances 0.000 description 26
- 230000008859 change Effects 0.000 description 24
- 238000004140 cleaning Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 20
- 238000007726 management method Methods 0.000 description 20
- 230000015654 memory Effects 0.000 description 20
- 241001124569 Lycaenidae Species 0.000 description 19
- 230000006870 function Effects 0.000 description 18
- 238000004458 analytical method Methods 0.000 description 17
- 230000001276 controlling effect Effects 0.000 description 17
- 239000002689 soil Substances 0.000 description 17
- 240000008042 Zea mays Species 0.000 description 16
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 16
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 16
- 235000005822 corn Nutrition 0.000 description 16
- 238000003860 storage Methods 0.000 description 16
- 239000010902 straw Substances 0.000 description 16
- 238000013500 data storage Methods 0.000 description 14
- 238000004519 manufacturing process Methods 0.000 description 14
- 238000005259 measurement Methods 0.000 description 14
- 230000003287 optical effect Effects 0.000 description 14
- 230000000007 visual effect Effects 0.000 description 14
- 241001516311 Watermelon virus A Species 0.000 description 13
- 230000004044 response Effects 0.000 description 11
- 230000033001 locomotion Effects 0.000 description 10
- 239000003550 marker Substances 0.000 description 10
- 239000000446 fuel Substances 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 9
- 210000005069 ears Anatomy 0.000 description 8
- 230000002452 interceptive effect Effects 0.000 description 8
- 241000251169 Alopias vulpinus Species 0.000 description 7
- 241000282414 Homo sapiens Species 0.000 description 7
- 239000002028 Biomass Substances 0.000 description 6
- 241000607479 Yersinia pestis Species 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000013442 quality metrics Methods 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 238000003786 synthesis reaction Methods 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 4
- 230000005670 electromagnetic radiation Effects 0.000 description 4
- 239000010813 municipal solid waste Substances 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 230000004043 responsiveness Effects 0.000 description 4
- 238000009331 sowing Methods 0.000 description 4
- 241000894007 species Species 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 241001057636 Dracaena deremensis Species 0.000 description 3
- 230000004075 alteration Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000013475 authorization Methods 0.000 description 3
- 239000003337 fertilizer Substances 0.000 description 3
- 230000005251 gamma ray Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 229920000742 Cotton Polymers 0.000 description 2
- 241000233866 Fungi Species 0.000 description 2
- 240000000111 Saccharum officinarum Species 0.000 description 2
- 235000007201 Saccharum officinarum Nutrition 0.000 description 2
- 229920002472 Starch Polymers 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 244000038559 crop plants Species 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 239000000417 fungicide Substances 0.000 description 2
- 239000004009 herbicide Substances 0.000 description 2
- 239000002917 insecticide Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 238000010926 purge Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 235000019698 starch Nutrition 0.000 description 2
- 239000008107 starch Substances 0.000 description 2
- 239000010907 stover Substances 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 210000003813 thumb Anatomy 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 210000000959 ear middle Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000003811 finger Anatomy 0.000 description 1
- 239000004459 forage Substances 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 239000000077 insect repellent Substances 0.000 description 1
- 238000009342 intercropping Methods 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229940029985 mineral supplement Drugs 0.000 description 1
- 235000020786 mineral supplement Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000008121 plant development Effects 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 239000010908 plant waste Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
- A01D41/12—Details of combines
- A01D41/127—Control or measuring arrangements specially adapted for combines
- A01D41/1278—Control or measuring arrangements specially adapted for combines for automatic steering
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
- A01B79/00—Methods for working soil
- A01B79/005—Precision agriculture
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
- A01D41/12—Details of combines
- A01D41/127—Control or measuring arrangements specially adapted for combines
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
- A01D41/12—Details of combines
- A01D41/127—Control or measuring arrangements specially adapted for combines
- A01D41/1271—Control or measuring arrangements specially adapted for combines for measuring crop flow
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
- A01D41/12—Details of combines
- A01D41/14—Mowing tables
- A01D41/141—Automatic header control
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
- G05D1/0044—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement by providing the operator with a computer generated representation of the environment of the vehicle, e.g. virtual reality, maps
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/20—Control system inputs
- G05D1/22—Command input arrangements
- G05D1/221—Remote-control arrangements
- G05D1/225—Remote-control arrangements operated by off-board computers
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/20—Control system inputs
- G05D1/24—Arrangements for determining position or orientation
- G05D1/246—Arrangements for determining position or orientation using environment maps, e.g. simultaneous localisation and mapping [SLAM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/20—Control system inputs
- G05D1/24—Arrangements for determining position or orientation
- G05D1/247—Arrangements for determining position or orientation using signals provided by artificial sources external to the vehicle, e.g. navigation beacons
- G05D1/248—Arrangements for determining position or orientation using signals provided by artificial sources external to the vehicle, e.g. navigation beacons generated by satellites, e.g. GPS
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Soil Sciences (AREA)
- Mechanical Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
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
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。
田地中各种各样不同的状况可对收割操作具有若干有害影响。因此, 在收割操作期间在遇到这样的状况时,操作者可尝试修改对收割机的控制。
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是农业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图、检测现场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/或使用的功能性预测图时的操作示例 的流程图。
图6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7示出了图示农业收割机在生成功能性预测图时接收先验信息图和 检测现场传感器输入的操作的一个示例的流程图。
图8是示出(一个或更多个)现场传感器的一个示例的框图。
图9是示出控制区生成器的一个示例的框图。
图10是图示图9中示出的控制区生成器的操作的一个示例的流程图。
图11是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12是示出操作者接口控制器的一个示例的框图。
图13是图示操作者接口控制器的一个示例的流程图。
图14是示出操作者接口显示部的一个示例的图示性示意图。
图15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16至图18示出了可以用于农业收割机的移动设备的示例。
图19是示出可以用于农业收割机和前述附图中示出的架构的计算环 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、步骤或其组合可与关于本公开的其它示例描述的特征、组件、步骤 或其组合相组合。
本说明书涉及与由图提供的数据组合地使用与农业操作同时获取的 现场数据来生成功能性预测图,并且更具体地,生成功能性预测穗规格图。 在一些示例中,功能性预测穗规格图可用于控制农业作业机器(例如,农 业收割机)。农业收割机的性能在农业收割机接合穗规格(ear size)变化 的区域时可能会劣化,除非还改变机器设定。例如,如果农业收割机割台 上的盖板不恰当地间隔开,则穗或穗的一部分可能会行进穿过由盖板的间 距所限定的空隙,导致由于与定位于盖板下方的秸秆辊接触而造成谷物损 失。
植被指数图图示性地映射了遍及感兴趣的田地中的不同地理位置的 植被指数值(其可以指示植被生长)。植被指数的一个示例包括归一化差 值植被指数(normalizeddifference vegetation index,NDVI)。存在许多其 它植被指数,并且所有这些植被指数在本公开的范围内。在一些示例中, 可以从植物反射的一个或更多个电磁辐射带的传感器读数导出植被指数。 非限制性地,这些电磁辐射带可以在电磁波谱的微波、红外线、可见光或 紫外线部分中。
植被指数图可以用于标识植被的存在和位置。在一些示例中,植被指 数图使得能够在裸土、作物残留物或其它植物(包括作物或杂草)存在的 情况下对作物进行标识和地理配准。例如,在生长季节开始时,当作物处 于生长状态时,植被指数可以显示作物发育的进展。因此,如果在生长季 节的早期或生长季节的中途生成植被指数图,则植被指数图可以指示作物 植物的发育进展。例如,植被指数图可以指示植物是否发育不良、是否建 立了足够的冠层或其它指示植物发育的植物属性。
历史产量图图示性地映射了遍及感兴趣的一个或更多个田地中的不 同地理位置的产量值。从(一个或更多个)田地的过去的收割操作收集这 些历史产量图。产量图可以按产量值单位显示产量。产量值单位的一个示 例包括干蒲式耳/英亩。在一些示例中,可以从一个或更多个产量传感器的 传感器读数推导出历史产量图。非限制性地,这些产量传感器可以包括伽 马射线衰减传感器、撞击板传感器、称重传感器(load cell)、相机或其它 光学传感器和超声波传感器等。
播种图图示性地映射了遍及感兴趣的田地中的不同地理位置的播种 特性。通常根据在田地上的过去的种子种植操作收集这些播种图。在一些 示例中,可以从播种机在种植种子时所使用的控制信号或从播种机上的传 感器(例如,确认种子是否被递送至该播种机所产生的犁沟的传感器)导 出播种图。播种机可以包括地理位置传感器以及地形传感器,该地理位置 传感器对种子被种植的位置进行地理定位,该地形传感器生成田地的地形信息。在先前的种子种植操作期间所生成的信息可以用于确定多种不同的 播种特性,诸如位置(例如,种植的种子在田地中的地理位置)、间距(例 如,两个独立种子之间的间距、种子行之间的间距、或两者兼有)、种群 (其可以从间距特性导出)、取向(例如,沟中的种子取向、以及种子行 的取向)、深度(例如,种子深度或以及犁沟深度)、尺寸(例如,种子尺 寸)或基因型(诸如,种子的种属、种子的杂交种、种子的栽培品种等)。 也可以确定多种不同的其它播种特性。
替代性地或附加于来自先前或先验操作的数据,还可以基于来自第三 方(例如,为种子种植操作提供种子的第三方种子供应商)的数据生成播 种图上的多种不同的播种特性。这些第三方可以提供指示多种不同的种子 特性的多种不同的数据,诸如尺寸数据(例如,种子尺寸)或基因型数据 (诸如,种子的种属、种子的杂交种、或种子的栽培品种)。此外,种子 供应商可以提供与每种不同种子基因型所得植物的特定植物特性相关的 多种不同的数据。例如,关于植物生长的数据(诸如秸秆的直径、穗规格、 植物高度、植物质量等)、植物对天气状况的响应、植物对施加的物质(诸 如,除草剂、杀菌剂、杀虫剂、驱虫剂、肥料等)的响应、植物对害虫、 真菌、杂草、疾病等的响应、以及任意数量的其它植物特性。
在一些示例中,可以从由种子所反射的一个或更多个电磁辐射带的传 感器读数导出播种图。非限制性地,这些电磁辐射带可以在电磁波谱的微 波、红外线、可见光或紫外线部分中。
关于如下系统来进行本讨论,该系统接收诸如先验信息图、基于先验 或先前操作生成的图、或预测图(例如,预测产量图)之类的图。该系统 还使用现场传感器来检测指示一个或更多个特性(例如,农业特性)的变 量。农业特性是可以影响农业操作(例如,收割操作)的任何特性。在一 个示例中,一个或更多个现场传感器检测指示植被的穗规格(earsize)的一 个或更多个变量,诸如,直径或代表穗的横截面大小的另一尺寸(在本文 中统称为“直径”)、作物穗的长度或重量,例如,感测玉米穗的直径、长 度或重量的一个或更多个穗规格传感器。然而,应注意的是,现场传感器 可以检测指示任何数量的其它农业特性的变量,并且不限于本文所描述的 特性。该系统生成对所接收的图上的值与来自现场传感器的输出值之间的 关系进行建模的模型。该模型被用于基于来自接收到的图、在田地的不同 区域处的值来生成功能性预测图,该功能性预测图预测例如田地的不同区 域处的穗规格、农业特性或操作者命令输入。在收割操作期间生成的功能 性预测图可以呈现给操作者或其它用户,和/或用于在收割操作期间自动地 控制农业收割机。功能性预测图可用于控制农业收割机上的可控子系统中 的一个或更多个。例如,盖板位置控制器生成控制信号以控制机器致动器 子系统来调节农业收割机上的盖板的位置或间距。
盖板(也被称为摘穗机板)被包括在农业收割机的割台(例如,玉米 割台)的行单元上。通常,在每个行单元上都包括左右盖板。每个盖板具 有内边缘,并且左右盖板的内边缘间隔开。左右盖板之间的间距限定接收 植被(例如,玉米植物)的空隙。该空隙可以是渐缩的,例如,从后(靠 近农业收割机的后部)向前(秸秆进入的地方)渐缩,使得盖板的前部之 间的间距比盖板的后部处的间距更窄。当农业收割机行进穿过田地时,随 着行单元沿对齐的玉米植物行移动,由盖板的间距限定的空隙接收该对齐 的玉米植物行的玉米秸秆。当行单元沿行移动时,玉米秸秆在收集链(通 常位于盖板上方)或秸秆辊(有时被称为摘穗辊(snapping roll))(通常位 于盖板下方)的协助下或者在收集链和秸秆辊这两者都位于行单元上的情 况下被牵引穿过通道,使得由秸秆携带的玉米穗撞击盖板并且与秸秆分离。被分离的玉米穗被进一步传送通过农业收割机,而被切断的秸秆材料被留 在田地上,秸秆材料保留在田地上或稍后被聚集,如作为秸秆聚集过程的 一部分。
对农业收割机上的盖板具有适当的设定(诸如,位置和间距),对于 减少损失(诸如,当穗行进穿过空隙并接触秸秆辊时的穗基部剥离或穗颠 簸所导致的割台谷物损失)、以及减少谷物以外的材料(MOG)的引入很 重要。在穗规格变化很大的田地状况中,盖板的位置和间距会具有显著的 性能影响。例如,如果盖板之间的间距太宽,则可能会发生剥离(即,当 允许穗的基部端接触摘穗辊时玉米粒从玉米芯上的剥离或移除),这会导 致因为剥离的玉米粒留在田地上而导致割台处的谷物损失。如果盖板之间 的间距太窄,可能会过早地折断秸秆,并且农业收割机将MOG连同穗一 起带入收割机中而导致引入过多的MOG,这可能使得分离器过载,并且 使得在筛网上将谷物与MOG分离变得更加困难,从而导致随着残留物被 排出而从农业收割机的后部造成谷物损失。随着收割速度提高以及割台尺 寸变得越来越大,未能恰当且及时地调节盖板的位置和间距可能会对农业 收割机的性能造成不利影响。
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还可以包括操作以对割台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可以包括切碎机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。操作者命令是来自操作者的命令。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它设定的方式来被实现。控制系统以基于所选择 的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可以包括草籽排除器(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118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、或者提供行进速 度的指示的多种不同的其它系统或传感器。
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可以包括单个传 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还可以包括其它传感器和测量机构。例如,农业收割 机100可以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 测清粮风扇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。作物性质传感 器可以包括感测正在被农业收割机收割的作物产量的一个或更多个产量 传感器。
(一个或更多个)产量传感器可以包括谷物流量传感器,该谷物流量 传感器检测在材料处理子系统125或农业收割机100的其它部分中的作物 (例如,谷物)的流量。例如,产量传感器可以包括伽马射线衰减传感器, 该伽马射线衰减传感器测量所收割的谷物的流量。在另一示例中,产量传 感器包括撞击板传感器,该撞击板传感器检测谷物对感测板或表面的撞击 以测量所收割的谷物的质量流量。在另一示例中,产量传感器包括一个或更多个称重传感器,所述一个或更多个称重传感器测量或检测所收割的谷 物的负载或质量。例如,一个或更多个称重传感器可以位于谷物箱132的 底部,其中谷物箱132内的谷物重量或质量在测量间隔期间的变化指示在 该测量间隔期间的总产量。该测量间隔可以增加以求平均,或减小以进行 更多的瞬时测量。在另一示例中,产量传感器包括相机或光学感测装置, 所述相机或光学感测装置检测所收割的谷物的聚集体的尺寸或形状,如谷 物箱132中的谷物的谷堆的形状或谷堆的高度。在测量间隔期间谷堆的形 状或高度的变化表示该测量间隔期间的总产量。在其它示例中,采用其它 产量感测技术。例如,在一个示例中,产量传感器包括上述传感器中的两 个或更多个,并且由多个不同类型的传感器中的每一个输出的信号来确定 测量间隔的产量。例如,基于来自伽马射线衰减传感器、撞击板传感器、 谷物箱132内的称重传感器和沿着谷物箱132的光学传感器的信号来确定 产量。
作物性质传感器还可以包括一个或更多个穗规格传感器,所述一个或 更多个穗规格传感器感测植被的穗(例如,田地上的玉米穗)的规格,如 直径、长度、或重量。
穗规格传感器可以是被配置为感测穗对盖板的撞击或撞击结果(例如, (一个或更多个)盖板的位移)的传感器。穗规格传感器可以包括加速度 计、应变计传感器、和被配置为检测穗与盖板之间的撞击的任何数量的其 它传感器。在其它示例中,(一个或更多个)穗规格传感器可以是光学传 感器,诸如相机或其它光学感测装置(例如,雷达、激光雷达、声纳等), 该光学传感器捕获农业收割机周围的植被的图像。可以使用多种图像处理 技术中的任何一种来处理包含穗的指示的所述图像,以便导出农业收割机 周围的植被的穗规格。(一个或更多个)这些和多种不同的其它穗规格传 感器可以用于提供在农业收割机100正在操作的田地中的穗规格的现场指 示。应当理解的是,这些仅仅是穗规格传感器的一些示例,并且本领域技 术人员将理解,在不偏离本公开的精神和范围的情况下可以使用多种不同 的其它穗规格传感器。在一些示例中,农业收割机可以具有一个或更多个 穗规格传感器,例如用于农业收割机100的割台102上的每个行单元的穗 规格传感器。在一些示例中,农业收割机可以具有一个或更多个不同类型 的穗规格传感器。
在描述农业收割机100如何生成功能性预测图并将该功能性预测图用 于呈现或控制之前,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经地理配准的传感器 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。田地的特性可以包括(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、穗规格、作物状态;谷物性质的特性, 例如谷物湿度、谷物尺寸、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,例如用于控制农业收割机的一个或更多 个子系统。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中的一种或更多种。
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 预测穗规格图的更具体的方法。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 地的一个或更多个特性的一个或更多个现场传感器208。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还可以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。在图8中示出现场传感器208的一些其它示例。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可以包括其它 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,并且控制系统214 可以包括其它项目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, 并且可控子系统216可以包括各种其它子系统256。
图2还示出农业收割机100可接收一个或更多个先验信息图258。如 下面描述的,例如,(一个或更多个)先验信息图包括例如植被指数图、 产量图、播种图或来自田地中的先前或先验操作的图。然而,(一个或更 多个)先验信息图258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,例如来自过去几年的包含与历史产量相关的 背景信息的历史产量图。背景信息可以包括(但不限于):整个生长季节 的一个或多个天气状况、害虫的存在、地理位置、土壤类型、灌溉、治疗 应用等。天气状况可以包括(但不限于):整个季节的降水、能够损坏作 物的冰雹的存在、强风的存在、整个季节的温度等。害虫的一些示例广泛 地包括昆虫、真菌、杂草、细菌、病毒等。治疗应用的一些示例包括除草 剂、杀虫剂、杀菌剂、肥料、矿物质补充剂等。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可以包括摇杆、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可被下载到农业收割 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还可以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可以包括(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还可以包括实时运动(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可以包括航位推算系统、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可以是以上描述的任何传感器。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,这些传感器可以包括 撞击板传感器、辐射衰减传感器、或在农业收割机100内部的图像传感器 (例如,干净谷物相机)。现场传感器208还可以包括捕获现场信息的远 程现场传感器224。现场数据包括从农业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。在图8中 示出现场传感器208的一些示例。
在被农业收割机100检索之后,先验信息图选择器209可以过滤或选 择一个或更多个具体的先验信息图258以供预测模型生成器210使用。在 一个示例中,先验信息图选择器209基于先验信息图中的背景信息与当前 背景信息的比较来选择图。例如,可以从过去几年中的、整个生长季节的 天气状况与当前年份的天气状况相似的一年中选择历史产量图。或者,例 如,当背景信息不相似时,可以从过去几年中的一年中选择历史产量图。 例如,虽然本年度相对“湿润”,但可以选择相对“干旱”的前一年的历 史产量图。仍然可能存在有用的历史关系,但该关系可能是相反的。例如, 在相对湿润的年份中具有较大的穗规格的区域可能在干旱年份具有较小 的穗规格的区域。当前背景信息可以包括最近背景信息之外的背景信息。 例如,当前背景信息可以包括(但不限于):对应于当前生长季节的信息 集合、对应于当前生长季节之前的冬季的数据集合、或对应于过去几年的 数据集合等。
背景信息还可以用于具有相似背景特性的区域之间的相关性,而不管 地理位置是否对应于先验信息图258上的同一位置。例如,来自其它田地 中的具有相似土壤类型的区域的历史产量值可以用作先验信息图258以创 建预测穗规格图。例如,与不同位置相关联的背景特性信息可以被应用于 先验信息图258上具有相似特性信息的位置。
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将植被指数值映射到田地中的不同位置,并且现场传感器208正在感 测指示穗规格的值,则先验信息变量对现场变量模型生成器228生成对植 被指数值与穗规格值之间的关系进行建模的预测穗规格模型。然后,预测 图生成器212使用预测模型生成器210所生成的预测穗规格模型,基于先 验信息图258来生成功能性预测穗规格图,该功能性预测穗规格图预测预 期将由现场传感器208感测的在田地中的不同位置的穗规格的值。或者, 例如,如果先验信息图258将历史产量值映射到田地中的不同位置,并且 现场传感器208正在感测指示穗规格的值,则先验信息变量对现场变量模 型生成器228生成对历史产量值(具有或不具有背景信息)与现场穗规格 值之间的关系进行建模的预测穗规格模型。然后,预测图生成器212使用 预测模型生成器210所生成的预测穗规格模型,基于先验信息图258来生 成功能性预测穗规格图,该功能性预测穗规格图预测预期将由现场传感器 208感测的在田地中的不同位置的穗规格的值。
在一些示例中,功能性预测图263中的数据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 数据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中的数据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所感测的数据有关系。例如,在一些 示例中,现场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。
继续前述的植被指数的示例,预测图生成器212可使用先验信息图 258中的植被指数值和预测模型生成器210所生成的模型来生成预测田地 中的不同位置处的穗规格的功能性预测图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中在遍及田地的多个位 置(或者,即使在不同的田地中,在具有相似背景信息的位置)处的先验 信息值并使用预测模型来预测在所述位置处的特性(该特征可以是与由 (一个或更多个)现场传感器208感测的特性相同的特性)的值或与由(一 个或更多个)现场传感器208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已生成指示植被指数值与穗规格之间的关系的预测模 型,则给定在遍及田地不同位置处的植被指数值,预测图生成器212生成 预测在遍及田地不同位置处的穗规格的值的预测图264。使用从先验信息 图258获得的那些位置处的植被指数值以及从预测模型获得的植被指数值 与穗规格之间的关系来生成预测图264。
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可以是植被指数图,并且现场传 感器208所感测的变量可以是穗规格。因而,预测图264可以是将预测的 穗规格值映射到田地中的不同地理位置的预测穗规格图。在另一示例中, 先验信息图258可以是播种图,并且现场传感器208所感测的变量可以是 穗规格。婴儿,预测图264可以是将预测的穗规格值映射到田地中的不同 地理位置的预测穗规格图。
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可以是植被指数图,并且现场传感器208所感测的变量可以是 指示盖板间距设定的操作者命令输入。因而,预测图264可以是将预测的 穗规格值映射到田地中的不同地理位置的预测穗规格图。在另一示例中, 先验信息图258可以是植被指数图,并且现场传感器208所感测的变量可 以是穗规格。因而,预测图264可以是将预测的盖板间距设定映射到田地 中的不同地理位置的预测盖板间距设定图。
在一些示例中,先验信息图258来自在先验或先前操作期间在田地上 的先前通过,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穗规格。因而,预测图264可以是将预测的穗规 格值映射到田地中的不同地理位置的预测穗规格图。
在一些示例中,先验信息图258来自在先验或先前操作期间在田地上 的先前通过,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穗规格图,并且现场传感器 208所感测的变量可以是穗规格。因而,预测图264可以是将预测的穗规 格值映射到田地中的不同地理位置的预测穗规格图。在这种示例中,预测 模型生成器210可使用来自前一年的经地理配准的先验信息图258中的相 对穗规格差异来生成预测模型,该预测模型对先验信息图258上的相对穗 规格差异与现场传感器208在当前收割操作期间所感测的穗规格值之间的 关系进行建模。然后,预测图生成器212使用预测模型来生成预测穗规格 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基于预测图264的与一区域的相邻部分相关联的数据值,将所述 相邻部分分组为一个或更多个控制区。控制区可以包括一区域(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可以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。
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产量值来 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、盖板 设定(如,盖板间距或盖板位置或这两者兼有)、凹板间隙、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接近产量高于所选阈值的区域,进料速率控制 器236可降低农业收割机100的速度以维持谷物或生物质通过机器的恒定 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。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,基于穿过农业收割机100的不同类型的种子 或杂草,可以控制特定类型的机器清粮操作或执行清粮操作的频率。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。
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将一变量的与第一特性对应的值映射到田地中的不同位置, 如框282所指示的。例如,可以基于前一年获取的航拍图像或测量的特性 来收集数据。该信息也可以基于以(除了使用航拍图像之外的)其它方式 检测到的数据。例如,在前一年中,农业收割机100可能已经装配有在农 业收割机100行进穿过田地时对特性进行检测和地理定位的传感器。该信 息也可以基于以(除了使用航拍图像之外的)其它方式检测到的数据。由 框284指示在当前收割操作之前所收集的数据,无论是通过航拍图像还是 其它方收集的收据。可以由农业收割机100使用通信系统206下载先验信 息图258并且将该先验信息图258存储在数据存储装置202中。也可以使 用通信系统206以其它方式将先验信息图258加载到农业收割机100上, 并且由图3A的流程图中的框286指示将先验信息图258加载到农业收割 机100上。在一些示例中,可以由通信系统206接收先验信息图258。
在框287处,先验信息图选择器209可以从在框280中接收的多个候 选先验信息图中选择一个或更多个图。例如,可以接收多年的历史产量图 作为候选先验信息图。这些图中的每个图都可以包含背景信息,诸如一段 时间(例如,一年)内的天气模式、一段时间(例如,一年)内的害虫激 增、土壤类型等。背景信息可用于选择哪些历史产量图应被选择。例如, 可以将一段时间(例如,在当年)内的天气状况或当前田地的土壤类型与 每个候选先验信息图的背景信息中的天气状况和土壤类型进行比较。这种 比较的结果可用于选择哪个历史产量图应被选择。例如,具有相似天气状 况的年份通常可以在整个田地上产生相似的产量或产量趋势。在一些情况 下,具有相反天气状况的年份也可能有助于基于历史产量来预测穗规格。 例如,在干旱年份中具有小穗的区域在湿润年份可以具有大的穗。由先验信息图选择器209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。在一些示例中,在收割操作期间,先验信息图选择器209 可以连续地或间歇地确定不同的先验信息图是否与现场传感器值具有更 好的关系。如果不同的先验信息图与现场数据更紧密地相关,则先验信息 图选择器209可以用更相关的先验信息图来替换当前选择的先验信息图。
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植物特性,例如穗规 格,如框288所指示的。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 图8中示出现场传感器208的一些示例。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可以包括两个或更多 个不同的图、或者单个图的两个或更多个不同的图层。每个图层可以表示 与另一图层的数据类型不同的数据类型,或者图层可以具有在不同时间获 得的相同数据类型。两个或更多个不同的图中的各个图、或者图的两个或 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可以包括各自感测不同 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、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。
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。所述区的尺寸可基于控制系统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、以及基于预测图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,所述呈现可以包括更抽象的信息或更详细的信息。 所述呈现还可以包括置信度,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/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,农业收割 机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,所生成的呈预测穗规格图形式的预测图264可用于控制一 个或更多个可控子系统216。例如,功能性预测穗规格图可以包括被地理 配准到正收割的田地内的位置的穗规格值。功能性预测穗规格图可以被提 取并用于控制农业收割机100的割台102上的一组或更多组盖板的间隔或 位置。对于预测图264,前面使用功能性预测穗规格图的、涉及盖板间隔 或盖板位置的示例仅作为示例被提供。因此,可使用从预测穗规格图或其 它类型的功能预测图263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。
学习触发标准可以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 器数据例如随着时间的流逝或相比于先前的值改变了多少。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)在所选择的范围内、或小于限定的量、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 的变化在所选择的范围之外、大于限定的量或阈值、或高于阈值,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。继续以上描述的示例,所述阈值、 范围和限定的量可被设置为默认值,由操作者或用户通过用户接口交互来 设置,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上的值和/或改变预测控制区图265 上的控制区的尺寸、形状、位置或存在。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)来进行如下项中的一个或更多个: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上的一个或更多个控制区,以及 使控制系统214重新学习控制算法或对控制系统214中的控制器组件232 至246中的一个或更多个组件执行机器学习。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,如由框326指示的。
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还示出本文所示的各种组件之间的信息流。如图所示,预测模型 生成器210接收植被指数图332、产量图333(诸如,预测产量图335或 历史产量图337)、播种图399或先验操作图400中的一个或更多个作为图。在一些示例中,模型生成器210可以接收多种不同的其它图401。预测产 量图335包括经地理配准的预测产量值。可以使用图3中所描述的过程生 成预测产量图335,其中先验信息图包括植被指数图或历史产量图,并且 现场传感器包括产量传感器。也可以以其它方式生成预测产量图335。历 史产量图337包括指示在过去的收割期间遍及整个田地的产量值的历史产 量值。历史产量图337还包括背景数据,该背景数据指示可能已经影响(一 个或更多个)过去的年份的产量值的背景或状况。例如,背景数据可以包 括土壤类型、海拔高度、坡度、种植日期、收割日期、施肥、种子类型(例 如,杂交种等)、杂草存在的度量、害虫存在的度量、天气状况(例如、 降雨、积雪、冰雹、风、温度等)。历史产量图337也可以包括其它项目。
除了接收一个或多个图之外,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 括穗规格传感器336以及处理系统338。在一些示例中,穗规格传感器336 可位于农业收割机100上。处理系统338处理从穗规格传感器336生成的 传感器数据。在图8中也示出现场传感器208的一些其它示例。
在一些示例中,穗规格传感器336可以是农业收割机100上的光学传 感器。在一些示例中,光学传感器可以是相机或执行光学感测的其它装置。 处理系统338处理经由穗规格传感器336获得的一个或更多个图像,以生 成标识该图像中的植被(例如,作物植物)的一个或更多个特性的经处理 的图像数据。由处理系统338检测的植被特性可以包括植物穗(例如,玉 米穗)的规格特性。例如,处理系统338可以检测在图像中所包含的穗的 直径、长度或重量。
处理系统338还可以对从现场传感器208接收的值进行地理定位。例 如,从现场传感器208发信号时农业收割机的位置可能不准确地表示该值 在田地中的位置。这是因为在农业收割机与特性进行初始接触的时刻与现 场传感器208感测到所述特性的时刻之间(或者相反地)可能会流逝一时 间量,特别是在前视的穗规格光学传感器的情况下,在现场传感器208感 测到特性的时刻与农业收割机与所述特性接触的时刻之间可能会流逝一 时间量。因此,当对感测的数据进行地理配准时,将在遇到特性的时刻与 现场传感器208感测到该特性的时刻之间(或反之亦然)的瞬态时间考虑 在内。通过这样做,可以将特性值准确地地理配准到田地上的位置。
通过说明的方式,在产量值的背景中,由于被切断的作物沿着割台在 横向于农业收割机行进方向的方向上行进,随着农业收割机在向前方向上 行进,产量值通常地理定位到农业收割机的后方的V字形区域。处理系统 338基于来自农业收割机的不同部分(例如,沿着农业收割机的割台的宽 度的不同侧向位置)的作物的行进时间,将在每个时间或测量间隔期间由 产量传感器检测到的总产量分配或分摊回到较早的经地理配准的区域。例如,处理系统338将来自测量间隔或时间的测量的总产量分配回到在不同 测量间隔或时间期间由农业收割机的割台穿过的经地理配准的区域。处理 系统338将来自特定测量间隔或时间的总产量分摊或分配到先前穿过的经 地理配准的区域,该作为V字形区域的一部分。
在其它示例中,穗规格传感器336可以依赖于不同类型的辐射以及辐 射被植物反射、吸收、衰减或透射穿过植物的方式。当材料在两个电容板 之间通过时,穗规格传感器336可以感测谷物和生物质的其它电磁性质, 例如介电常数。穗规格传感器336还可以依赖于植被的机械性质,例如当 穗撞击压电元件时或当该撞击被麦克风或加速度计检测到时所生成的信 号。也可以使用其它材料性质和传感器。在一些示例中,来自穗规格传感 器336的原始的或经处理的数据可以经由操作者接口机构218呈现给操作 者260。操作者260可以在作业农业收割机100上或在远程位置处。穗规 格传感器336可以包括本文所述的任何其它示例、以及被配置为生成指示 植被的穗(例如,玉米穗)的规格的传感器信号的任何其它传感器。在一 些示例中,来自多个传感器的数据可以用于确定穗规格和尺寸。为了确定 给定的穗的规格,可以基于该穗被剥壳、部分地剥壳或未剥壳、有疾病、 损坏或一些其它限定属性,从一组方法中选择一个方法。
针对如下示例来进行本讨论,在该示例中,穗规格传感器336生成指 示诸如植物穗的直径、长度或重量(例如,玉米穗的直径、长度或重量) 之类的规格特性的传感器信号。如图4所示,预测模型生成器210包括植 被指数对穗规格模型生成器342、产量对穗规格模型生成器344和播种特 性对穗规格模型生成器346。在其它示例中,模型生成器210可以包括比 图4的示例中所示的组件更多、更少或不同的组件。因此,在一些示例中, 预测模型生成器210也可以包括其它项目348,所述其它项目348可以包 括其它类型的预测模型生成器以生成其它类型的穗规格模型。例如,预测 模型生成器210可以包括先前或先验操作特性对穗规格模型生成器,例如, 先前或先验操作特性可以是在先前收割操作期间所检测的历史的穗规格, 并且因此预测模型生成器210可以包括历史穗规格对穗规格模型生成器, 该历史穗规格对穗规格模型生成器确定历史的穗规格值和现场检测的穗 规格值之间的关系。
植被指数对穗规格模型生成器342确定在与现场穗规格数据340被地 理配准处的地理位置对应的地理位置处的现场穗规格数据340与来自植被 指数图332的、与在田地中的该穗规格数据340被地理配准的同一所述位 置对应的植被指数值之间的关系。基于由植被指数对穗规格模型生成器 342所建立的这种关系,植被指数对穗规格模型生成器342生成预测穗规 格模型。由预测图生成器212使用该穗规格模型,以基于植被指数图332 中所包含的、在田地中的不同位置处的经地理配准的植被指数值来预测在 田地中的相应的同一所述位置处的穗规格。
产量对穗规格模型生成器344确定在与现场穗规格数据340被地理配 准处的地理位置对应的地理位置处的现场穗规格数据340与来自产量图 333的、与在田地中的该穗规格数据340被地理配准的同一所述位置对应 的产量值之间的关系。基于由产量对穗规格模型生成器344所建立的这种 关系,产量对穗规格模型生成器344生成预测穗规格模型。由预测图生成 器212使用该穗规格模型,以基于产量图333中所包含的、在田地中的不 同位置处的经地理配准的产量值来预测在田地中的的相应的同一所述位 置处的穗规格。
播种特性对穗规格模型生成器346确定在与现场穗规格数据340被地 理配准处的地理位置对应的地理位置处的现场穗规格数据340与来自播种 图339的、与在田地中的该穗规格数据340被地理配准的同一所述位置对 应的播种特性值之间的关系。基于由播种特性对穗规格模型生成器346所 建立的这种关系,播种特性对穗规格模型生成器346生成预测穗规格模型。 由预测图生成器212使用该穗规格模型,以基于播种图339中所包含的、 在田地中的不同位置处的经地理配准的播种特性值来预测在田地中的的 相应的同一所述位置处的穗规格。
在其它示例中,模型生成器210可以包括其它模型生成器348。基于 由其它模型生成器建立的关系,模型生成器生成预测穗规格模型。由预测 图生成器212使用该穗规格模型,以基于图中所包含的、在田地中的不同 位置处的经地理配准的特性值来预测在田地中的同一所述位置处的穗规 格。
鉴于上述内容,预测模型生成器210能够操作以产生多个预测穗规格 模型,例如由模型生成器342、344、346和348生成的所述预测穗规格模 型中的一个或更多个。在另一示例中,可以将上述两个或更多个预测穗规 格模型组合成单个预测穗规格模型,该单个预测穗规格模型基于在田地的 不同位置处的植被指数值、播种特性值、先验操作特性值或产量值或它们 的组合来预测穗规格。这些穗规格模型中的任何一个或其组合由图4中的 穗规格模型350统一地表示。
将预测穗规格模型350提供给预测图生成器212。在图4的示例中, 预测图生成器212包括穗规格图生成器352。在其它示例中,预测图生成 器212可以包括附加的或不同的图生成器。因此,在一些示例中,预测图 生成器212也可以包括其它项目358,所述其它项目358可以包括其它类 型的预测图生成器以生成其它类型的预测图。穗规格图生成器352接收基 于现场数据340来预测穗规格的预测穗规格模型350、以及植被指数图332、 产量图333、播种图399、先验操作图400或其它图401中的一个或更多 个。
穗规格图生成器352可以基于田地中的不同位置处的植被指数值、产 量值、播种特性值、先验操作特性值或其它特性值以及预测穗规格模型350 来生成功能性预测穗规格图360,该功能性预测穗规格图360预测田地中 不同位置处的穗规格的值。可以将生成的功能性预测穗规格图360提供给 控制区生成器213、控制系统214或两者,如图2所示。控制区生成器213 生成控制区并结合那些控制区以提供具有控制区的功能性预测穗规格图 360。功能性预测穗规格图360(具有或不具有控制区)可以被呈现给操作 者260或另一用户,或者被提供给控制系统214,该控制系统214基于功 能性预测穗规格图360(具有或不具有控制区)来生成控制信号以控制所 述可控子系统216中的一个或更多个。
图5是预测模型生成器210和预测图生成器212在生成预测穗规格模 型350和功能性预测穗规格图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接收一个或更多个图,诸如一个 或更多个植被指数图332、一个或更多个产量图333、一个或更多个播种 图399、一个或更多个先前操作图400、或一个或更多个其它图401、或其 任何组合。在框364处,从现场传感器208接收现场传感器信号。如上所 讨论的,现场传感器208可以包括穗规格传感器336,该穗规格传感器336 生成指示穗规格特性(例如田地上的玉米穗的直径、长度或重量)的传感 器信号。在一些示例中,现场传感器208可以包括多种不同的其它传感器, 如框370所指示的。在图8中示出其它现场传感器208的一些其它示例。
在框372处,处理系统338处理从穗规格传感器336接收的一个或更 多个所接收的传感器信号,以生成指示田地上的植被的穗规格(例如,玉 米穗的规格)的穗规格值。
在框382处,预测模型生成器210还获取对应于传感器信号的地理位 置。例如,预测模型生成器210可以从地理位置传感器204获取地理位置, 并且基于机器延迟(例如,机器处理速度、传感器属性等)和机器速度来 确定现场感测的穗规格所归属的准确地理位置。例如,农业收割机100的 在捕获到穗规格传感器信号时的位置可能不对应于所感测的穗(或具有所 感测的穗的植物)在田地上的准确位置。因此,农业收割机100的在获得 穗规格传感器信号时的位置可能不对应于该穗(或具有该穗的植物)的位 置。
在框384处,预测模型生成器210生成一个或更多个预测穗规格模型 (例如,穗规格模型350),所述预测穗规格模型对从诸如植被指数图332、 播种图399、先验操作图400或产量图333之类的图获得的植被指数值、 播种特性值、先验操作特性值或产量值中的至少一个值与由现场传感器 208所检测的穗规格值之间的关系进行建模。模型生成器210可以基于植 被指数值、播种特性值、先验操作特性值或产量值以及由从现场传感器208 获得的传感器信号所指示的检测到的穗规格值来生成预测穗规格模型。
在框386处,将预测穗规格模型(例如,预测穗规格模型350)提供 给预测图生成器212,该预测图生成器212基于植被指数图、播种图、先 验操作图或产量图以及预测穗规格模型350来生成功能性预测穗规格图, 该功能性预测穗规格图将穗规格的预测值映射到田地中的不同地理位置。 例如,在一些示例中,功能性预测穗规格图360预测穗规格特性,诸如直 径、长度、或重量、或指示穗规格特性的值。在其它示例中,功能性预测 穗规格图360预测其它项目,如框392所指示的。此外,可以在农业收割 操作的过程期间生成该功能性预测穗规格图360。因此,当农业收割机移 动穿过执行农业收割操作的田地时,生成功能性预测穗规格图360。
在框394处,预测图生成器212输出功能性预测穗规格图360。在框 393处,预测图生成器212配置该功能性预测穗规格图360以供控制系统 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 供功能性预测穗规格图360,以用于控制区的生成和结合。在框397处, 预测图生成器212也以其它方式配置该功能性预测穗规格图360。功能性预测穗规格图360(具有或不具有控制区)被提供给控制系统214。在框 396处,控制系统214基于该功能性预测穗规格图360生成控制信号以控 制可控子系统216。
控制系统214可以生成控制信号以控制割台或(一个或更多个)其它 机器致动器248,例如,用于控制盖板的位置或间距。控制系统214可以 生成控制信号以控制推进子系统250。控制系统214可以生成控制信号以 控制转向子系统252。控制系统214可以生成控制信号以控制残留物子系 统138。控制系统214可以生成控制信号以控制机器清粮子系统254。控 制系统214可以生成控制信号以控制脱粒机110。控制系统214可以生成 控制信号以控制材料处理子系统125。控制系统214可以生成控制信号以 控制作物清粮子系统118。控制系统214可以生成控制信号控制通信系统 206。控制系统214可以生成控制信号以控制操作者接口机构218。控制系 统214可以生成控制信号以控制多种不同的其它可控子系统256。在其它 示例中,控制系统214可以生成控制信号以控制脱粒滚筒112的速度,可 以生成控制信号以控制凹板间隙,或者可以生成控制信号以调节至一些植 物处理系统(诸如,收集链或秸秆辊)的功率或动力输出。
图6是图1中所示的农业收割机100的示例部分的框图。特别地,除 了别的以外,图6示出了预测模型生成器210和预测图生成器212的示例。 在所示示例中,先验信息图258可以是植被指数图332、播种图399、产 量图333(例如,历史产量图337)、或先验操作图400。先验操作图400 可以包括指示在田地中的多个位置处的特性的特性值。该特性值可以是在先前或先验操作(例如,由另一农业作业机器(例如,喷洒器)在该田地 上的先前或先验操作)期间所收集的特性值。先验信息图258也可以包括 其它先验信息图401,例如,以多种不同方式生成或以其它方式提供的先 验穗规格图。在一个示例中,先验穗规格图可以是基于先前收割操作(例 如,在先前收割中的先前收割操作)期间所收集的数据生成的历史穗规格 图。图6还示出了预测模型生成器210和预测图生成器212除了接收先验 信息图258之外,还可以接收功能性预测穗规格图360和产量图333(例 如,预测产量图335)。功能性预测穗规格图360和预测产量图335可以与 先验信息图258类似地被使用,因为模型生成器210对由功能性预测穗规 格图360或预测产量图335提供的信息与由现场传感器208所感测的特性 之间的关系进行建模以生成预测模型。图生成器212可以使用由模型生成 器210生成的预测模型,以基于功能性预测穗规格图360或预测产量图335 中的在田地中不同位置处的值中的一个或更多个并且基于该预测模型来 生成功能性预测图,该功能性预测图预测由现场传感器208感测的在田地 中的所述不同位置处的特性或相关的特性。在一些示例中,产量图333是 先验信息图,例如产量图337,或者是预测产量图,例如预测产量图335。预测模型生成器210和预测图生成器212也可以接收多种不同的其它图 401,例如以不同于功能性预测穗规格图360的方式生成的其它预测穗规 格图。
另外,在图6所示的示例中,现场传感器208可以包括一个或更多个 农业特性传感器402、操作者输入传感器404和处理系统406。现场传感 器208也可以包括其它传感器408。在图8中示出现场传感器208的一些 其它示例。农业特性传感器402可以包括本文所述的现场传感器208中的 一个或更多个。农业特性传感器402感测指示农业特性的一个或更多个变 量。
操作者输入传感器404示例性地感测多种不同的操作者输入。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它控制输入,诸如 转向输入和其它输入。因此,当农业收割机100的操作者(例如,操作者 260)例如通过操作者接口机构218改变设定或提供命令输入时,由操作 者输入传感器404检测这样的输入,该操作者输入传感器404提供指示所 感测到的操作者输入的传感器信号。出于本公开的目的,操作者输入也可 被称为特性,例如农业特性,并且因此,操作者输入可以是由现场传感器 208感测的农业特性。处理系统406可以接收来自农业特性传感器402或 操作者输入传感器404或这两者的一个或更多个传感器信号,并且生成指 示所检测的特性的输出。例如,处理系统406可以从农业特性传感器402 接收传感器输入,并且生成指示农业特性的输出。处理系统406也可以从 操作者输入传感器404接收输入,并且生成指示所感测到的操作者输入的 输出。
预测模型生成器210可以包括穗规格对农业特性模型生成器416、穗 规格对命令模型422、和其它特性对命令模型生成器423。在其它示例中, 预测模型生成器210可以包括更多、更少或其它的模型生成器424,例如 具体的农业特性模型生成器。此外,其它特性对命令模型生成器423可以 包括作为其它特性的、由植被指数图332提供的植被指数值、由播种图399 提供的播种特性值、由先验操作图400提供的先验操作特性值、或由产量 图333提供的产量值。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334或地理位置的指示,并且生成预测模型426,该预测模型 426对一个或更多个所述图中的信息与由农业特性传感器402所感测的一 个或更多个农业特性和/或由操作者输入传感器404所感测的一个或更多 个操作者输入命令之间的关系进行进行建模的模型。例如,穗规格对农业 特性生成器416生成对穗规格值(其可以在一个或更多个图上或由一个或 更多个图指示)与由农业特性传感器402所感测的农业特性值之间的关系 进行建模的模型。穗规格对命令模型生成器422生成对穗规格值(其可以 在一个或更多个图上或由一个或更多个图指示)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。其他特性对命 令模型生成器423生成对其它特性值(诸如,植被指数值、先验操作特性 值、播种特性值或产量值)与由操作者输入传感器所感测的操作者输入命 令(例如,指示农业收割机上的一组或更多组盖板的盖板间距或位置设定 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可以包括可以由穗规格对 农业特性模型生成器416、穗规格对命令模型生成器422、其它特性对命 令模型生成器423、以及可以被包括作为其它项目424的一部分的其它模 型生成器所生成的预测模型中的一个或更多个。
在图6的示例中,预测图生成器212包括预测农业特性图生成器428 和预测操作者命令图生成器432。在其它示例中,预测图生成器212可以 包括更多、更少或其它的图生成器434。预测农业特性图生成器428接收 一个或更多个所述图、和预测模型426(例如,由穗规格对农业特性模型 生成器416生成的预测模型),预测模型426对由一个或更多个所述图提 供的一个或更多个值与由农业特性传感器402感测的一个或更多个农业特 性值之间的关系进行建模。预测农业特性图生成器428基于在一个或更多 个所述图中包含的对应于田地中任何给定位置的值(例如,穗规格值)并 且基于预测模型426来生成功能性预测农业特性图436,该功能性预测农 业特性图436预测在田地中该位置处的农业特性。
预测操作者命令图生成器432接收一个或更多个所述图、和对一个或 更多个穗规格值与一个或更多个操作者命令输入之间的关系进行建模的 预测模型426(例如,由穗规格对命令模型生成器422生成的预测模型) 或对一个或更多个其它特性与一个或更多个操作者命令输入之间的关系 进行建模的预测模型426(例如,由其它特性对命令模型生成器423生成 的预测模型)。预测操作者命令图生成器432基于在一个或更多个所述图 中在田地中不同位置处的一个或更多个值并且基于预测模型426来生成功 能性预测操作者命令图440,该功能性预测操作者命令图440预测在田地 中所述不同位置处的操作者命令。例如,预测操作者命令图生成器432基 于分别在功能性预测穗规格图360、产量图333、植被指数图332、播种图 399或先验操作图400中所包含的、对应于田地中任何给定的位置的穗规格值、产量值、植被指数值、播种特性值或先验操作特性值来生成功能性 预测操作者命令图440,该功能性预测操作者命令图440预测在所述位置 处的操作者命令。
预测图生成器212输出功能性预测图436或440中的一个或更多个。 功能性预测图436或440中的每个可以被提供给控制区生成器213、控制 系统214或两者,如图2所示的。控制区生成器213生成控制区并结合那 些控制区以提供具有控制区的功能性预测农业特性图436和具有控制区的 功能性预测操作者命令图440。功能性预测图436或440(具有或不具有 控制区)中的一个或更多个可以被提供给控制系统214,该控制系统214 基于所述功能性预测图436或440(具有或不具有控制区)中的一个或更 多个来生成控制信号以控制农业收割机100的一个或更多个可控子系统 (例如可控子系统216)。所述功能性预测图436或440(具有或不具有控 制区)中的一个或更多个可以被呈现给操作者260或另一用户。
图7示出了图示预测模型生成器210和预测图生成器212在分别生成 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或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接收一图。该图可以是在图6中所示的图中的一个或更多个,如 植被指数图332、产量图333、播种图39、先验操作图400、功能性预测秸秆直径图360、或其它图401。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。现场传感器可以是农业 特性传感器402、操作者输入传感器404或另一传感器408中的一个或更 多个。在图8中示出现场传感器208的一些示例。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农业特性的类型的数据。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 的类型的数据的传感器信号。预测模型生成器210也可以接收其它现场传 感器输入,如由框452所指示的。
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6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,该电阻数据可以被处理成温度数据。在其它示例中,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可以指示农业特性或操作者输入命令中的一个或更多个。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或地理位置的指示,如图6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的变量的地理位置关 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或地理位置的指示,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生成一个或更多个预测模型426, 预测模型426对在框442处接收的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。例如,在一些情况下,在所接收的图中 的映射值可以是穗规格值;并且预测模型生成器210使用所接收的图的映 射值和由现场传感器208感测的特性(如经处理的数据490中所表示的特 性)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可以生成对从一个或更多个 图获得的穗规格值与由现场传感器208获得的农业特性数据之间的关系进 行建模的预测模型426。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图获得的穗规格值与从现场传感器208获得的 操作者命令输入之间的关系进行建模的预测模型426。在另一示例中,在 框463处,预测模型生成器210可以生成对从一个或更多个图获得的其它 特性值与从现场传感器208获得的操作者命令输入之间的关系进行建模的 预测模型426。模型生成器210可以生成对从一个或更多个图获得的其它 特性值与来自一个或更多个现场传感器208的数据之间的关系进行建模的 多种不同的其它预测模型。
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 一个或更多个功能性预测农业特性图436或一个或更多个功能性预测操作 者命令图440或这些图的任意组合。功能性预测农业特性图436预测田地 中不同位置处的农业特性。功能性预测操作者命令图440预测在田地中不 同位置处的希望的或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、 和440。在框470处,预测图生成器212可以配置一个或更多个所述图以 呈现给操作者260或其它用户以及用于与操作者260或其它用户进行可能 的交互。在框472处,预测图生成器212可以配置一个或更多个所述图以 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和440提供给控制区生成器213以用于控制区的生成和结合。 在框476处,预测图生成器212以其它方式配置一个或更多个预测图436 和440。所述一个或更多个功能性预测图436和440可以被呈现给操作者 260或另一用户、或者也被提供给控制系统214。
在框478处,控制系统214然后基于一个或更多个功能性预测图436 或440(或具有控制区的功能性预测图436或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农业收割机100的可控子系统(例 如,可控子系统216)。例如,当功能性预测农业特性图436被提供给控制 系统214时,作为响应,一个或更多个控制器基于功能性预测农业特性图 436或包含控制区的功能性预测农业特性图436中的预测的农业特性值来 生成控制信号以控制一个或更多个可控子系统216,以便控制农业收割机100的操作。在另一示例中,当功能性预测命令图440被提供给控制系统 214时,作为响应,一个或更多个控制器基于功能性预测命令图440或包 含控制区的功能性预测命令图440中的预测的操作者命令值来生成控制信 号以控制一个或更多个可控子系统216,以便控制农业收割机100的操作。 这由框480指示。
框484示出了如下示例,在该示例中,控制系统214接收功能性预测 操作者命令图440或添加有控制区的功能性预测操作者命令图440。作为 响应,设定控制器232基于该功能性预测操作者命令图440或添加有控制 区的功能性预测操作者命令图440中的预测的操作者命令输入来生成控制 信号以控制其它机器设定或机器功能。框485示出了也可以以其它方式生 成用于控制农业收割机100的操作的控制信号,例如,基于功能性预测图 436或440的组合生成该控制信号。例如,基于功能性预测图436或440 (具有或不具有控制区)或这两者,一个或更多个控制器基于功能性预测 农业特性图436或包含控制区的功能性预测农业特性图436中的预测的农 业特性值、或功能性预测操作者命令图440或包含控制区的功能性预测操 作者命令图440中的操作者命令值来生成控制信号,以控制一个或更多个可控子系统216,以便控制农业收割机100的操作。
控制系统214可以生成控制信号以控制割台或(一个或更多个)其它 机器致动器248,以便控制盖板的位置或盖板之间的间距。控制系统214 可以生成控制信号以控制推进子系统250。控制系统214可以生成控制信 号以控制转向子系统252。控制系统214可以生成控制信号以控制残留物 子系统138。控制系统214可以生成控制信号以控制机器清粮子系统254。 控制系统214可以生成控制信号以控制脱粒机110。控制系统214可以生 成控制信号以控制材料处理子系统125。控制系统214可以生成控制信号 以控制作物清粮子系统118。控制系统214可以生成控制信号控制通信系 统206。控制系统214可以生成控制信号以控制操作者接口机构218。控 制系统214可以生成控制信号以控制多种不同的其它可控子系统256。在 其它示例中,控制系统214可以生成控制信号以控制脱粒滚筒112的速度, 可以生成控制信号以控制凹板间隙,或者可以生成控制信号以调节至一些 植物处理系统(诸如,收集链或秸秆辊)的功率或动力输出。
图8示出了图示实时(现场)传感器208的示例的框图。现场传感器 208可以感测多种农业特性中的任一种。图8中示出的传感器中的一些传 感器或传感器的不同组合可以同时具有传感器402和处理系统406,而其 它传感器可用作以上参考图6和图7所描述的传感器402,在图6和图7 中处理系统406是单独的或分开的。图8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8示出了 现场传感器208可以包括操作者输入传感器980、机器传感器982、收割 材料性质传感器984、田地和土壤性质传感器985、环境特性传感器987, 并且现场传感器208可以包括各种各样的其它传感器226。操作者输入传 感器980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980可以感测连杆、操纵杆、方向盘、按钮、转盘、踏 板或其它用户输入装置的用户移动。操作者输入传感器980还可以感测用 户与其它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它操作者输入机构中的任何一种的交互。
机器传感器982可以感测农业收割机100的不同特性。例如,如上所 时论那样,机器传感器982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982还可以 包括感测机器设定的机器设定传感器991。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993可以感测割台102、 拨禾轮164、切割器104或其它前端设备的位置,诸如相对于农业收割机 100的框架的位置、或相对于田地表面的位置。例如,传感器993可以感 测割台102在地面上方的高度。机器传感器982还可以包括前端设备(例 如,割台)取向传感器995。传感器995可以感测割台102的取向(诸如 俯仰或翻滚),诸如相对于农业收割机100或相对于地面的取向。机器传 感器982可以包括稳定性传感器997。稳定性传感器997感测农业收割机 100的振动或弹跳运动(和幅度)。机器传感器982还可以包括残留物设定 传感器999,该残留物设定传感器999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982 可以包括清粮室风扇速度传感器951,该清粮室风扇速度传感器951感测 清粮风扇120的速度。机器传感器982可以包括凹板间隙传感器953,该 凹板间隙传感器953感测农业收割机100上的滚筒112与凹板114之间的 间隙。机器传感器982可以包括谷壳筛间隙传感器955,该谷壳筛间隙传 感器955感测谷壳筛122中的开口的尺寸。机器传感器982可以包括脱粒转子速度传感器957,该脱粒转子速度传感器957感测滚筒112的转子速 度。机器传感器982可以包括转子力传感器959,该转子力传感器959感 测用于驱动滚筒112的力(例如,压力、扭矩等)。机器传感器982可以 包括筛网间隙传感器961,该筛网间隙传感器961感测筛网124中开口的 尺寸。机器传感器982可以包括MOG湿度传感器963,该MOG湿度传 感器963感测穿过农业收割机100的MOG的湿度水平。机器传感器982 可以包括机器取向传感器965,该机器取向传感器965感测农业收割机100 相对于框架或相对于田地表面的取向(诸如俯仰或翻滚)。机器传感器982 可以包括材料进料速率传感器967,该材料进料速率传感器967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 其它地方时该材料的进料速率。机器传感器982可以包括生物量传感器 969,该生物量传感器969感测行进通过进料器壳体106、分离器116或农 业收割机100中的其它地方的生物量。机器传感器982可以包括燃料消耗 传感器971,该燃料消耗传感器971感测农业收割机100的随时间的燃料 消耗速率。机器传感器982可以包括功率利用传感器973,该功率利用传 感器973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)、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982可以包括轮胎压力传感器977,该轮胎压力 传感器977感测农业收割机100的轮胎144中的充气压力。机器传感器982 可以包括各种各样的其它机器性能传感器或机器特性传感器(如框975所 示)。机器性能传感器和机器特性传感器975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984 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湿度和其它作物材料性质的东西。
田地和土壤性质传感器985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 其它土壤和田地特性。
环境特性传感器987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、灰尘水平或其它障碍物或其它环境特性 的东西。
图9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还可以包括其它项目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(targetsetting)标识 符组件498和其它项目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和其它项目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或其它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或其它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是割台或其它机器 致动器248,并且分析中的功能性预测图是映射遍及田地的不同位置处的 指示穗(例如,玉米穗)的直径、长度或重量的预测穗规格值的功能性预 测穗规格图360(具有控制区),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穗规格图360中所包含的穗规格值的盖板位 置或盖板间距设定。这是因为,给定要由农业收割机100收割的田地中一 位置处的植被的穗规格,控制农业收割机100的盖板的位置或间距使得该 盖板具有适当的设定对于减少损失以及减少谷物以外的材料(MOG)的引 入等是重要的。
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,用于控制盖板位置或间距的不同目标设定可以基 于例如所检测的或所预测的穗规格值、所检测的或所预测的操作者命令输 入值、所检测的或所预测的产量值、所检测的或所预测的植被指数值、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。要注意的是,这些仅仅是示 例,并且用于多种不同的WMA的目标设定可以基于多种不同的其它值或 值的组合。然而,在任何给定时间,对于同一组盖板,农业收割机100不 能同时具有多个位置和间距布置。相反,在任何给定时间,农业收割机100 的一组盖板的位置或间距处于特定位置或具有特定间距。因此,选择竞争 目标设定中的一个来控制农业收割机100的盖板的位置或间距。
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穗规格、操作者命令输入、植被指数值、 产量值以及多种不同的其它标准,例如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)以及任意数量的其它标准。 这些仅仅是可以用于标识或限定动态区的标准的一些示例。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,穗规格动态区可能与作 物状态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它系统自动设置。作为一个示例,在穗规格动态区与作物状态动态区重叠的情况下,穗规格动态区相 比于作物状态动态区可以被分配优先层级中的更大的重要性,使得穗规格 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它用户以便进行解析。在另一示例中,设定 解析器可以包括神经网络或其它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,增加的盖板间距可以降 低MOG的引入量,但是增加割台处的谷物损失。减小的盖板间距可以增 加MOG的引入量,并且因此减小整体的机器生产量。当选择质量度量时, 如谷物损失或机器生产量,在给定两个竞争的盖板间距设定值的情况下, 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WMA或 WMA组的冲突设定。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英尺内的预测的穗规格值 大于x(其中x是所选择的值或预定的值),则使用基于割台谷物损失而不 是其它竞争目标设定选择的目标设定值,否则使用基于机器生产量而不是 其它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 它变量。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或440中的一个。在另一示例中,分析中的图 可以是功能性预测穗规格图360。框534指示分析中的图也可以是其它图。
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 其它物理机器特性。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。 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它项目。
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穗规格值。框560示出这样的示例,在该 示例中动态区限定标准基于植被指数值。框561示出这样的示例,在该示例中动态区标准基于播种特性值。框562示出这样的示例,在该示例中动 态区限定标准基于产量值。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它标准,例如,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(如作物是否伏倒)。也可以使用其它标准。
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。也可以以其它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或其它解析器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536, 在框536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它方式被输出。
图11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先验信息图,该先验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它形式。
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 其它信息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 作业的其它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它源获得的。
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,没定解析器可以是神经网络或其它人 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中的其它控制器,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12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、其它 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 其它项目666。其它控制器交互系统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和其它 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和其它项目690。在描述图12 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。
其它控制器交互系统656管理与控制系统214中的其它控制器的交互。 控制器输入处理系统668检测并处理来自控制系统214中的其它控制器的 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中的其它控制器。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已经以其它方式被调用。
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、短语或其它语言单元。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 理解的多种其它输出中的任何一种。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 获得其它信息或者向用户提供其它信息或者两者均有。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、其它控 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、 警告指示器或其它视觉项目。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 叭或其它听觉元件。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它 触觉元件。
图13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 13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的输入包括其它项目的示例。
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 图是预测穗规格图(例如,功能性预测穗规格图360),则显示的田地可以 示出在所显示的田地内被地理配准的穗规格值。在其它示例中,接收到的 图可以是本文所描述的图中的另一个图。因此,所显示的田地可以示出在 所显示的田地内被地理配准的不同特性值,诸如产量值、植被指数值、播 种特性值或操作者命令值、以及多种不同的其它值。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 田地也包括其它项目的示例。
图14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。在其它实施方式中,可以在其它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它地方。在继续描述图13中示出的流程图之前,将 描述用户接口显示部720。
在图14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14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14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表示仍需要收割的区域。田地显示部分728也被示为显示田 地的不同特性。在图14所示的示例中,正在被显示的图是预测穗规格图, 例如功能性预测穗规格图360。因此,在田地显示部分728上显示多个不 同的穗规格标记。在已经访问的区域714中示出存在一组穗规格显示标记 732。在即将到来的区域712中也显示存在一组穗规格显示标记732,并且 在下一作业单元730中显示存在一组穗规格显示标记732。图14示出了穗 规格显示标记732由指示具有类似穗规格的区域的不同符号组成。在图14所示的示例中,“!”符号表示大的穗直径的区域;“*”符号表示中等的穗 直径的区域;“#”符号表示低小的穗直径的区域。穗直径仅仅是一个示例, 也可以显示穗的其它规格特性,诸如长度或重量。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 值指示或导出的特性)。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14的所 示示例中的穗规格显示标记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 位置处提供诸如穗规格显示标记732(如在图14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、图标或其它显示特征。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,以标识针对田地的每 个特定位置所映射的特性的性质。因此,本公开涵盖在田地显示部分728 上的一个或更多个位置处提供显示标记,例如穗规格显示标记732(如在 图14的本示例的背景中一样)以标识正被显示的特性的性质、程度等, 从而标识正被显示的田地中的相应位置处的特性。
在其它示例中,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、先验信息图、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14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14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穗规格类别的信 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14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特性(例如穗规格)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遇到大的穗直径的一个位置。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遇到中等的穗直径的位 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遇到小的穗直径的位置。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上添加与所标识的特 性相对应的符号。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。在其它示例中, 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14的情况下,是穗规格)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14的情况下,是穗规格)的类别进行标识的指定符(它可以 是文本指定符或其它指定符)。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、图标或其它显示特征,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它值(例如,预测的值)分类的值。因此,在图14 的示例中,达到或大于2.6英寸的预测的或测量的穗直径被分类为“大的穗 直径”,而达到或小于1.4英寸的预测的或测量的穗直径被分类为“小的穗 直径”。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14所 示,“中等的穗直径”包括1.41英寸至2.59英寸的范围,使得落在1.41英 寸至2.59英寸范围内的预测的或测量的穗直径被分类为“中等的穗直径”。 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, 在穗规格的示例中,落在2.6英寸的10%以内的预测的穗规格值将满足相 对应的(在2.6英寸的10%以内的)动作阈值,并且控制系统214将采取 诸如增加盖板间距之类的动作。在其它示例中,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2.0英 寸的预测的或测量的穗直径指定为“中等的穗直径”,但动作阈值可以是 2.1英寸,使得在穗直径满足该阈值之前将不采取动作。在其它示例中, 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,5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5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,如果测量的或预 测的值满足栏752中的阈值,则将增加盖板间距动作和降低盖板间距动作 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,可以调节盖板间距,可以调节输出到秸秆处理组件(例如,秸秆辊、 收集链)的功率或动力,以及可以调节农业机器的速度。这些仅仅是一些 示例。
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,或者用于实施改变一组或更多组盖板的的设定(例如,盖板间 距)以及多种不同的其它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它动作。
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 制项目来修改被显示的项目的强度、颜色或图案。附加地,可以控制项目 以闪烁。作为示例,提供了对项目的视觉外观的所描述的更改。因此,项 目的视觉外观的其它方面可以被更改。因此,可以在各种情况下以期望的 方式修改项目,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。在其它示例中, 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13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穗规格水平和穗规格指 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中的选择的值。框780指示各种 各样的其它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或其它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、指示所检测的或预测的 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中的其它控制器生成输出,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也可以以其它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,告诉我关于当前穗规格值。”
操作者接口控制器:“在当前位置处,穗直径是大的”
操作者:“约翰尼,对于该穗规格水平我应该做什么?”
操作者接口控制器:“增加割台上的盖板间距。”
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,在95%的时间内操作已经 在中等穗规格水平区域。”
操作者接口控制器:“接下来的1英亩包括66%的中等穗规格水平和 33%的小的穗规格水平。”
操作者接口控制器:“警告:现在正在接近大的穗规格区域。调节盖 板间距。”
操作者接口控制器:“注意:正在接近小的穗规格水平区域,调节盖 板间距。”
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大的穗规格水平的区域。
表3
人类:“约翰尼,标记出大的穗规格水平区域。”
操作者接口控制器:“大的穗规格水平区域已被标记。”
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,以开始和结束对大的穗规格水平区域的标记。
表4
人类:“约翰尼,开始标记大的穗规格水平区域”。
操作者接口控制器:“标记大的穗规格水平区域”。
人类:“约翰尼,停止标记大的穗规格水平区域”。
操作者接口控制器:“对大的穗规格水平区域的标记停止”。
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穗规格水平区域的信号。
表5
人类:“约翰尼,把下一100英尺标记为大的穗规格水平区域”。
操作者接口控制器:“下一100英尺被标记为大的穗规格水平区域”。
再次返回图13,框906示出了操作者接口控制器231也可以检测和处 理用于以其它方式输出消息或其它信息的情况。例如,其它控制器交互系 统656可以检测来自其它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、控制算法或其它项目的不同部分。 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,一个或更多个图是由农业收割机获得的,该一个或更多个 图示出正在被收割的田地的不同地理位置处的农业特性值。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(诸如,穗 规格或操作者命令)的值的特性。预测图生成器生成预测图,该预测图基 于先验信息图中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、由先验信息图提供 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。在其它示例中,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 这些系统中的其它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)、虚拟键盘或其它虚拟致动器)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,而其它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、存储器或其它处理 组件,其中的一些在下面描述,其执行与那些系统、组件、逻辑或交互相 关联的功能。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它计算组件执行的软 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。也可以使用其它结构。
图15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它计算组件被访问。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它方式安装在客户端设备上。
在图15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15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15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15还描绘了远程服务器架构的另一示例。图15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,而其它元件可以位于其它地方。 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(诸如燃料车或其它移动机器或车辆)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它 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 燃料车行进到给其它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、平板计算机或其它移动设备,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16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17至图18是手持设备 或移动设备的示例。
图16提供了客户端设备16的组件的总体框图,该客户端没备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 它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。
在其它示例中,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它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)。也可以使用其它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它定位系统。定位系统27还可以 包括,例如,生成所期望的图、导航路线和其它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,所述计算机可渎指令当由处理器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也可以由其它组件激活以促进这些 组件的功能。
图17示出了其中设备16是平板计算机600的一个示例。在图17中, 计算机600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600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)附接到键盘或其它用户输入设备。计算机600也 可以示意性地接收声音输入。
图18类似于图8,除了该设备是智能电话71。智能电话71具有显示 图标或贴片或其它用户输入机构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的其它形式是可能的。
图19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19, 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19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 序模块或其它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、闪存或其它 存储器技术、CD-ROM、数字多功能盘(digitalversatile disk,DVD)或其 它光盘存储装置、盒式磁带、磁带、磁盘存储装置或其它磁存储设备,或 可以用于存储所期望的信息并可以由计算机810访问的任何其它介质。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 它数据,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ROM 831中。 RAM 832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19示出了操 作系统834、应用程序835、其它程序模块836和程序数据837。
计算机810还可以包括其它可移动/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19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19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、程序模块和其它数据的存 储。例如,在图19中,硬盘驱动器841被示为存储操作系统844、应用程 序845、其它程序模块846和程序数据847。注意,这些组件可以与操作 系统834、应用程序835、其它程序模块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。其它输 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。这些和其它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,但是也可以通过其它接口和总线结构连接。视 觉显示器891或其它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而被连接的其它外围输出设备,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)建立通信的其它装置。 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 19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它示例的部分组合。 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,所述通信系统接收一图,所述图包括一农业特性的对应于 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穗规格的对应于所述地理位置的值;
预测图生成器,所述预测图生成器基于所述图中的所述农业特性的值 并且基于所述穗规格的值来生成所述田地的功能性预测图,所述功能性预 测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图中的所述预测的控制值来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:
预测穗规格图生成器,所述预测穗规格图生成器生成功能性预测穗规 格图以作为所述功能性预测图,所述功能性预测穗规格图将预测的穗规格 作为所述预测的控制值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,所述控制系统 包括:
盖板位置控制器,所述盖板位置控制器基于所检测到的地理位置和所 述功能性预测穗规格图来生成盖板位置控制信号,并且基于所述盖板位置 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上的至少一组 盖板之间的间距。
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 预测操作者命令图以作为所述功能性预测图,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6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图中的所述农业特性 在所述地理位置处的值和由所述现场传感器检测的所述穗规格的对应于 所述地理位置的值来生成预测模型,所述预测模型对所述农业特性与所述 穗规格之间的关系进行建模,
其中,所述预测图生成器基于所述图中的所述农业特性的值并且基于 所述预测模型来生成所述功能性预测图。
示例7是任何或所有前述示例的农业作业机器,其中,所述图是植被 指数图,所述植被指数图包括植被指数特性的值来作为所述农业特性的值, 并且所述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植被指数图中的所述 植被指数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穗 规格的对应于所述地理位置的值来生成预测模型,所述预测模型对所述植 被指数特性与所述穗规格之间的关系进行建模,
其中,所述预测图生成器基于所述植被指数图中的所述植被指数特性 的值并且基于所述预测模型来生成所述功能性预测图。
示例8是任何或所有先前示例的农业作业机器,其中,所述图是产量 图,所述产量图包括产量特性的值来作为所述农业特性的值,并且所述农 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产量图中的所述产量 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穗规格的对 应于所述地理位置的值来生成预测模型,所述预测模型对所述产量特性与 所述穗规格之间的关系进行建模,
其中,所述预测图生成器基于所述产量图中的所述产量特性的值并且 基于所述预测模型来生成所述功能性预测图。
示例9是任何或所有先前示例的农业作业机器,其中,所述图是播种 图,所述播种图包括播种特性的值来作为所述农业特性的值,并且所述农 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播种图中的所述播种 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穗规格的对 应于所述地理位置的值来生成预测模型,所述预测模型对所述播种特性与 所述穗规格之间的关系进行建模,
其中,所述预测图生成器基于所述播种图中的所述播种特性的值并且 基于所述预测模型来生成所述功能性预测图。
示例10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:
获取一图,所述图包括一农业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;
用现场传感器检测穗规格的对应于所述地理位置的值;
基于所述图中的所述农业特性的值并且基于所述穗规格的值生成田 地的功能性预测图,所述功能性预测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:
生成功能性预测穗规格图,所述功能性预测穗规格图将预测的穗规格 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穗规格图来生成盖板位 置控制信号;和
基于所述盖板位置控制信号来控制所述可控子系统以控制所述农业 作业机器上的至少一组盖板之间的间距。
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:
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15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16是任何或所有前述示例的农业作业机器,并且进一步包括:
基于所述图中的所述农业特性在所述地理位置处的值和由所述现场 传感器检测的所述穗规格的对应于所述地理位置的值来生成预测模型,所 述预测模型对所述农业特性与所述穗规格之间的关系进行建模,
其中,所述预测图生成器基于所述图中的所述农业特性的值并且基于 所述预测模型来生成所述功能性预测图。
示例17是任何或所有前述示例的计算机实施的方法,其中,所述图 是植被指数图,所述植被指数图包括植被指数特性的值来作为所述农业特 性的值,并且所述计算机实施的方法进一步包括:
基于所述植被指数图中的所述植被指数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穗规格的对应于所述地理位置的值来生 成预测模型,所述预测模型对所述植被指数特性与所述穗规格之间的关系 进行建模,
其中,生成所述功能性预测图包括基于所述植被指数图中的所述植被 指数特性的值并且基于所述预测模型来生成所述功能性预测图。
示例18是任何或所有前述示例的计算机实施的方法,其中,所述图 是产量图,所述产量图包括产量特性的值来作为所述农业特性的值,并且 所述计算机实施的方法进一步包括:
基于所述产量图中的所述产量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穗规格的对应于所述地理位置的值来生成预测模 型,所述预测模型对所述产量特性与所述穗规格之间的关系进行建模,
其中,生成所述功能性预测图包括基于所述产量图中的所述产量特性 的值并且基于所述预测模型来生成所述功能性预测图。
示例19是任何或所有前述示例的计算机实施的方法,其中,所述图 是播种图,所述播种图包括播种特性的值来作为所述农业特性的值,并且 所述计算机实施的方法进一步包括:
基于所述播种图中的所述播种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穗规格的对应于所述地理位置的值来生成预测模 型,所述预测模型对所述播种特性与所述穗规格之间的关系进行建模,
其中,生成所述功能性预测图包括基于所述播种图中的所述播种特性 的值并且基于所述预测模型来生成所述功能性预测图。
示例20是一种农业作业机器,包括:
通信系统,所述通信系统接收一图,所述图包括一农业特性的对应于 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穗规格的对应于所述地理位置的值;
预测模型生成器,所述预测模型生成器基于所述图中的所述农业特性 在所述地理位置处的值和由所述现场传感器检测的所述穗规格的对应于 所述地理位置的值来生成预测模型,所述预测模型对所述农业特性与所述 穗规格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图中的所述农业特性的值 并且基于所述预测模型来生成所述田地的功能性预测图,所述功能性预测 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。
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),所述通信系统接收一图(258),所述图包括一农业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一穗规格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图中的所述农业特性的值并且基于所述穗规格的值来生成所述田地的功能性预测图,所述功能性预测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图中的所述预测的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:
预测穗规格图生成器,所述预测穗规格图生成器生成功能性预测穗规格图以作为所述功能性预测图,所述功能性预测穗规格图将预测的穗规格作为所述预测的控制值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,所述控制系统包括:
盖板位置控制器,所述盖板位置控制器基于所检测到的地理位置和所述功能性预测穗规格图来生成盖板位置控制信号,并且基于所述盖板位置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上的至少一组盖板之间的间距。
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以作为所述功能性预测图,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。
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操作者命令图来生成指示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。
6.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图中的所述农业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穗规格的对应于所述地理位置的值来生成预测模型,所述预测模型对所述农业特性与所述穗规格之间的关系进行建模,
其中,所述预测图生成器基于所述图中的所述农业特性的值并且基于所述预测模型来生成所述功能性预测图。
7.根据权利要求1所述的农业作业机器,其中,所述图是植被指数图,所述植被指数图包括作为所述农业特性的值的植被指数特性的值,并且所述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植被指数图中的所述植被指数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穗规格的对应于所述地理位置的值来生成预测模型,所述预测模型对所述植被指数特性与所述穗规格之间的关系进行建模,
其中,所述预测图生成器基于所述植被指数图中的所述植被指数特性的值并且基于所述预测模型来生成所述功能性预测图。
8.根据权利要求1所述的农业作业机器,其中,所述图是产量图,所述产量图包括作为所述农业特性的值的产量特性的值,并且所述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产量图中的所述产量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穗规格的对应于所述地理位置的值来生成预测模型,所述预测模型对所述产量特性与所述穗规格之间的关系进行建模,
其中,所述预测图生成器基于所述产量图中的所述产量特性的值并且基于所述预测模型来生成所述功能性预测图。
9.一种控制农业作业机器(100)的计算机实施的方法,包括
获取一图(258),所述图包括一农业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)检测一穗规格的对应于所述地理位置的值;
基于所述图中的所述农业特性的值并且基于所述穗规格的值来生成田地的功能性预测图,所述功能性预测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),所述通信系统接收一图(258),所述图包括一农业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一穗规格的对应于所述地理位置的值;
预测模型生成器(210),所述预测模型生成器基于所述图(258)中的所述农业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穗规格的对应于所述地理位置的值来生成预测模型,所述预测模型对所述农业特性与所述穗规格之间的关系讲行建模;
预测图生成器(212),所述预测图生成器基于所述图(258)中的所述农业特性的值并且基于所述预测模型来生成所述田地的功能性预测图,所述功能性预测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)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/067,317 US11825768B2 (en) | 2020-10-09 | 2020-10-09 | Machine control using a predictive map |
US17/067,317 | 2020-10-09 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114303588A true CN114303588A (zh) | 2022-04-12 |
Family
ID=81045313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111052722.8A Pending CN114303588A (zh) | 2020-10-09 | 2021-09-08 | 使用预测图进行的机器控制 |
Country Status (3)
Country | Link |
---|---|
US (2) | US11825768B2 (zh) |
CN (1) | CN114303588A (zh) |
BR (1) | BR102021017139A2 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11727680B2 (en) * | 2020-10-09 | 2023-08-15 | Deere & Company | Predictive map generation based on seeding characteristics and control |
US11927459B2 (en) * | 2020-10-09 | 2024-03-12 | Deere & Company | Machine control using a predictive map |
US11845449B2 (en) * | 2020-10-09 | 2023-12-19 | Deere & Company | Map generation and control system |
US11825768B2 (en) * | 2020-10-09 | 2023-11-28 | Deere & Company | Machine control using a predictive map |
US20240122111A1 (en) * | 2022-10-13 | 2024-04-18 | Deere & Company | Systems and methods for automated deck plate control based on feedback and prediction |
Family Cites Families (975)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE504035C (de) | 1930-07-31 | Hermann Lindstaedt | Kartoffelerntemaschine mit an das Schar anschliessendem Foerderwerk und hinter diesem angeordnetem Ablegerost | |
DE441597C (de) | 1927-03-05 | Paul Frenzel | Vorrichtung fuer Grasmaehmaschinen, um diese zum Maehen des Kartoffelkrautes geeignet zu machen | |
DE152380C (de) | 1897-07-11 | 1904-06-09 | Bauer & Co | Verfahren zur Darstellung von Casein- und anderen Eiweisspräparaten |
GB901081A (en) | 1958-07-31 | 1962-07-11 | Dunn Engineering Associates In | Improvements in apparatus for punching jacquard cards |
US3568157A (en) | 1963-12-31 | 1971-03-02 | Bell Telephone Labor Inc | Program controlled data processing system |
US3599543A (en) | 1964-12-02 | 1971-08-17 | Stothert & Pitt Ltd | Vibratory machines |
FR1451480A (fr) | 1965-07-20 | 1966-01-07 | France Etat | Procédé et appareil de mesure du tassement du sol sous les remblais et ouvrages d'art |
US3580257A (en) | 1969-12-24 | 1971-05-25 | Earl E Teague | Weed seed collector for a thresher combine |
DE2018219C3 (de) | 1970-04-16 | 1979-02-22 | Losenhausen Maschinenbau Ag, 4000 Duesseldorf | Vorrichtung zur Erzeugung eines Anzeige- oder Steuersignals für den Fahrantrieb eines dynamischen Bodenverdichters |
CH569747A5 (zh) | 1972-08-25 | 1975-11-28 | Ciba Geigy Ag | |
DE2354828A1 (de) | 1973-11-02 | 1975-05-15 | Held & Francke Bau Ag | Verfahren zum verdichten des bodens und vorrichtung zur durchfuehrung dieses verfahrens |
CH618682A5 (zh) | 1975-11-07 | 1980-08-15 | Ciba Geigy Ag | |
DE2646143A1 (de) | 1976-10-13 | 1978-04-20 | Bayer Ag | 4,5-dichlor-imidazol-1-carbonsaeure- arylester, verfahren zu ihrer herstellung sowie ihre verwendung als pflanzenschutzmittel |
US4166735A (en) | 1977-01-21 | 1979-09-04 | Shell Oil Company | Cycloalkanecarboxanilide derivative herbicides |
EP0000351A1 (de) | 1977-07-07 | 1979-01-24 | Ciba-Geigy Ag | Phenoxy-phenylthio-alkancarbonsäurederivate, Verfahren zu deren Herstellung und deren Verwendung als Herbizide und als Pflanzenwachstumsregulierungsmittel |
SU834514A1 (ru) | 1978-11-04 | 1981-05-30 | Smolyanitskij Leonid A | Способ контрол качества уплотнени гРуНТА |
SU887717A1 (ru) | 1979-09-18 | 1981-12-07 | Новосибирский филиал Всесоюзного научно-исследовательского института транспортного строительства | Устройство дл контрол качества уплотнени грунта |
US4360677A (en) | 1979-09-20 | 1982-11-23 | Uniroyal, Inc. | Herbicidal 2-(alpha-chloromethylsulfonyl) pyridine-1-oxides |
US4268679A (en) | 1980-02-19 | 1981-05-19 | Ppg Industries, Inc. | 3-[5- or 3-Substituted-5- or 3-isoxazolyl]-1-allyl or alkyl-4-substituted-5-substituted or unsubstituted-2-imidazolidinones |
EP0042245B1 (en) | 1980-06-14 | 1984-11-28 | Claydon Yield-O-Meter Limited | Crop metering device for combine harvesters |
SU1052940A1 (ru) | 1980-09-02 | 1983-11-07 | Войсковая часть 70170 | Способ измерени фильтрационных характеристик несв занных грунтов |
AU544099B2 (en) | 1980-12-15 | 1985-05-16 | Sumitomo Chemical Company, Limited | Triazolylpentenols |
DOP1981004033A (es) | 1980-12-23 | 1990-12-29 | Ciba Geigy Ag | Procedimiento para proteger plantas de cultivo de la accion fitotoxica de herbicidas. |
FR2509135A1 (fr) | 1981-07-10 | 1983-01-14 | Ugine Kuhlmann | Compositions herbicides a base de derives d'amino-4 chloro-6 alkylthio-5 pyrimidine et de derives de la dinitro-2,6 aniline et procede de traitement des cultures a l'aide desdites compositions |
US4566901A (en) | 1982-05-06 | 1986-01-28 | Ciba-Geigy Corporation | Novel oxime ethers, the preparation thereof, compositions containing them and the use thereof |
US4527241A (en) | 1982-08-30 | 1985-07-02 | Sperry Corporation | Automatic combine harvester adjustment system |
EP0126713B1 (de) | 1983-05-18 | 1989-01-18 | Ciba-Geigy Ag | Cyclohexandion-carbonsäurederivate mit herbizider und das Pflanzenwachstum regulierender Wirkung |
SU1134669A1 (ru) | 1983-09-30 | 1985-01-15 | Всесоюзный научно-исследовательский институт транспортного строительства | Устройство дл непрерывного контрол степени уплотнени грунта |
US4687505A (en) | 1983-11-02 | 1987-08-18 | Sylling Truman V | Method for desalination and rehabilitation of irrigated soil |
DE3582352D1 (de) | 1984-04-11 | 1991-05-08 | Ciba Geigy Ag | Verfahren zur selektiven unkrautbekaempfung in nutzpflanzenkulturen. |
JPH0243845B2 (ja) | 1984-05-30 | 1990-10-01 | Shimizu Construction Co Ltd | Tsuchinogenbamitsudosokuteihohooyobisonosochi |
CS247426B1 (cs) | 1984-12-21 | 1986-12-18 | Josef Hula | Zařízení pro mdření ulehlosti půdy |
CS248318B1 (en) | 1984-12-21 | 1987-02-12 | Josef Hula | Device for soil compactness measuring |
GB2178934A (en) | 1985-03-22 | 1987-02-25 | Massey Ferguson Mfg | Agricultural husbandry |
US5250690A (en) | 1985-05-02 | 1993-10-05 | Dowelanco | Haloalkoxy anilide derivatives of 2-4(-heterocyclic oxyphenoxy)alkanoic or alkenoic acids and their use as herbicides |
US4857101A (en) | 1985-12-06 | 1989-08-15 | Rohm And Haas Company | Method of selectively controlling weeds in crops of cereals |
US5246915A (en) | 1986-06-20 | 1993-09-21 | Janssen Pharmaceutica N.V. | Method for controlling weeds |
SU1526588A1 (ru) | 1987-05-29 | 1989-12-07 | Всесоюзный научно-исследовательский институт по применению полимерных материалов в мелиорации и водном хозяйстве | Устройство дл измерени степени уплотнени почв |
JP2523324B2 (ja) | 1987-06-09 | 1996-08-07 | 建設省土木研究所長 | 地盤の締固め程度の測定方法 |
SU1540053A1 (ru) | 1987-06-16 | 1991-01-15 | Головное специализированное конструкторское бюро по комплексам зерноуборочных машин Производственного объединения "Ростсельмаш" | Способ управлени технологическим процессом уборочной машины |
DE3728669A1 (de) | 1987-08-27 | 1989-03-16 | Arcus Elektrotech | Messsonde zur messung der bodenverdichtung |
EP0355049A3 (en) | 1988-08-18 | 1990-06-13 | Zeneca Limited | Heterocyclic compounds |
JP2671143B2 (ja) | 1989-01-25 | 1997-10-29 | 株式会社光電製作所 | 土の締固め測定装置 |
JP2767266B2 (ja) | 1989-02-15 | 1998-06-18 | ヤンマー農機株式会社 | 収穫機 |
JP2927532B2 (ja) | 1989-11-09 | 1999-07-28 | 塩野義製薬株式会社 | 含窒素異項環オキシーフェノキシ酢酸誘導体およびその除草剤としての用途 |
SU1761864A1 (ru) | 1990-03-27 | 1992-09-15 | Московский Автомобильно-Дорожный Институт | Способ контрол степени уплотнени грунтов |
RU1791767C (ru) | 1990-06-12 | 1993-01-30 | Усть-Каменогорский Строительно-Дорожный Институт | Прибор дл определени физико-механических свойств грунтов при уплотнении |
US5059154A (en) | 1990-10-19 | 1991-10-22 | The Board Of Trustees Of The University Of Arkansas | Grain cleaner and destructor of foreign matter in harvesting crops |
GB9108199D0 (en) | 1991-04-17 | 1991-06-05 | Rhone Poulenc Agriculture | New compositions of matter |
EP0532146B1 (en) | 1991-09-11 | 1998-08-19 | E.I. Du Pont De Nemours And Company | Herbicidal substituted bicyclic triazoles |
US5246164A (en) | 1991-12-16 | 1993-09-21 | Mccann Ian R | Method and apparatus for variable application of irrigation water and chemicals |
US5477459A (en) | 1992-03-06 | 1995-12-19 | Clegg; Philip M. | Real time three-dimensional machine locating system |
ES2154645T3 (es) | 1992-05-06 | 2001-04-16 | Novartis Ag | Composicion sinergica y procedimiento para el control selectivo de malas hierbas. |
US5300477A (en) | 1992-07-17 | 1994-04-05 | Rohm And Haas Company | 2-arylpyrimidines and herbicidal use thereof |
US5585626A (en) | 1992-07-28 | 1996-12-17 | Patchen, Inc. | Apparatus and method for determining a distance to an object in a field for the controlled release of chemicals on plants, weeds, trees or soil and/or guidance of farm vehicles |
US5296702A (en) | 1992-07-28 | 1994-03-22 | Patchen California | Structure and method for differentiating one object from another object |
AU658066B2 (en) | 1992-09-10 | 1995-03-30 | Deere & Company | Neural network based control system |
DE69314330T3 (de) | 1993-06-28 | 2004-07-22 | Cnh Belgium N.V. | Verfahren zur Steuerung von selbstfahrenden landwirtschaftlichen Erntemaschinen |
JP3359702B2 (ja) | 1993-06-28 | 2002-12-24 | 株式会社前川製作所 | 異種植物検出方法と該検出方法を用いた雑草駆除方法 |
US5592606A (en) | 1993-07-30 | 1997-01-07 | Myers; Allen | Method and apparatus for storage and display of hierarchally organized data |
WO1995017094A1 (en) | 1993-12-22 | 1995-06-29 | Zeneca Limited | Herbicidal diphenyl ether and nitrogen solution compositions and method |
US5995859A (en) | 1994-02-14 | 1999-11-30 | Nihon Kohden Corporation | Method and apparatus for accurately measuring the saturated oxygen in arterial blood by substantially eliminating noise from the measurement signal |
US5767373A (en) | 1994-06-16 | 1998-06-16 | Novartis Finance Corporation | Manipulation of protoporphyrinogen oxidase enzyme activity in eukaryotic organisms |
US5606821A (en) | 1994-07-25 | 1997-03-04 | Loral Corporation | Smart weed recognition/classification system |
DE4431824C1 (de) | 1994-09-07 | 1996-05-02 | Claas Ohg | Mähdrescherbetrieb mit Betriebsdatenkataster |
EP0723740B1 (en) | 1995-01-25 | 2000-07-19 | Agco Limited | Crop harvester |
GB9504345D0 (en) | 1995-03-03 | 1995-04-19 | Compaction Tech Soil Ltd | Method and apparatus for monitoring soil compaction |
DE19509496C2 (de) | 1995-03-16 | 1998-07-09 | Claas Ohg | Selbstfahrender Mähdrescher |
DE19514223B4 (de) | 1995-04-15 | 2005-06-23 | Claas Kgaa Mbh | Verfahren zur Einsatzoptimierung von Landmaschinen |
DE19528663A1 (de) | 1995-08-04 | 1997-02-06 | Univ Hohenheim | Verfahren zur Einstellung einer mobilen Arbeitsmaschine |
CN1198713A (zh) | 1995-09-29 | 1998-11-11 | 英格索尔-兰德公司 | 一种土壤压实机及其牵引控制系统 |
US5991694A (en) | 1995-11-13 | 1999-11-23 | Caterpillar Inc. | Method and apparatus for determining the location of seedlings during agricultural production |
US5721679A (en) | 1995-12-18 | 1998-02-24 | Ag-Chem Equipment Co., Inc. | Heads-up display apparatus for computer-controlled agricultural product application equipment |
CA2245007C (en) | 1996-02-01 | 2002-12-24 | Bbn Corporation | Soil compaction measurement |
PL178299B1 (pl) | 1996-02-13 | 2000-04-28 | Jan Liszkowski | Sposób renowacji wałów przeciwpowodziowych |
ES2116215B1 (es) | 1996-02-22 | 1999-02-16 | Zuniga Escobar Orlando | Electrosonda para medir el contenido de humedad del suelo y la compactacion del mismo, metodo de medida correspondiente y utilizacion de dicha electrosonda. |
US7032689B2 (en) | 1996-03-25 | 2006-04-25 | Halliburton Energy Services, Inc. | Method and system for predicting performance of a drilling system of a given formation |
DE29607846U1 (de) | 1996-04-30 | 1996-07-25 | Neuhaus Neotec Maschinen- und Anlagenbau GmbH, 21465 Reinbek | Vorrichtung zum Dosieren von Mahlkaffee in Kaffeeverpackungen |
DE19629618A1 (de) | 1996-07-23 | 1998-01-29 | Claas Ohg | Routenplanungssystem für landwirtschaftliche Arbeitsfahrzeuge |
US5771169A (en) | 1996-08-29 | 1998-06-23 | Case Corporation | Site-specific harvest statistics analyzer |
EP0932726B1 (de) | 1996-10-21 | 2000-08-02 | Ammann Verdichtung AG | Verfahren zur messung mechanischer daten eines bodens sowie zu dessen verdichtung und mess- bzw. bodenverdichtungsvorrichtung |
US5789741A (en) | 1996-10-31 | 1998-08-04 | Patchen, Inc. | Detecting plants in a field by detecting a change in slope in a reflectance characteristic |
DE19647523A1 (de) | 1996-11-16 | 1998-05-20 | Claas Ohg | Landwirtschaftliches Nutzfahrzeug mit einem in seiner Lage und/oder Ausrichtung gegenüber dem Fahrzeug verstellbar angeordneten Bearbeitungsgerät |
US6029106A (en) | 1996-11-22 | 2000-02-22 | Case Corporation | Global position correction for the electronic display of field maps |
US5978723A (en) | 1996-11-22 | 1999-11-02 | Case Corporation | Automatic identification of field boundaries in a site-specific farming system |
US5902343A (en) | 1996-11-22 | 1999-05-11 | Case Corporation | Automatic scaling of GPS field maps |
US5974348A (en) | 1996-12-13 | 1999-10-26 | Rocks; James K. | System and method for performing mobile robotic work operations |
JPH10191762A (ja) | 1997-01-13 | 1998-07-28 | Yanmar Agricult Equip Co Ltd | コンバインの動力制御装置 |
US5841282A (en) | 1997-02-10 | 1998-11-24 | Christy; Colin | Device for measuring soil conductivity |
DE19705842A1 (de) | 1997-02-15 | 1998-08-20 | Same Deutz Fahr Spa | Ernteverfahren |
DE19706614A1 (de) | 1997-02-20 | 1998-08-27 | Claas Ohg | Situationsbezogene programmgesteuerte elektronische Kartenbilddarstellung in einem Kraftfahrzeug |
US5809440A (en) | 1997-02-27 | 1998-09-15 | Patchen, Inc. | Agricultural implement having multiple agents for mapping fields |
US5995894A (en) | 1997-05-27 | 1999-11-30 | Case Corporation | System for analyzing spatially-variable harvest data by pass |
JP3013036B2 (ja) | 1997-06-04 | 2000-02-28 | ヤンマー農機株式会社 | コンバイン |
US5991687A (en) | 1997-07-02 | 1999-11-23 | Case Corporation | System and method for communicating information related to a geographical area |
US5899950A (en) | 1997-07-07 | 1999-05-04 | Case Corporation | Sequential command repeater system for off-road vehicles |
US5878821A (en) | 1997-07-08 | 1999-03-09 | Flenker; Kevin P. | Tillage implement with on-the-go angle and depth controlled discs |
US5995895A (en) * | 1997-07-15 | 1999-11-30 | Case Corporation | Control of vehicular systems in response to anticipated conditions predicted using predetermined geo-referenced maps |
GB9716251D0 (en) | 1997-08-01 | 1997-10-08 | Philips Electronics Nv | Attribute interpolation in 3d graphics |
ATE349576T1 (de) | 1997-08-20 | 2007-01-15 | Roxbury Ltd | Baugrundbehandlung |
DE19740346A1 (de) | 1997-09-13 | 1999-03-18 | Claas Selbstfahr Erntemasch | Selbstfahrende Arbeitsmaschine |
US6178253B1 (en) | 1997-10-10 | 2001-01-23 | Case Corporation | Method of determining and treating the health of a crop |
DE19800238C1 (de) | 1998-01-07 | 1999-08-26 | Claas Selbstfahr Erntemasch | System zur Einstellung einer selbstfahrenden Erntemaschine |
US6041582A (en) | 1998-02-20 | 2000-03-28 | Case Corporation | System for recording soil conditions |
GB9811177D0 (en) | 1998-05-26 | 1998-07-22 | Ford New Holland Nv | Methods for generating field maps |
DE19828355C2 (de) | 1998-06-25 | 2000-09-07 | Lausitzer Und Mitteldeutsche B | Pneumatisch-Dynamische-Sonde und Verfahren zur Erkundung und Beurteilung kollabiler, nichtbindiger Böden |
US6199000B1 (en) | 1998-07-15 | 2001-03-06 | Trimble Navigation Limited | Methods and apparatus for precision agriculture operations utilizing real time kinematic global positioning system systems |
US6141614A (en) | 1998-07-16 | 2000-10-31 | Caterpillar Inc. | Computer-aided farming system and method |
US6016713A (en) | 1998-07-29 | 2000-01-25 | Case Corporation | Soil sampling "on the fly" |
DE19836659A1 (de) | 1998-08-13 | 2000-02-17 | Hoechst Schering Agrevo Gmbh | Herbizide Mittel für tolerante oder resistente Baumwollkulturen |
US6327569B1 (en) | 1998-10-15 | 2001-12-04 | Milestone Technology, Inc. | System and methods for real time linkage between harvest environment and marketplace |
US6272819B1 (en) | 1998-11-17 | 2001-08-14 | Case Corporation | Sugar cane yield monitor |
US6216071B1 (en) | 1998-12-16 | 2001-04-10 | Caterpillar Inc. | Apparatus and method for monitoring and coordinating the harvesting and transporting operations of an agricultural crop by multiple agricultural machines on a field |
US6380745B1 (en) | 1999-03-17 | 2002-04-30 | Dennis M. Anderson | Electrical geophysical apparatus for determining the density of porous materials and establishing geo-electric constants of porous material |
US6205381B1 (en) | 1999-03-26 | 2001-03-20 | Caterpillar Inc. | Method and apparatus for providing autoguidance for multiple agricultural machines |
US6119442A (en) | 1999-05-14 | 2000-09-19 | Case Corporation | Combine setting autoadjust with machine vision |
GB2350275B (en) | 1999-05-25 | 2003-12-24 | Agco Ltd | Improvements in yield mapping |
US6374173B1 (en) | 1999-05-28 | 2002-04-16 | Freightliner Llc | Terrain adaptive cruise control |
US6188942B1 (en) | 1999-06-04 | 2001-02-13 | Caterpillar Inc. | Method and apparatus for determining the performance of a compaction machine based on energy transfer |
JP3460224B2 (ja) | 1999-06-09 | 2003-10-27 | 株式会社大林組 | 盛土転圧管理システム |
US6236924B1 (en) | 1999-06-21 | 2001-05-22 | Caterpillar Inc. | System and method for planning the operations of an agricultural machine in a field |
US6119531A (en) | 1999-08-03 | 2000-09-19 | Case Corporation | Crop sampling system |
JP2001057809A (ja) | 1999-08-20 | 2001-03-06 | Yanmar Agricult Equip Co Ltd | 農作業機におけるエラー信号の記憶制御装置 |
US6505146B1 (en) | 1999-09-24 | 2003-01-07 | Monsanto Company | Method and system for spatial evaluation of field and crop performance |
CA2283767C (en) | 1999-09-27 | 2007-06-19 | Monsanto Company | Method and system for spatial evaluation of field crop perfomance |
EE05122B1 (et) | 1999-10-14 | 2009-02-16 | Basf Aktiengesellschaft | Snergilised herbitsiidsed meetodid ja kompositsioonid |
AU2001227586A1 (en) | 2000-01-14 | 2001-07-24 | Ag-Chem Equipment Company, Inc. | Application report and method for creating the same |
CA2330979A1 (en) | 2000-02-10 | 2001-08-10 | L. Gregory Alster | Method and apparatus for controlling harvesting of trees |
DE10023443A1 (de) | 2000-05-12 | 2001-11-15 | Deere & Co | Fördervorrichtung |
FI114171B (fi) | 2000-05-12 | 2004-08-31 | Antti Paakkinen | Menetelmä ja laite maamassojen ja muiden niiden kaltaisten massojen tiivistysominaisuuksien mittaamiseksi |
GT200100103A (es) | 2000-06-09 | 2002-02-21 | Nuevos herbicidas | |
US6460008B1 (en) | 2000-07-19 | 2002-10-01 | Ivan E. Hardt | Yield monitoring system for grain harvesting combine |
US6735568B1 (en) | 2000-08-10 | 2004-05-11 | Eharmony.Com | Method and system for identifying people who are likely to have a successful relationship |
US6522948B1 (en) | 2000-08-14 | 2003-02-18 | Flexi-Coil Ltd. | Agricultural product application tracking and control |
SE520299C2 (sv) | 2000-08-23 | 2003-06-24 | Bengt Soervik | Förfarande och system för hantering av virkesbitar |
US6539102B1 (en) | 2000-09-01 | 2003-03-25 | Large Scale Proteomics | Reference database |
US6591145B1 (en) | 2000-09-21 | 2003-07-08 | Bechtel Bwxt Idaho, Llc | Systems and methods for autonomously controlling agricultural machinery |
DE10050224A1 (de) | 2000-10-11 | 2002-04-25 | Volkswagen Ag | Verfahren und Einrichtung zum Überwachen und/oder Steuern von beweglichen Objekten |
DE10053446B4 (de) | 2000-10-27 | 2006-03-02 | Wacker Construction Equipment Ag | Lenkbare Vibrationsplatte und fahrbares Vibrationsplattensystem |
CN2451633Y (zh) | 2000-11-23 | 2001-10-03 | 鹤壁市公路管理总段第二工程处 | 公路灰土基层压实度测定取样机 |
FR2817344B1 (fr) | 2000-11-28 | 2003-05-09 | Sol Solution | Penetrometre dynamique a energie variable |
JP2002186348A (ja) | 2000-12-20 | 2002-07-02 | Yanmar Agricult Equip Co Ltd | 穀物貯蔵施設への穀物運搬システム |
US6682416B2 (en) | 2000-12-23 | 2004-01-27 | Claas Selbstfahrende Erntemaschinen Gmbh | Automatic adjustment of a transfer device on an agricultural harvesting machine |
DE10064861A1 (de) | 2000-12-23 | 2002-06-27 | Claas Selbstfahr Erntemasch | Vorrichtung und Verfahren zur automatischen Steuerung einer Überladeeinrichtung an landwirtschaftlichen Erntemaschinen |
DE10064862A1 (de) | 2000-12-23 | 2002-07-11 | Claas Selbstfahr Erntemasch | Vorrichtung und Verfahren zur Koordination und Einstellung von landwirtschaftlichen Fahrzeugen |
GB2372105B (en) | 2001-02-13 | 2004-10-27 | Agco Ltd | Improvements in Mapping Techniques |
EP1238579B1 (en) | 2001-03-08 | 2006-04-05 | Deere & Company | Crop width measuring means |
DE10120173B4 (de) | 2001-04-24 | 2006-02-23 | Gebr. Pöttinger GmbH | Verfahren und Vorrichtung zum Betreiben von Landmaschinen |
DE10129133A1 (de) | 2001-06-16 | 2002-12-19 | Deere & Co | Einrichtung zur selbsttätigen Lenkung eines landwirtschaftlichen Arbeitsfahrzeugs |
DE10129135B4 (de) | 2001-06-16 | 2013-10-24 | Deere & Company | Einrichtung zur Positionsbestimmung eines landwirtschaftlichen Arbeitsfahrzeugs sowie ein landwirtschaftliches Arbeitsfahrzeug mit dieser |
US6549849B2 (en) | 2001-06-25 | 2003-04-15 | Trimble Navigation Ltd. | Guidance pattern allowing for access paths |
DE10130665A1 (de) | 2001-06-28 | 2003-01-23 | Deere & Co | Vorrichtung zur Messung der Menge von auf einem Feld stehenden Pflanzen |
DE10133191A1 (de) | 2001-07-07 | 2003-01-16 | Deere & Co | Landwirtschaftliche Bestellkombination |
DE10134141A1 (de) | 2001-07-13 | 2003-02-06 | Deere & Co | Verteilvorrichtung für aus einer Erntemaschine austretendes Häckselgut |
US6553300B2 (en) | 2001-07-16 | 2003-04-22 | Deere & Company | Harvester with intelligent hybrid control system |
US6591591B2 (en) | 2001-07-30 | 2003-07-15 | Deere & Company | Harvester speed control with header position input |
US6834550B2 (en) | 2001-09-10 | 2004-12-28 | The Regents Of The University Of California | Soil profile force measurement using an instrumented tine |
US6592453B2 (en) | 2001-09-27 | 2003-07-15 | Deere & Company | Harvester feedrate control with tilt compensation |
US6741921B2 (en) | 2001-10-05 | 2004-05-25 | Caterpillar Inc | Multi-stage truck assignment system and method |
US6655351B2 (en) | 2001-10-24 | 2003-12-02 | Deere & Company | Vehicle engine control |
US7034666B2 (en) | 2002-02-20 | 2006-04-25 | Scott William Knutson | Device used to aid in the loading and unloading of vehicles and implements |
US6943824B2 (en) | 2002-03-13 | 2005-09-13 | Deere & Company | Image processing spout control system |
US7761334B2 (en) | 2002-03-20 | 2010-07-20 | Deere & Company | Method and system for automated tracing of an agricultural product |
US6726559B2 (en) | 2002-05-14 | 2004-04-27 | Deere & Company | Harvester with control system considering operator feedback |
NL1020792C2 (nl) | 2002-06-06 | 2003-12-09 | Lely Entpr Ag | Landbouwmachine voor het uitvoeren van een landbouwbewerking. |
NL1020804C2 (nl) | 2002-06-06 | 2003-12-09 | Lely Entpr Ag | Werkwijze en systeem voor het uitvoeren van ten minste twee landbouwbewerkingen op een landbouwperceel. |
US7062368B2 (en) | 2002-06-11 | 2006-06-13 | Cnh America Llc | Combine having a system estimator to automatically estimate and dynamically change a target control parameter in a control algorithm |
DE10230474A1 (de) | 2002-07-06 | 2004-01-15 | Deere & Company, Moline | Einrichtung zur Dokumentierung des Betriebs eines Zusatzgeräts für eine Arbeitsmaschine |
US6681551B1 (en) | 2002-07-11 | 2004-01-27 | Deere & Co. | Programmable function control for combine |
GB0217297D0 (en) | 2002-07-26 | 2002-09-04 | Cnh Belgium Nv | Methods of optimising stochastic processing parameters in crop harvesting machines |
US7103451B2 (en) | 2002-08-19 | 2006-09-05 | Intime, Inc. | Method and system for spatially variable rate application of agricultural chemicals based on remotely sensed vegetation data |
DE10240219A1 (de) | 2002-08-28 | 2004-03-11 | Claas Selbstfahrende Erntemaschinen Gmbh | Vorrichtung zur Steuerung einer Überladeeinrichtung |
US6687616B1 (en) | 2002-09-09 | 2004-02-03 | Pioneer Hi-Bred International, Inc. | Post-harvest non-containerized reporting system |
US20040073468A1 (en) | 2002-10-10 | 2004-04-15 | Caterpillar Inc. | System and method of managing a fleet of machines |
EP1410715A1 (en) | 2002-10-19 | 2004-04-21 | Bayer CropScience GmbH | Combinations of aryloxyphenoxypropionates and safeners and their use for increasing weed control |
DE10303516A1 (de) | 2003-01-30 | 2004-08-12 | Amazonen-Werke H. Dreyer Gmbh & Co. Kg | Vorrichtung zum Bearbeiten und/oder Bestellen von landwirtschaftlichen Flächen |
US7047133B1 (en) | 2003-01-31 | 2006-05-16 | Deere & Company | Method and system of evaluating performance of a crop |
US6999877B1 (en) | 2003-01-31 | 2006-02-14 | Deere & Company | Method and system of evaluating performance of a crop |
US7255016B2 (en) | 2003-03-13 | 2007-08-14 | Burton James D | Soil sampler apparatus and method |
DE10314573A1 (de) | 2003-03-31 | 2004-10-28 | Henkel Kgaa | Verfahren zum rechnergestützten Regeln einer Mehrzahl von in Serie miteinander gekoppelten Maschinen, Regelungseinrichtung und Maschinen-Anordnung |
US6907336B2 (en) | 2003-03-31 | 2005-06-14 | Deere & Company | Method and system for efficiently traversing an area with a work vehicle |
IL156478A0 (en) | 2003-06-17 | 2004-07-25 | Odf Optronics Ltd | Compact rotating observation assembly with a separate receiving and display unit |
WO2005012866A2 (en) | 2003-07-30 | 2005-02-10 | Bbnt Solutions Llc | Soil compaction measurement on moving platform |
DE10342922A1 (de) | 2003-09-15 | 2005-05-19 | Claas Selbstfahrende Erntemaschinen Gmbh | Häcksel- und Verteilvorrichtung |
EP1516961B1 (de) | 2003-09-19 | 2013-12-25 | Ammann Aufbereitung AG | Verfahren zur Ermittlung einer Bodensteifigkeit und Bodenverdichtungsvorrichtung |
US7408145B2 (en) | 2003-09-23 | 2008-08-05 | Kyle Holland | Light sensing instrument with modulated polychromatic source |
BRPI0417780B1 (pt) | 2003-12-19 | 2016-03-01 | Basf Ag | composto, processo para preparar o mesmo, agente, processos para preparar o mesmo, e para combater vegetação indesejada, e, uso de um composto |
US7191062B2 (en) | 2003-12-22 | 2007-03-13 | Caterpillar Inc | Method and system of forecasting compaction performance |
US8407157B2 (en) | 2003-12-22 | 2013-03-26 | Deere & Company | Locating harvested material within a work area |
US20050150202A1 (en) | 2004-01-08 | 2005-07-14 | Iowa State University Research Foundation, Inc. | Apparatus and method for monitoring and controlling an agricultural harvesting machine to enhance the economic harvesting performance thereof |
JP2005227233A (ja) | 2004-02-16 | 2005-08-25 | Taisei Corp | 地盤密度の測定システム |
DE102004011789A1 (de) | 2004-03-09 | 2005-09-29 | Claas Selbstfahrende Erntemaschinen Gmbh | Vorrichtung zum Erfassen eines Ladewagens |
WO2005092104A1 (de) | 2004-03-27 | 2005-10-06 | Bayer Cropscience Gmbh | Verwendung von sulfonylharnstoffen |
DE102004025135B4 (de) | 2004-05-17 | 2006-04-20 | Pt-Poly-Tec Gmbh Vertrieb Und Herstellung Von Dichtsystemen | Verfahren und Anordnung zur Leckagevorwarnung und Bauteilpositionierungsanzeige bei Muffenverbindungen |
US20070199903A1 (en) | 2004-05-18 | 2007-08-30 | Denney Larry W | System For Removing Solids From Aqueous Solutions |
US20050283314A1 (en) | 2004-06-10 | 2005-12-22 | Pioneer Hi-Bred International, Inc. | Apparatus, method and system of information gathering and use |
US7261632B2 (en) | 2004-06-21 | 2007-08-28 | Deere & Company | Self-propelled harvesting machine |
DE102004031211A1 (de) | 2004-06-28 | 2006-02-09 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren und Vorrichtung zur Steuerung einer landwirtschaftlichen Arbeitsmaschine |
DE102004034799A1 (de) | 2004-07-19 | 2006-03-16 | Claas Selbstfahrende Erntemaschinen Gmbh | Kommunikationssystem für mobile und stationäre Einrichtungen |
DE102004039460B3 (de) | 2004-08-14 | 2006-04-20 | Deere & Company, Moline | System zur Bestimmung der relativen Position eines zweiten landwirtschaftlichen Fahrzeugs in Bezug auf ein erstes landwirtschaftliches Fahrzeug |
US7703036B2 (en) | 2004-08-16 | 2010-04-20 | Microsoft Corporation | User interface for displaying selectable software functionality controls that are relevant to a selected object |
US7398137B2 (en) | 2004-08-25 | 2008-07-08 | Caterpillar Inc. | System and method for remotely controlling machine operations using mapping information |
DE102004043169A1 (de) | 2004-09-03 | 2006-03-09 | Claas Selbstfahrende Erntemaschinen Gmbh | Elektronisches Datenaustauschsystem |
US8233667B2 (en) * | 2004-09-07 | 2012-07-31 | Petro-Model Ehf | Apparatus and method for analysis of size, form and angularity and for compositional analysis of mineral and rock particles |
DE202004015141U1 (de) | 2004-09-27 | 2004-12-09 | Weber Maschinentechnik Gmbh | Bodenverdichter |
DE102004052298A1 (de) | 2004-10-06 | 2006-06-08 | Claas Selbstfahrende Erntemaschinen Gmbh | Überladeassistenzsystem |
US7211994B1 (en) | 2004-10-12 | 2007-05-01 | Federal Network Systems Inc. | Lightning and electro-magnetic pulse location and detection for the discovery of land line location |
US7248968B2 (en) | 2004-10-29 | 2007-07-24 | Deere & Company | Obstacle detection using stereo vision |
DE102004061439A1 (de) | 2004-12-17 | 2006-07-13 | Claas Selbstfahrende Erntemaschinen Gmbh | Datengenerierungs- und -übertragungssystem in landwirtschaftlichen Arbeitsmaschinen |
JP2006166871A (ja) | 2004-12-20 | 2006-06-29 | Iseki & Co Ltd | 収穫作業機制御用のコンバイン制御装置 |
DE102004063104A1 (de) | 2004-12-22 | 2006-07-13 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftliche Arbeitsmaschine |
DE102005000771A1 (de) | 2005-01-05 | 2006-08-24 | Langlott, Jürgen | Verfahren zur Steuerung einer selbstfahrenden Erntemaschine |
DE102005000770B3 (de) | 2005-01-05 | 2006-07-20 | Langlott, Jürgen | Verfahren zur Steuerung der Arbeitsorgane und der Fahrgeschwindigkeit eines Mähdreschers |
US7194965B2 (en) | 2005-01-06 | 2007-03-27 | Deere & Company | Variety locator |
RU2005102554A (ru) | 2005-02-02 | 2006-07-10 | Дальневосточный научно-исследовательский и проектно-технологический институт механизации и электрификации сельского хоз йства (ГНУ ДальНИПТИМЭСХ) (RU) | Способ оценки уплотненности полей |
DE102005008105A1 (de) | 2005-02-21 | 2006-08-31 | Amazonen-Werke H. Dreyer Gmbh & Co. Kg | Elektronisches Maschinen-Management-System |
US7167797B2 (en) | 2005-03-07 | 2007-01-23 | Deere & Company | Method of predicting suitability for a crop harvesting operation |
US20060200334A1 (en) | 2005-03-07 | 2006-09-07 | Deere & Company, A Delaware Corporation | Method of predicting suitability for a soil engaging operation |
US7167800B2 (en) | 2005-04-12 | 2007-01-23 | Deere & Company | Method of optimizing remote sensing operation timing |
HU3056U (en) | 2005-04-29 | 2006-03-28 | G & G Noevenyvedelmi Es Keresk | Construction for making weed map |
DE102005025318A1 (de) | 2005-06-02 | 2006-12-14 | Deere & Company, Moline | Landwirtschaftliche Erntemaschine mit einer Austrageinrichtung und einem Kollisionssensor |
BRPI0502658A (pt) | 2005-06-28 | 2007-02-13 | Unicamp | sistema e processo de monitoramento de peso em esteiras de transporte de produtos com taliscas |
DE102005031426A1 (de) | 2005-07-04 | 2007-01-18 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren und Vorrichtung zur Optimierung von Betriebsparametern einer landwirtschaftlichen Arbeitsmaschine |
US20070021948A1 (en) | 2005-07-21 | 2007-01-25 | Anderson Noel W | Variable rate prescription generation using heterogenous prescription sources with learned weighting factors |
DE102005038553A1 (de) | 2005-08-12 | 2007-02-22 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zum Überladen von Erntegut |
DE102005043991A1 (de) | 2005-09-14 | 2007-08-09 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zur Einstellung eines Arbeitsaggregats einer Erntemaschine |
CN100416590C (zh) | 2005-09-23 | 2008-09-03 | 中国农业机械化科学研究院 | 利用位置和纹理特征自动识别作物苗期田间杂草的方法 |
US7302837B2 (en) | 2005-09-27 | 2007-12-04 | Cnh America Llc | Tire inflation system for use with an agricultural implement |
US7945364B2 (en) | 2005-09-30 | 2011-05-17 | Caterpillar Inc. | Service for improving haulage efficiency |
US7725233B2 (en) | 2005-10-25 | 2010-05-25 | Deere & Company | Crop attribute map input for vehicle guidance |
US7827042B2 (en) | 2005-11-30 | 2010-11-02 | The Invention Science Fund I, Inc | Methods and systems related to transmission of nutraceutical associated information |
DE102005059003A1 (de) | 2005-12-08 | 2008-03-27 | Claas Selbstfahrende Erntemaschinen Gmbh | Routenplanungssystem für landwirtschaftliche Arbeitsmaschinen |
ES2311322B1 (es) | 2005-12-16 | 2009-11-30 | Consejo Superior Investigaciones Cientificas | Procedimiento para la discriminacion y mapeo de los rodales de malas hierbas gramineas en cultivos de cereales mediante teledeteccion. |
BRPI0620200A2 (pt) | 2005-12-22 | 2016-08-23 | Basf Se | composto, composição, métodos para usar um composto, para combater pragas de animal, para proteger safras contra ataque ou infestação por pragas de animal, para proteger sementes contra insetos do solo e as raízes das mudas e brotos contra insetos e para tratar, controlar, prevenir ou proteger animais contra infestação ou infecção por parasitas, semente, e, processo para a preparação de uma composição para tratar, controlar, prevenir ou proteger animais contra infestação ou infecção por parasitas |
US20070185749A1 (en) | 2006-02-07 | 2007-08-09 | Anderson Noel W | Method for tracking hand-harvested orchard crops |
US7318010B2 (en) | 2006-02-07 | 2008-01-08 | Deere & Company | Method of regulating wireless sensor network energy use |
US20080276590A1 (en) | 2006-02-10 | 2008-11-13 | Agco Corporation | Flexible draper and cutter bar with tilt arm for cutterbar drive |
US20070208510A1 (en) | 2006-03-02 | 2007-09-06 | Deere & Company, A Delaware Corporation | Method of identifying and localizing drainage tile problems |
DE102006015204A1 (de) | 2006-03-30 | 2007-10-18 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zur Erstellung eines Routenplans für landwirtschaftliche Maschinensysteme |
DE102006015203A1 (de) | 2006-03-30 | 2007-11-15 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zur Steuerung von landwirtschaftlichen Maschinensystemen |
US20070239337A1 (en) | 2006-04-10 | 2007-10-11 | Deere & Company, A Delaware Corporation | System and method of optimizing ground engaging operations in multiple-fields |
US7347168B2 (en) | 2006-05-15 | 2008-03-25 | Freightliner Llc | Predictive auxiliary load management (PALM) control apparatus and method |
DE102006026572A1 (de) | 2006-06-06 | 2007-12-13 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren und Vorrichtung zur Anzeige von Fahrzeugbewegungen |
US7313478B1 (en) | 2006-06-08 | 2007-12-25 | Deere & Company | Method for determining field readiness using soil moisture modeling |
DE102006028909A1 (de) | 2006-06-21 | 2007-12-27 | Claas Selbstfahrende Erntemaschinen Gmbh | Kommunikationsnetz und Betriebsverfahren dafür |
MXGT06000012A (es) | 2006-08-01 | 2008-01-31 | Univ Guanajuato | Dispositivo para medir y mapear la compactacion del suelo, acoplable a tractor agricola. |
US20080030320A1 (en) | 2006-08-03 | 2008-02-07 | Deere & Company, A Delaware Corporation | Agricultural lift with data gathering capability |
DE102006045280A1 (de) | 2006-09-22 | 2008-04-03 | Claas Selbstfahrende Erntemaschinen Gmbh | Vorrichtung und Verfahren zur Koordination eines Maschinenparks |
CZ17266U1 (cs) | 2006-11-09 | 2007-02-15 | Šarec@Ondrej | Zařízení pro měření utužení půdy - penetrometr |
US7628059B1 (en) | 2006-11-22 | 2009-12-08 | The Toro Company | Mobile turf instrument apparatus having driven, periodically insertable, ground penetrating probe assembly |
US20080140431A1 (en) | 2006-12-07 | 2008-06-12 | Noel Wayne Anderson | Method of performing an agricultural work operation using real time prescription adjustment |
EP1938686A1 (de) | 2006-12-29 | 2008-07-02 | Bayer CropScience AG | Substituierte 1-(3-Pyridinyl)pyrazol-4-yl-essigsäuren, Verfahren zu deren Herstellung und deren Verwendung als Herbizide und Pflanzenwachstumsregulatoren |
US9615501B2 (en) | 2007-01-18 | 2017-04-11 | Deere & Company | Controlling the position of an agricultural implement coupled to an agricultural vehicle based upon three-dimensional topography data |
CN101236188B (zh) | 2007-01-31 | 2011-04-13 | 北京林业大学 | 土壤水分无线测量装置 |
DE102007016670A1 (de) | 2007-04-04 | 2008-10-09 | Claas Selbstfahrende Erntemaschinen Gmbh | Selbstfahrende landwirtschaftliche Erntemaschine mit steuerbarer Überladeeinrichtung |
CA2678453C (en) | 2007-04-05 | 2012-07-03 | Iowa State University Research Foundation, Inc. | Combination residue spreader and collector for single pass harvesting systems |
DE102007018743A1 (de) | 2007-04-22 | 2008-10-23 | Bomag Gmbh | Verfahren und System zur Steuerung von Verdichtungsmaschinen |
US7487024B2 (en) | 2007-04-26 | 2009-02-03 | Cnh America Llc | Apparatus and method for automatically setting operating parameters for a remotely adjustable spreader of an agricultural harvesting machine |
EP1987718A1 (de) | 2007-04-30 | 2008-11-05 | Bayer CropScience AG | Verwendung von Pyridin-2-oxy-3-carbonamiden als Safener |
US8010261B2 (en) | 2007-05-23 | 2011-08-30 | Cnh America Llc | Automatic steering correction of an agricultural harvester using integration of harvester header row sensors and harvester auto guidance system |
TW200904330A (en) | 2007-06-15 | 2009-02-01 | Bayer Cropscience Sa | Pesticidal composition comprising a strigolactone derivative and a fungicide compound |
TW200904331A (en) | 2007-06-15 | 2009-02-01 | Bayer Cropscience Sa | Pesticidal composition comprising a strigolactone derivative and an insecticide compound |
FR2901291B1 (fr) | 2007-07-06 | 2020-10-09 | Soc Du Canal De Provence Et Damenagement De La Region Provencale | Dispositif pour mesurer le tassement du sol soutenant une construction |
DE102007032309A1 (de) | 2007-07-11 | 2009-01-15 | Deere & Company, Moline | Bedienvorrichtung |
ATE546991T1 (de) | 2007-08-03 | 2012-03-15 | Agrocom Gmbh & Co Agrarsystem Kg | Landwirtschaftliche arbeitsmaschine |
US8073235B2 (en) | 2007-08-13 | 2011-12-06 | Pioneer Hi-Bred International, Inc. | Method and system for digital image analysis of ear traits |
CA2694963C (en) | 2007-08-13 | 2015-11-24 | Dow Agrosciences, Llc | 2-(2-fluoro-substituted phenyl)-6-amino-5-chloro-4-pyrimidinecarboxylates and their use as herbicides |
GB0717986D0 (en) | 2007-09-14 | 2007-10-24 | Cnh Belgium Nv | A method and apparatus for detecting errors in electronically processed images |
WO2009042238A1 (en) | 2007-09-26 | 2009-04-02 | Precision Planting, Inc. | System and method for determining proper downforce for a planter row unit |
US8060283B2 (en) | 2007-10-15 | 2011-11-15 | Deere & Company | Method and system for controlling the loading of a container associated with a vehicle |
EP2052616A1 (de) | 2007-10-24 | 2009-04-29 | Bayer CropScience AG | Herbizid-Safener-Kombination |
EP2052604A1 (de) | 2007-10-24 | 2009-04-29 | Bayer CropScience AG | Salz des 2-lodo-N-[(4-methoxy-6-methyl-1,3,5-triazin-2-yl)carbamoyl] benzolsulfonamids,Verfahren zu deren Herstellung, sowie deren Verwendung als Herbizide und Pflanzenwachstumregulatoren |
DE102007053912A1 (de) | 2007-11-09 | 2009-05-14 | Claas Selbstfahrende Erntemaschinen Gmbh | Überladeassistenzsystem |
US8024074B2 (en) | 2007-12-07 | 2011-09-20 | Deere & Company | System and method of managing substances in a plant root zone |
US8924030B2 (en) | 2008-01-24 | 2014-12-30 | Cnh Industrial America Llc | Method and apparatus for optimization of agricultural field operations using weather, product and environmental information |
US8190335B2 (en) | 2008-02-04 | 2012-05-29 | Caterpillar Inc. | Performance management system for multi-machine worksite |
AU2009214835B2 (en) | 2008-02-13 | 2014-04-10 | Grains Research And Development Corporation | Weed and volunteer crop seed destruction |
US20090216410A1 (en) | 2008-02-26 | 2009-08-27 | William Edward Allen | Automated machine management system with destination selection |
DE102008015277A1 (de) | 2008-03-20 | 2009-09-24 | Deere & Company, Moline | Verfahren und Vorrichtung zur Lenkung einer zweiten landwirtschaftlichen Maschine, die relativ zu einer ersten landwirtschaftlichen Maschine über ein Feld lenkbar ist |
US20090259483A1 (en) | 2008-04-11 | 2009-10-15 | Larry Lee Hendrickson | Method for making a land management decision based on processed elevational data |
US8060269B2 (en) | 2008-04-16 | 2011-11-15 | Cnh America Llc | Swath line creation including slope compensation for an automatic guidance system of a work vehicle |
DE102008020494A1 (de) | 2008-04-23 | 2009-10-29 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zum Koordinieren von fahrbaren landwirtschaftlichen Maschinen |
DE102008021785A1 (de) | 2008-04-30 | 2009-11-05 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren und Vorrichtung zum Koordinieren eines Bearbeitungsvorgangs von landwirtschaftlicher Fläche |
CN201218789Y (zh) | 2008-05-09 | 2009-04-08 | 昆明理工大学 | 一种手持式定压土壤压实度测量装置 |
CA2629555A1 (en) | 2008-05-14 | 2009-11-14 | Gerard Voon | Related/overlapping innovations in health/energy/transport/farming and infrastructure |
DE102008002006A1 (de) | 2008-05-27 | 2009-12-03 | Deere & Company, Moline | Steueranordnung zur Kontrolle des Überladens landwirtschaftlichen Ernteguts von einer Erntemaschine auf ein Transportfahrzeug |
DE102008027282A1 (de) | 2008-06-06 | 2009-12-10 | Claas Industrietechnik Gmbh | Landwirtschaftliches Fahrzeug und Betriebsverfahren dafür |
US8175775B2 (en) | 2008-06-11 | 2012-05-08 | Cnh America Llc | System and method employing short range communications for establishing performance parameters of an exemplar agricultural machine among a plurality of like-purpose agricultural machines |
DE102008027906A1 (de) | 2008-06-12 | 2009-12-17 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftliche Erntemaschine |
US8147176B2 (en) | 2008-06-17 | 2012-04-03 | Deere & Company | Work machine and unloading system for unloading an agricultural product from a work machine |
ES2332567B1 (es) | 2008-06-27 | 2011-02-10 | Consejo Superior Investigacion | Procedimiento automatico para seccionar imagenes remotas y caracterizar indicadores agronomicos y ambientales en las mismas |
FI122462B (fi) * | 2008-06-27 | 2012-01-31 | Metso Minerals Inc | Menetelmä ja laitteisto murskausprosessin säätöön |
US8032255B2 (en) | 2008-06-30 | 2011-10-04 | Deere & Company | Monitoring of bin level for an agricultural product |
CN101303338B (zh) | 2008-07-01 | 2011-10-05 | 中国农业大学 | 一种车载行进式土壤坚实度传感器 |
WO2010003421A1 (en) | 2008-07-08 | 2010-01-14 | Aarhus Universitet | Method for optimizing harvesting of crops |
DE102008032418A1 (de) | 2008-07-10 | 2010-01-14 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftlicher Maschinenverband |
BRPI0802384B1 (pt) | 2008-07-23 | 2019-04-30 | Roberto Shiniti Sako | Penetrômetro portátil para análise de compactação de solo |
KR100974892B1 (ko) | 2008-08-01 | 2010-08-11 | 한국철도기술연구원 | 지반의 다짐 품질 측정 방법 |
US9152938B2 (en) | 2008-08-11 | 2015-10-06 | Farmlink Llc | Agricultural machine and operator performance information systems and related methods |
US8280595B2 (en) | 2008-08-12 | 2012-10-02 | Cnh America Llc | System and method employing short range communications for communicating and exchanging operational and logistical status information among a plurality of agricultural machines |
US9235214B2 (en) | 2008-09-11 | 2016-01-12 | Deere & Company | Distributed knowledge base method for vehicular localization and work-site management |
US8478493B2 (en) | 2008-09-11 | 2013-07-02 | Deere & Company | High integrity perception program |
US8224500B2 (en) | 2008-09-11 | 2012-07-17 | Deere & Company | Distributed knowledge base program for vehicular localization and work-site management |
US8195358B2 (en) | 2008-09-11 | 2012-06-05 | Deere & Company | Multi-vehicle high integrity perception |
US8818567B2 (en) | 2008-09-11 | 2014-08-26 | Deere & Company | High integrity perception for machine localization and safeguarding |
US8195342B2 (en) | 2008-09-11 | 2012-06-05 | Deere & Company | Distributed knowledge base for vehicular localization and work-site management |
US8145393B2 (en) | 2008-09-17 | 2012-03-27 | Cnh America Llc | System and method employing short range communications for interactively coordinating unloading operations between a harvester and a grain transport |
GB0817172D0 (en) | 2008-09-19 | 2008-10-29 | Cnh Belgium Nv | Control system for an agricultural harvesting machine |
CN101363833B (zh) | 2008-09-25 | 2012-02-22 | 中国科学院地质与地球物理研究所 | 一种土体击实排水模型试验装置 |
DE102008050460A1 (de) | 2008-10-08 | 2010-04-15 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zur Einsatzsteuerung von landwirtschaftlichen Maschinen |
US8639408B2 (en) | 2008-10-15 | 2014-01-28 | Deere & Company | High integrity coordination system for multiple off-road vehicles |
DE102008056557A1 (de) | 2008-11-10 | 2010-05-12 | Claas Selbstfahrende Erntemaschinen Gmbh | Erstellung von Bilddatenbanken für Bildauswertung |
DE102008061252A1 (de) | 2008-11-24 | 2010-05-27 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zur Unterstützung der Automatisierung landwirtschaftlicher Leistungen |
EP2191719A1 (de) | 2008-11-29 | 2010-06-02 | Bayer CropScience AG | Herbizid-Safener-Kombination |
KR101067576B1 (ko) | 2008-12-03 | 2011-09-27 | 한국수자원공사 | 성토재료의 다짐특성 실내 측정방법 및 장치 |
US8577537B2 (en) | 2008-12-16 | 2013-11-05 | Agco Corporation | Methods and systems for optimizing performance of vehicle guidance systems |
EP2210879A1 (de) | 2008-12-30 | 2010-07-28 | Bayer CropScience AG | Pyrimidinderivate und ihre Verwendung zur Bekämpfung unerwünschten Pflanzenwachstums |
DE102009009767A1 (de) | 2009-02-20 | 2010-08-26 | Claas Selbstfahrende Erntemaschinen Gmbh | Fahrerassistenzsystem für landwirtschaftliche Arbeitsmaschine |
DE102009009817A1 (de) | 2009-02-20 | 2010-08-26 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftliches Arbeitsfahrzeug und Steuereinheit dafür |
CN101929166B (zh) | 2009-04-14 | 2012-08-08 | 洛阳路为电子科技有限公司 | 便携式土基密实度测量仪 |
US9538714B2 (en) | 2009-04-21 | 2017-01-10 | Deere & Company | Managing resource prescriptions of botanical plants |
US8321365B2 (en) | 2009-04-21 | 2012-11-27 | Deere & Company | Horticultural knowledge base for managing yards and gardens |
US7993188B2 (en) | 2009-06-09 | 2011-08-09 | Deere & Company | Variable rate diverter for a crop residue collecting device carried by a combine harvester |
DE102009025438A1 (de) | 2009-06-16 | 2011-01-05 | Claas Selbstfahrende Erntemaschinen Gmbh | Routenplanungsverfahren und -system |
US20100319941A1 (en) | 2009-06-22 | 2010-12-23 | Agco Corp. | Trenching Device And System |
DE102009027245A1 (de) | 2009-06-26 | 2010-12-30 | Deere & Company, Moline | Steueranordnung zur Kontrolle des Überladens landwirtschaftlichen Ernteguts von einer Erntemaschine auf ein Transportfahrzeug |
KR20110018582A (ko) | 2009-08-18 | 2011-02-24 | 진성기 | 약액형 및 분말형 고화제를 이용한 고화 흙벽돌 및 블록 제작 방법 |
PL2311307T3 (pl) | 2009-09-07 | 2012-09-28 | Claas E Systems Gmbh | Wskaźnik stopnia napełnienia, pojazd rolniczy zawierający taki wskaźnik oraz sposób kontroli napełniania obszaru docelowego |
DE102009041646A1 (de) | 2009-09-17 | 2011-03-24 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftliche Maschine mit Autopilot |
US20110224873A1 (en) | 2009-09-17 | 2011-09-15 | Reeve David R | Vehicle assembly controller with automaton framework and control method |
AU2010224431A1 (en) | 2009-09-29 | 2011-04-14 | Riteway Holdings Australia Pty Ltd | An apparatus to be used in conjunction with a grain harvester for collecting weeds, weed seeds, chaff and so forth |
US9345194B2 (en) | 2009-09-30 | 2016-05-24 | Cnh Industrial America Llc | Automatic display of remote camera image |
CZ20252U1 (cs) | 2009-10-06 | 2009-11-16 | Šarec@Petr | Přístroj pro měření utužení půdy s laserovým snímáním hloubky - laserový penetrometr |
US8082809B2 (en) | 2009-10-08 | 2011-12-27 | Pioneer Hi-Bred International, Inc. | Combine harvester and associated method for selectively gathering grain test data |
US8344897B2 (en) | 2009-10-12 | 2013-01-01 | Agco Corporation | System and method for assisting in the refilling of agricultural vehicles |
KR101134075B1 (ko) | 2009-10-13 | 2012-04-13 | 한국건설기술연구원 | 지반다짐장비의 이동에 따른 지반의 연속 다짐정보 제공장치 및 이를 이용한 지반의 연속 다짐정보 제공방법 |
US8738238B2 (en) | 2009-11-12 | 2014-05-27 | Deere & Company | Coordination of vehicle movement in a field |
WO2011063814A1 (en) | 2009-11-25 | 2011-06-03 | Aarhus Universitet | System for reducing compaction of soil |
US8635903B2 (en) | 2009-12-22 | 2014-01-28 | Caterpillar Paving Products Inc. | Method and system for compaction measurement |
US20110160961A1 (en) | 2009-12-29 | 2011-06-30 | Agco Corporation | Guidance using a worked edge for wayline generation |
DE102010004648A1 (de) | 2010-01-13 | 2011-07-14 | CLAAS Selbstfahrende Erntemaschinen GmbH, 33428 | Erntemaschine, insbesondere Feldhäcksler |
US20120271489A1 (en) | 2010-01-15 | 2012-10-25 | Leica Geosystems Ag | System and method of data sharing |
CN102138383A (zh) | 2010-01-28 | 2011-08-03 | 中国农业机械化科学研究院 | 一种联合收割机谷物损失空间分布的测量方法及其装置 |
EP2353353A1 (en) | 2010-02-05 | 2011-08-10 | Flander's Mechatronics Technology Centre v.z.w. | In use adaptation of schedule for multi-vehicle ground processing operations |
RU2421744C1 (ru) | 2010-02-15 | 2011-06-20 | Открытое акционерное общество "Научно-исследовательский институт приборостроения имени В.В. Тихомирова" | Компактный полигон для измерения характеристик различных антенных систем |
US10537061B2 (en) | 2010-02-26 | 2020-01-21 | Cnh Industrial America Llc | System and method for controlling harvest operations |
JP5522785B2 (ja) | 2010-03-19 | 2014-06-18 | 株式会社日立ソリューションズ | 農作業車両運行管理システム |
JP2011205967A (ja) | 2010-03-30 | 2011-10-20 | Takayuki Nishida | 水田における雑草の発生防止用ロボット |
US20110257850A1 (en) | 2010-04-14 | 2011-10-20 | Reeve David R | Vehicle assembly control system and method for composing or decomposing a task |
US8527157B2 (en) | 2010-04-28 | 2013-09-03 | Deere & Company | Agricultural combine and draper header |
US8463510B2 (en) | 2010-04-30 | 2013-06-11 | Cnh America Llc | GPS controlled residue spread width |
CN101839906B (zh) | 2010-05-10 | 2013-10-09 | 吉林大学 | 一种具有耐磨几何结构表面的锥形触土部件 |
CA135611S (en) | 2010-05-19 | 2011-05-05 | Rhonda Genest | Weed removing and grooming garden hand tool |
WO2011150353A1 (en) | 2010-05-28 | 2011-12-01 | Gvm, Inc. | Remote management system for equipment |
US8380401B2 (en) | 2010-06-09 | 2013-02-19 | Cnh America Llc | Automatic grain transfer control system based on real time modeling of a fill level profile for regions of the receiving container |
DE102010017687A1 (de) | 2010-07-01 | 2012-01-05 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zur Einstellung zumindest eines Arbeitsorganes einer selbstfahrenden Erntemaschine |
BE1019422A3 (nl) | 2010-07-14 | 2012-07-03 | Cnh Belgium Nv | Werkwijze en toestel voor voorspellende sturing van een landbouwvoertuigsysteem. |
DE102010038661B4 (de) | 2010-07-29 | 2020-07-02 | Deere & Company | Erntemaschine mit einem an einem Fluggerät befestigten Sensor |
US8544397B2 (en) | 2010-09-15 | 2013-10-01 | Dawn Equipment Company | Row unit for agricultural implement |
DE102010053331A1 (de) | 2010-09-28 | 2012-03-29 | Lacos Computerservice Gmbh | Verfahren und Navigationsvorrichtung zur Optimierung des Transportes landwirtschaftlicher Produkte |
US9043129B2 (en) | 2010-10-05 | 2015-05-26 | Deere & Company | Method for governing a speed of an autonomous vehicle |
US9072227B2 (en) | 2010-10-08 | 2015-07-07 | Deere & Company | System and method for improvement of harvest with crop storage in grain bags |
US8789563B2 (en) | 2010-10-12 | 2014-07-29 | Deere & Company | Intelligent grain bag loader |
US8677724B2 (en) | 2010-10-25 | 2014-03-25 | Deere & Company | Round baler for baling crop residue |
US8596194B2 (en) | 2010-10-28 | 2013-12-03 | Deere & Company | Method and apparatus for determining fraction of hay at different moisture levels |
DE102010043854B4 (de) | 2010-11-12 | 2016-01-14 | Deere & Company | Steueranordnung zur Kontrolle des Überladens landwirtschaftlichen Ernteguts von einer Erntemaschine auf ein Transportfahrzeug |
DE102010052713A1 (de) | 2010-11-26 | 2012-05-31 | Bomag Gmbh | Verfahrbare Vorrichtung zur Verdichtung eines Bodenschichtaufbaus und Verfahren zur Ermittlung eines Schicht-E-Moduls einer obersten Schicht dieses Bodenschichtaufbaus |
GB2492954A (en) | 2010-12-06 | 2013-01-23 | Agco Corp | A system for automatic agricultural reporting |
RU2447640C1 (ru) | 2010-12-08 | 2012-04-20 | Василий Васильевич Ефанов | Способ управления технологическим процессом уборочной машины и система для его осуществления |
CN102080373B (zh) | 2010-12-09 | 2012-07-04 | 西安建筑科技大学 | 用ddc桩和桩基础联合处理黄土地基湿陷性的施工方法 |
EP3598319A1 (en) | 2011-01-04 | 2020-01-22 | The Climate Corporation | Methods for generating soil maps and application prescriptions |
ITTO20110133A1 (it) | 2011-02-16 | 2012-08-17 | Cnh Italia Spa | Sistema di comunicazione senza fili per veicoli agricoli |
US8655505B2 (en) | 2011-02-18 | 2014-02-18 | Caterpillar Inc. | Worksite management system implementing remote machine reconfiguration |
US8606454B2 (en) | 2011-02-18 | 2013-12-10 | Cnh America Llc | System and method for synchronized control of a harvester and transport vehicle |
US9002591B2 (en) | 2011-02-18 | 2015-04-07 | Cnh Industrial America Llc | Harvester spout control system and method |
US8463460B2 (en) | 2011-02-18 | 2013-06-11 | Caterpillar Inc. | Worksite management system implementing anticipatory machine control |
US9014901B2 (en) | 2011-02-18 | 2015-04-21 | Cnh Industrial America Llc | System and method for trajectory control of a transport vehicle used with a harvester |
EP2675263B1 (en) | 2011-02-18 | 2015-04-15 | CNH Industrial Belgium nv | Harvester spout control system and method |
US8577561B2 (en) | 2011-03-08 | 2013-11-05 | Deere & Company | Control system and method of operating a product distribution machine |
US10318138B2 (en) | 2011-03-11 | 2019-06-11 | Intelligent Agricultural Solutions Llc | Harvesting machine capable of automatic adjustment |
DE102011005400B4 (de) | 2011-03-11 | 2015-05-28 | Deere & Company | Anordnung und Verfahren zur Abschätzung des Füllgrades beim Überladen landwirtschaftlichen Ernteguts von einer Erntemaschine auf ein Transportfahrzeug |
US9629308B2 (en) | 2011-03-11 | 2017-04-25 | Intelligent Agricultural Solutions, Llc | Harvesting machine capable of automatic adjustment |
US9631964B2 (en) | 2011-03-11 | 2017-04-25 | Intelligent Agricultural Solutions, Llc | Acoustic material flow sensor |
US9043096B2 (en) | 2011-03-31 | 2015-05-26 | Ag Leader Technology | Combine bin level monitoring system |
DE102011001858A1 (de) | 2011-04-07 | 2012-10-11 | Claas Selbstfahrende Erntemaschinen Gmbh | Vorrichtung und Verfahren zur Überwachung der Befahrbarkeit eines Bodens |
DE102011016743A1 (de) | 2011-04-12 | 2012-10-18 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftliches Transportfahrzeug und Fahrzeugverbund |
DE102011007511A1 (de) | 2011-04-15 | 2012-10-18 | Deere & Company | Verfahren zur Einstellung einer Reinigungseinrichtung eines Mähdreschers und Reinigungseinrichtung |
DE102011002071A1 (de) | 2011-04-15 | 2012-10-18 | Claas Selbstfahrende Erntemaschinen Gmbh | System und Verfahren zur Steuerung der Erntegutüberladung |
CN102277867B (zh) | 2011-05-13 | 2013-10-09 | 西安建筑科技大学 | 一种湿陷性黄土地基的施工方法 |
CN202110103U (zh) | 2011-05-14 | 2012-01-11 | 长沙亚星数控技术有限公司 | 电液伺服车载式混填土压实度快速测定系统 |
DE102011050474A1 (de) | 2011-05-19 | 2012-11-22 | Amazonen-Werke H. Dreyer Gmbh & Co.Kg | Landwirtschaftliches Gerät |
DE102011050629A1 (de) | 2011-05-25 | 2012-11-29 | Claas Selbstfahrende Erntemaschinen Gmbh | Erntevorrichtung |
EP2529610A1 (en) | 2011-05-30 | 2012-12-05 | Agri-Esprit SAS | Method for harvest monitoring |
CN202119772U (zh) | 2011-06-01 | 2012-01-18 | 王新勇 | 一种车载土基密实度在线测量仪 |
US10878141B2 (en) | 2011-06-13 | 2020-12-29 | The Climate Corporation | Systems and methods for placing and analyzing test plots |
WO2012173615A1 (en) * | 2011-06-15 | 2012-12-20 | Steven Viny | Apparatus and method for separating solid waste |
US20130019580A1 (en) | 2011-07-20 | 2013-01-24 | Anderson Noel W | Bidirectional harvesting system |
US20130022430A1 (en) | 2011-07-20 | 2013-01-24 | Anderson Noel W | Material transfer system |
DE102011052688B4 (de) | 2011-08-12 | 2021-02-04 | Andreas Reichhardt | Verfahren und System zur Befüllung von Transportfahrzeugen mit Erntegut |
IN2014DN01632A (zh) | 2011-08-12 | 2015-05-15 | Rhodia Operations | |
US8843269B2 (en) | 2011-08-17 | 2014-09-23 | Deere & Company | Vehicle soil pressure management based on topography |
US9511633B2 (en) | 2011-08-17 | 2016-12-06 | Deere & Company | Soil compaction management and reporting |
DE102011082052B4 (de) | 2011-09-02 | 2015-05-28 | Deere & Company | Anordnung und Verfahren zur selbsttätigen Überladung von Erntegut von einer Erntemaschine auf ein Transportfahrzeug |
DE102011082908A1 (de) | 2011-09-19 | 2013-03-21 | Deere & Company | Verfahren und Anordnung zur optischen Beurteilung von Erntegut in einer Erntemaschine |
DE102011054630A1 (de) | 2011-10-20 | 2013-04-25 | Claas Agrosystems GmbH | Visualisierungseinrichtung |
US9011222B2 (en) | 2011-10-21 | 2015-04-21 | Pioneer Hi Bred International, Inc. | Combine harvester and associated method for gathering grain |
CN103930919A (zh) | 2011-10-24 | 2014-07-16 | 天宝导航有限公司 | 农业和土壤管理 |
DE102011085380A1 (de) | 2011-10-28 | 2013-05-02 | Deere & Company | Anordnung und Verfahren zur vorausschauenden Untersuchung von mit einer Erntemaschine aufzunehmenden Pflanzen |
DE102011085977A1 (de) | 2011-11-09 | 2013-05-16 | Deere & Company | Sieb für eine Reinigungseinrichtung eines Mähdreschers |
US20130124239A1 (en) | 2011-11-15 | 2013-05-16 | Uriel Rosa | Crop yield per location measurer |
EP2782438B1 (en) | 2011-11-22 | 2017-06-21 | The Climate Corporation | Stalk sensor apparatus, systems, and methods |
CN202340435U (zh) | 2011-11-28 | 2012-07-25 | 南京工业职业技术学院 | 基于作业路径的玉米产量实时测量系统 |
DE102011120402A1 (de) | 2011-12-03 | 2013-06-06 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Koordinieren einer Transportlogistik sowie Transportlogistiksystem |
BR102012017584B1 (pt) | 2011-12-08 | 2019-03-26 | Agco Do Brasil Máquinas E Equipamentos Agrícolas Ltda. | Sistema e método de auxílio de correção de velocidade |
DE102011121414A1 (de) | 2011-12-17 | 2013-06-20 | Robert Bosch Gmbh | Verfahren und eine Vorrichtung zur Regelung einer Fahrt einer ersten selbstfahrenden Arbeitsmaschine in Bezug zu einer zweiten selbstfahrenden Arbeitsmaschine |
US8801512B2 (en) | 2011-12-19 | 2014-08-12 | Agco Corporation | Method for measuring air efficiency and efficacy in a combine harvester |
US8626406B2 (en) | 2011-12-22 | 2014-01-07 | Deere & Company | Method and system for transferring material between vehicles |
DE102012201333A1 (de) | 2012-01-31 | 2013-08-01 | Deere & Company | Landwirtschaftliche Maschine mit einem System zur selbsttätigen Einstellung eines Bearbeitungsparameters und zugehöriges Verfahren |
US8649940B2 (en) | 2012-02-10 | 2014-02-11 | Deere & Company | Method and stereo vision system for managing the unloading of an agricultural material from a vehicle |
US8868304B2 (en) | 2012-02-10 | 2014-10-21 | Deere & Company | Method and stereo vision system for facilitating the unloading of agricultural material from a vehicle |
US9861040B2 (en) | 2012-02-10 | 2018-01-09 | Deere & Company | Method and stereo vision system for facilitating the unloading of agricultural material from a vehicle |
US9522791B2 (en) | 2012-02-10 | 2016-12-20 | Carnegie Mellon University, A Pennsylvania Non-Profit Corporation | System and method of material handling using one or more imaging devices on the transferring vehicle to control the material distribution into the storage portion of the receiving vehicle |
US9392746B2 (en) | 2012-02-10 | 2016-07-19 | Deere & Company | Artificial intelligence for detecting and filling void areas of agricultural commodity containers |
DE102012208554A1 (de) | 2012-05-22 | 2013-11-28 | Hamm Ag | Verfahren zur Planung und Durchführung von Bodenverdichtungsvorgängen, insbesondere zurAsphaltverdichtung |
US9288938B2 (en) | 2012-06-01 | 2016-03-22 | Rowbot Systems Llc | Robotic platform and method for performing multiple functions in agricultural systems |
US20130319941A1 (en) | 2012-06-05 | 2013-12-05 | American Water Works Company, Inc. | Simultaneous recovery of coagulant and acid |
US8930039B2 (en) | 2012-06-11 | 2015-01-06 | Cnh Industrial America Llc | Combine performance evaluation tool |
US9117790B2 (en) | 2012-06-25 | 2015-08-25 | Marvell World Trade Ltd. | Methods and arrangements relating to semiconductor packages including multi-memory dies |
DE102012211001A1 (de) | 2012-06-27 | 2014-01-02 | Deere & Company | Anordnung zur Kontrolle einer Austrageinrichtung einer Erntemaschine mit einer selbsttätigen Positionierung in einer Ruhestellung bei nicht möglichen bzw. stattfindendem Überladevorgang |
RU2502047C1 (ru) | 2012-07-13 | 2013-12-20 | Федеральное государственное бюджетное учреждение науки Институт геологии и минералогии им. В.С. Соболева Сибирского отделения Российской академии наук (Институт геологии и минералогии СО РАН, ИГМ СО РАН) | Способ оценки проходимости местности вне дорог |
DE102013106128A1 (de) | 2012-07-16 | 2014-06-12 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftliche Arbeitsmaschine mit zumindest einer Steuerungseinrichtung |
US20140067745A1 (en) | 2012-08-30 | 2014-03-06 | Pioneer Hi-Bred International, Inc. | Targeted agricultural recommendation system |
US9095090B2 (en) | 2012-08-31 | 2015-08-04 | Deere & Company | Pressure-based control system for an agricultural implement |
WO2014046685A1 (en) | 2012-09-24 | 2014-03-27 | Deere & Company | Bidirectional harvesting system |
KR102113297B1 (ko) | 2012-09-26 | 2020-05-21 | 가부시끼 가이샤 구보다 | 대지 작업 차량, 대지 작업 차량 관리 시스템, 대지 작업 정보 표시 방법 |
WO2014050524A1 (ja) | 2012-09-26 | 2014-04-03 | 株式会社クボタ | 農作管理システム及び農作物収穫機 |
DE202012103730U1 (de) | 2012-09-28 | 2012-10-16 | Agco International Gmbh | Erntemaschine mit einer Überladeeinrichtung |
US20140121882A1 (en) | 2012-10-31 | 2014-05-01 | Brian J. Gilmore | System for Coordinating the Relative Movements of an Agricultural Harvester and a Cart |
CN203053961U (zh) | 2012-11-02 | 2013-07-10 | 昆明理工大学 | 一种土壤压实数据监测装置 |
DE102012021469A1 (de) | 2012-11-05 | 2014-05-08 | Claas Selbstfahrende Erntemaschinen Gmbh | Assistenzsystem zur Optimierung des Fahrzeugbetriebes |
KR101447197B1 (ko) | 2012-11-07 | 2014-10-06 | 최준성 | 다짐 평가용 동적 관입 시험 장치 및 이를 이용한 다짐 평가 방법 |
DE102012220916A1 (de) | 2012-11-15 | 2014-05-15 | K&K Maschinenentwicklungs GmbH & Co. KG | Verfahren zum Neuherstellen, Sanieren oder Rückbauen einer Schienenfahrbahn |
DE102012221344B3 (de) | 2012-11-22 | 2014-05-15 | Hamm Ag | Umkleidungsanordnung, Bodenbearbeitungswalze und Verfahren zum Anbringen einer Umkleidungsanordnung |
WO2014093814A1 (en) | 2012-12-14 | 2014-06-19 | Agco Corporation | Predictive load estimation through forward vision |
DE102012223434B4 (de) | 2012-12-17 | 2021-03-25 | Deere & Company | Verfahren und Anordnung zur Optimierung eines Betriebsparameters eines Mähdreschers |
US20140172224A1 (en) | 2012-12-19 | 2014-06-19 | Agco Corporation | Speed control in agricultural vehicle guidance systems |
US20140172225A1 (en) | 2012-12-19 | 2014-06-19 | Agco Corporation | Speed control in agricultural vehicle guidance systems |
US20140172222A1 (en) | 2012-12-19 | 2014-06-19 | Agco Corporation | Speed control in agricultural vehicle guidance systems |
DE102012223768B4 (de) | 2012-12-19 | 2014-07-03 | Deere & Company | Fremdkörpernachweiseinrichtung für eine landwirtschaftliche Erntemaschine |
JP6059027B2 (ja) | 2013-01-21 | 2017-01-11 | 株式会社クボタ | 農作業機と農作業管理プログラム |
US9497898B2 (en) | 2013-01-24 | 2016-11-22 | Tribine Industries, LLC | Agricultural harvester unloading assist system and method |
DE102013001157A1 (de) | 2013-01-24 | 2014-08-07 | Zind Systementwicklungs Gmbh | Fertigungsanlage zur Fertigung von Gefäßen aus Gefäßrohlingen und Fertigungsverfahren |
US8955402B2 (en) | 2013-01-25 | 2015-02-17 | Trimble Navigation Limited | Sugar cane yield mapping |
CN203206739U (zh) | 2013-01-25 | 2013-09-25 | 蒋行宇 | 打瓜联合收获机 |
CN104294810B (zh) | 2013-01-30 | 2016-05-11 | 青岛市勘察测绘研究院 | 一种强夯地基加固随夯诊断实时处理方法及强夯实时诊断装置 |
WO2014137533A2 (en) | 2013-02-07 | 2014-09-12 | Brown Owen J Jr | Wireless monitor maintenance and control system |
DE102013201996A1 (de) | 2013-02-07 | 2014-08-07 | Deere & Company | Verfahren zur Einstellung von Arbeitsparametern einer Erntemaschine |
US9326444B2 (en) | 2013-02-08 | 2016-05-03 | Deere & Company | Method and stereo vision system for facilitating the unloading of agricultural material from a vehicle |
GB2510629B (en) | 2013-02-11 | 2015-10-14 | Kverneland Group Les Landes Genusson | Strip tilling system |
GB2510630B (en) | 2013-02-11 | 2015-08-05 | Kverneland Group Les Landes Genusson | Strip tilling system |
EP2958676B1 (en) | 2013-02-19 | 2018-05-23 | Grains Research And Development Corporation | Weed seed devitalization arrangement |
US9668420B2 (en) | 2013-02-20 | 2017-06-06 | Deere & Company | Crop sensing display |
US11212962B2 (en) | 2013-02-20 | 2022-01-04 | Deere & Company | Field condition determination |
US9066465B2 (en) | 2013-02-20 | 2015-06-30 | Deere & Company | Soil compaction reduction system and method |
US9693503B2 (en) * | 2013-02-20 | 2017-07-04 | Deere & Company | Crop sensing |
US10178828B2 (en) | 2013-02-20 | 2019-01-15 | Deere & Company | Per plant crop sensing resolution |
US20140257911A1 (en) | 2013-03-08 | 2014-09-11 | Deere & Company | Methods and apparatus to schedule refueling of a work machine |
CN103181263A (zh) | 2013-03-11 | 2013-07-03 | 西北农林科技大学 | 一种多机器协作的小麦收割系统 |
US9410840B2 (en) | 2013-03-15 | 2016-08-09 | Raven Industries, Inc. | Multi-variable yield monitor and methods for the same |
US20140277960A1 (en) | 2013-03-18 | 2014-09-18 | Deere & Company | Harvester with fuzzy control system for detecting steady crop processing state |
EP2978665A4 (en) | 2013-03-24 | 2017-04-26 | Bee Robotics Corporation | Aerial farm robot system for crop dusting, planting, fertilizing and other field jobs |
EP2979537B1 (en) | 2013-03-27 | 2019-08-28 | Kubota Corporation | Combine |
US10129528B2 (en) | 2013-04-02 | 2018-11-13 | Deere & Company | Control arrangement and method for controlling a position of a transfer device of a harvesting machine |
US9992932B2 (en) | 2013-04-02 | 2018-06-12 | Deere & Company | Control arrangement and method for controlling a position of a transfer device of a harvesting machine |
EP2792229B1 (en) | 2013-04-02 | 2016-03-23 | Deere & Company | Control arrangement and method for controlling a position of a transfer device of a harvesting machine |
GB2515172B (en) | 2013-04-22 | 2016-01-06 | Univ Carnegie Mellon | Methods for improving the robustness of an automated unloading system |
CN203275401U (zh) | 2013-04-24 | 2013-11-06 | 陈金 | 一种新型公路土工击实快速测厚调节仪 |
CN203055121U (zh) | 2013-04-26 | 2013-07-10 | 昆明理工大学 | 一种基于Zigbee技术的土壤压实数据无线传输装置 |
CA2814599A1 (en) | 2013-04-29 | 2014-10-29 | Fieldstone Land Management Inc. | Method and apparatus for tangible effect calculation and compensation |
EP2798928B1 (en) | 2013-04-29 | 2024-02-07 | CLAAS E-Systems GmbH | Operating system for and method of operating an automatic guidance system of an agricultural vehicle |
US10740703B2 (en) | 2013-04-29 | 2020-08-11 | Verge Technologies Inc. | Method and system for determining optimized travel path for agricultural implement on land with obstacle |
DE102013209197A1 (de) | 2013-05-17 | 2014-11-20 | Deere & Company | Erntemaschine mit vorausschauender Vortriebsgeschwindigkeitsregelung |
USD721740S1 (en) | 2013-05-23 | 2015-01-27 | Deere & Company | Display interface or housing thereof |
BE1021150B1 (nl) | 2013-06-03 | 2016-01-13 | Cnh Industrial Belgium Nv | Werkwijze voor het verwerken van belastingssignaal van een balenpers |
DE102013105821A1 (de) | 2013-06-06 | 2014-12-11 | Claas Selbstfahrende Erntemaschinen Gmbh | Erntemaschine zur Aufnahme von Erntegut |
DE102013212151A1 (de) | 2013-06-26 | 2014-12-31 | Robert Bosch Gmbh | Baumaschine mit einer Vibrationseinheit |
DE102013107169A1 (de) | 2013-07-08 | 2015-01-08 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftliche Erntemaschine |
WO2015006600A1 (en) | 2013-07-10 | 2015-01-15 | Agco Corporation | Automating distribution of work in a field |
DE102013012027A1 (de) | 2013-07-19 | 2015-01-22 | Claas Selbstfahrende Erntemaschinen Gmbh | Selbstfahrende Erntemaschine und Fahrzeugverbund |
GB2517049B (en) | 2013-07-28 | 2019-09-11 | Deere & Co | Artificial intelligence for detecting and filling void areas of agricultural commodity containers |
US9301466B2 (en) | 2013-07-29 | 2016-04-05 | Syngenta Participations Ag | Variety corn line HID3259 |
US9188518B2 (en) | 2013-08-19 | 2015-11-17 | Bridgestone Americas Tire Operations, Llc | Ground compaction images |
JP6134609B2 (ja) | 2013-08-28 | 2017-05-24 | ヤンマー株式会社 | 遠隔サーバ |
US9767521B2 (en) | 2013-08-30 | 2017-09-19 | The Climate Corporation | Agricultural spatial data processing systems and methods |
US20160360697A1 (en) | 2013-09-03 | 2016-12-15 | Agco Corporation | System and method for automatically changing machine control state |
WO2015038751A1 (en) | 2013-09-13 | 2015-03-19 | Agco Corporation | Method to automatically estimate and classify spatial data for use on real time maps |
US9234317B2 (en) | 2013-09-25 | 2016-01-12 | Caterpillar Inc. | Robust system and method for forecasting soil compaction performance |
US9804756B2 (en) | 2013-09-27 | 2017-10-31 | Iteris, Inc. | Comparative data analytics and visualization tool for analyzing traffic performance data in a traffic management system |
WO2015048499A1 (en) | 2013-09-27 | 2015-04-02 | John Earl Acheson | Yield monitor calibration method and system |
US9188986B2 (en) | 2013-10-01 | 2015-11-17 | Jaybridge Robotics, Inc. | Computer-implemented method and system for dynamically positioning a vehicle relative to another vehicle in motion for on-the-fly offloading operations |
WO2015051339A1 (en) | 2013-10-03 | 2015-04-09 | Farmers Business Network, Llc | Crop model and prediction analytics |
JP2015070812A (ja) | 2013-10-03 | 2015-04-16 | ヤンマー株式会社 | 農作物情報管理システム |
US10104824B2 (en) | 2013-10-14 | 2018-10-23 | Kinze Manufacturing, Inc. | Autonomous systems, methods, and apparatus for AG based operations |
US10362733B2 (en) | 2013-10-15 | 2019-07-30 | Deere & Company | Agricultural harvester configured to control a biomass harvesting rate based upon soil effects |
BE1021164B1 (nl) | 2013-10-28 | 2016-01-18 | Cnh Industrial Belgium Nv | Ontlaadsystemen |
JP6087258B2 (ja) | 2013-10-28 | 2017-03-01 | ヤンマー株式会社 | 遠隔配車サーバ |
BE1021108B1 (nl) | 2013-10-28 | 2016-01-18 | Cnh Industrial Belgium Nv | Ontlaadsystemen |
DE102013222122B4 (de) | 2013-10-30 | 2020-10-15 | Mts Maschinentechnik Schrode Ag | Verfahren zum Betreiben eines Bodenverdichtungs- oder Bodenprüfgeräts, sowie Bodenverdichtungs- oder Verdichtungsprüfgerät |
US10371561B2 (en) | 2013-11-01 | 2019-08-06 | Iowa State University Research Foundation, Inc. | Yield measurement and base cutter height control systems for a harvester |
DE102013019098B3 (de) | 2013-11-11 | 2015-01-08 | Hochschule für Technik und Wirtschaft Dresden | System zum Erfassen von Parametern der Umwelt und Umgebung |
CN203613525U (zh) | 2013-11-25 | 2014-05-28 | 杨振华 | 一种公路灰土基层压实度测定取样机 |
CN203658201U (zh) | 2013-12-09 | 2014-06-18 | 长安大学 | 一种用于测量路基土压实度的装置 |
US9714856B2 (en) | 2013-12-13 | 2017-07-25 | Ag Leader Technology, Inc. | Automatic compensation for the effect of grain properties on mass flow sensor calibration |
JP5986064B2 (ja) | 2013-12-25 | 2016-09-06 | Necプラットフォームズ株式会社 | 冷却システムおよび電子機器 |
DE102014100136A1 (de) | 2014-01-08 | 2015-07-09 | Claas Selbstfahrende Erntemaschinen Gmbh | Erntevorrichtung |
CN203741803U (zh) | 2014-01-10 | 2014-07-30 | 瑞和安惠项目管理集团有限公司 | 工程监理用路基压实度检测取土装置 |
DE102014201203A1 (de) | 2014-01-23 | 2015-07-23 | Deere & Company | Landwirtschaftliches Arbeitsfahrzeug mit einem Fluggerät und zugehöriger Stromversorgung |
US20150211199A1 (en) | 2014-01-24 | 2015-07-30 | Caterpillar Inc. | Device and process to measure ground stiffness from compactors |
EP3104676A4 (en) | 2014-02-10 | 2017-11-08 | The Climate Corporation | Methods and systems for generating shared collaborative maps |
JP6298313B2 (ja) | 2014-02-18 | 2018-03-20 | 鹿島建設株式会社 | 地盤剛性測定装置、締固め機械及び地盤剛性測定方法 |
DE102014203005B3 (de) | 2014-02-19 | 2015-05-13 | Deere & Company | Vibrationsdämpfende Ansteuerung eines Aktors einer landwirtschaftlichen Arbeitsmaschine |
US20150254800A1 (en) | 2014-03-06 | 2015-09-10 | F12 Solutions, Llc | Nitrogen status determination in growing crops |
NL2012485B1 (en) | 2014-03-20 | 2016-01-18 | Lely Patent Nv | Method and system for navigating an agricultural vehicle on a land area. |
DE102014205233A1 (de) | 2014-03-20 | 2015-09-24 | Deere & Company | Erntemaschine mit vorausschauender Vortriebsgeschwindigkeitsvorgabe |
US9529364B2 (en) | 2014-03-24 | 2016-12-27 | Cnh Industrial America Llc | System for coordinating agricultural vehicle control for loading a truck |
DE102014205503A1 (de) | 2014-03-25 | 2015-10-01 | Hamm Ag | Verfahren zur Korrektur eines Messwerteverlaufs durch das Eliminieren periodisch auftretender Messartefakte, insbesondere bei einem Bodenverdichter |
US9489576B2 (en) | 2014-03-26 | 2016-11-08 | F12 Solutions, LLC. | Crop stand analysis |
BR102014007178B1 (pt) | 2014-03-26 | 2020-12-22 | São Martinho S/A | processo de geração de mapas de aplicação de herbicida em função das espécies de plantas daninhas e teores de argila e matéria orgânica de solo |
WO2015153809A1 (en) | 2014-04-01 | 2015-10-08 | Precision Planting Llc | Agricultural implement and implement operator monitoring apparatus, systems, and methods |
CN103954738B (zh) | 2014-04-01 | 2015-11-04 | 中国科学院力学研究所 | 一种测量土体振动传播特性的室内试验装置 |
DE102014104619A1 (de) | 2014-04-02 | 2015-10-08 | Claas Agrosystems Kgaa Mbh & Co. Kg | Planungssystem und Verfahren zur Planung einer Feldbearbeitung |
US9810679B2 (en) | 2014-04-02 | 2017-11-07 | Colorado School Of Mines | Intelligent pad foot soil compaction devices and methods of using same |
WO2015160837A2 (en) | 2014-04-15 | 2015-10-22 | Raven Industries, Inc. | Reaping based yield monitoring system and method for the same |
US9974226B2 (en) | 2014-04-21 | 2018-05-22 | The Climate Corporation | Generating an agriculture prescription |
US9405039B2 (en) | 2014-04-22 | 2016-08-02 | Deere & Company | Ground engaging member accumulation determination |
US9523180B2 (en) | 2014-04-28 | 2016-12-20 | Deere & Company | Semi-automatic material loading |
DE102014208070A1 (de) | 2014-04-29 | 2015-12-17 | Deere & Company | Die Fahrzeugdynamik berücksichtigendes Kontrollsystem zur Positionssteuerung eines Geräts für ein landwirtschaftliches Arbeitsfahrzeug |
DE102014208068A1 (de) | 2014-04-29 | 2015-10-29 | Deere & Company | Erntemaschine mit sensorbasierter Einstellung eines Arbeitsparameters |
US9232693B2 (en) * | 2014-05-08 | 2016-01-12 | Deere & Company | System and method for sensing and mapping stalk diameter |
WO2015171954A2 (en) | 2014-05-09 | 2015-11-12 | Raven Industries, Inc. | Refined row guidance parameterization with hough transform |
FR3021114B1 (fr) | 2014-05-13 | 2017-08-11 | Sol Solution | Penetrometre dynamique, ensemble de mesure, systeme et methode de determination de la compacite et de la capacite portante d'un sol |
JP6410130B2 (ja) | 2014-05-15 | 2018-10-24 | 株式会社Jsol | 農作物の収穫予測装置、収穫予測システム及び収穫予測方法 |
US9578808B2 (en) | 2014-05-16 | 2017-02-28 | Deere & Company | Multi-sensor crop yield determination |
US10104836B2 (en) | 2014-06-11 | 2018-10-23 | John Paul Jamison | Systems and methods for forming graphical and/or textual elements on land for remote viewing |
BR102015013228B1 (pt) | 2014-06-13 | 2020-11-24 | Cnh Industrial America Llc | SISTEMA E METODO DE CONTROLE PARA UM VEfCULO AGRiCOLA |
DE102014009090B4 (de) | 2014-06-19 | 2017-04-06 | Technische Universität Dresden | Landwirtschaftliches Gerät zur konservierenden Bodenbearbeitung |
WO2015200489A1 (en) | 2014-06-24 | 2015-12-30 | 360 Yield Center, Llc | Agronomic system, methods and apparatuses |
CN204000818U (zh) | 2014-07-02 | 2014-12-10 | 四川农业大学 | 一种土壤坚实度测定装置 |
US10126153B2 (en) | 2014-07-22 | 2018-11-13 | Deere & Company | Particulate matter impact sensor |
US10034423B2 (en) | 2014-07-29 | 2018-07-31 | Deere & Company | Biomass sensing |
FR3024772B1 (fr) | 2014-08-07 | 2016-09-02 | Electricite De France | Procede et dispositif pour la determination de la profondeur de l'origine d'un tassement de sol |
US9717178B1 (en) | 2014-08-08 | 2017-08-01 | The Climate Corporation | Systems and method for monitoring, controlling, and displaying field operations |
US10568316B2 (en) | 2014-08-15 | 2020-02-25 | Monsanto Technology Llc | Apparatus and methods for in-field data collection and sampling |
US9131644B2 (en) | 2014-08-19 | 2015-09-15 | Iteris, Inc. | Continual crop development profiling using dynamical extended range weather forecasting with routine remotely-sensed validation imagery |
DE102014216593A1 (de) | 2014-08-21 | 2016-02-25 | Deere & Company | Bedienerassistenzsystem für eine landwirtschaftliche Arbeitsmaschine |
BR112017003678B1 (pt) | 2014-08-22 | 2023-04-18 | The Climate Corporation | Método e sistema para monitoramento agronômico e agrícola |
WO2016032956A1 (en) | 2014-08-27 | 2016-03-03 | Premier Crop Systems, LLC | System and method for controlling machinery for randomizing and replicating predetermined agronomic input levels |
US9829364B2 (en) | 2014-08-28 | 2017-11-28 | Raven Industries, Inc. | Method of sensing volume of loose material |
US10109024B2 (en) | 2014-09-05 | 2018-10-23 | The Climate Corporation | Collecting data to generate an agricultural prescription |
DE102014113001A1 (de) | 2014-09-10 | 2016-03-10 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zur Steuerung eines Überladeprozesses |
US11080798B2 (en) | 2014-09-12 | 2021-08-03 | The Climate Corporation | Methods and systems for managing crop harvesting activities |
US11113649B2 (en) | 2014-09-12 | 2021-09-07 | The Climate Corporation | Methods and systems for recommending agricultural activities |
US10667456B2 (en) | 2014-09-12 | 2020-06-02 | The Climate Corporation | Methods and systems for managing agricultural activities |
US10564316B2 (en) | 2014-09-12 | 2020-02-18 | The Climate Corporation | Forecasting national crop yield during the growing season |
US10085379B2 (en) | 2014-09-12 | 2018-10-02 | Appareo Systems, Llc | Grain quality sensor |
DE102014113335A1 (de) | 2014-09-16 | 2016-03-17 | Claas Tractor Sas | Landwirtschaftliche Arbeitsmaschine mit und Verfahren zur vorausschauenden Regelung einer Antriebsleistung und/oder eines Antriebsstranges |
US10126282B2 (en) | 2014-09-23 | 2018-11-13 | Deere & Company | Yield estimation |
US9903979B2 (en) | 2014-09-23 | 2018-02-27 | Deere & Company | Yield estimation |
DE102014113874A1 (de) | 2014-09-25 | 2016-03-31 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zum Überladen bei Erntemaschinen |
DE102014113887A1 (de) | 2014-09-25 | 2016-03-31 | Claas Selbstfahrende Erntemaschinen Gmbh | Mähdrescher mit einer Verteilvorrichtung |
DE102014113965A1 (de) | 2014-09-26 | 2016-03-31 | Claas Selbstfahrende Erntemaschinen Gmbh | Mähdrescher mit Fahrerassistenzsystem |
JP2016071726A (ja) | 2014-09-30 | 2016-05-09 | 井関農機株式会社 | 作業情報記憶装置 |
US9807933B2 (en) | 2014-10-20 | 2017-11-07 | Cnh Industrial America Llc | Sensor equipped agricultural harvester |
EP3219184B1 (en) | 2014-11-13 | 2020-04-15 | Yanmar Co., Ltd. | Agricultural work vehicle |
WO2016074058A1 (en) | 2014-11-14 | 2016-05-19 | Bistrata Systems Inc. | System and method for measuring grain cart weight |
GB201421527D0 (en) | 2014-12-04 | 2015-01-21 | Agco Int Gmbh | Automated agriculture system |
WO2016090212A1 (en) | 2014-12-05 | 2016-06-09 | Board Of Trustees Of Michigan State University | Methods and systems for precision crop management |
DE102014226189B4 (de) | 2014-12-17 | 2017-08-24 | Continental Automotive Gmbh | Verfahren zur Ermittlung eines Unkrautanteils und Landtechnik-Steuereinrichtung |
US9563492B2 (en) | 2015-01-09 | 2017-02-07 | Deere & Company | Service diagnostic trouble code sequencer and method |
US9792557B2 (en) | 2015-01-14 | 2017-10-17 | Accenture Global Services Limited | Precision agriculture system |
CN204435344U (zh) | 2015-01-22 | 2015-07-01 | 中交四公局第二工程有限公司 | 一种用于测定土层压实度的可行走式取样机 |
WO2016118686A1 (en) | 2015-01-23 | 2016-07-28 | Iteris, Inc. | Modeling of crop growth for desired moisture content of targeted livestock feedstuff for determination of harvest windows using field-level diagnosis and forecasting of weather conditions and observations and user input of harvest condition states |
US9140824B1 (en) | 2015-01-23 | 2015-09-22 | Iteris, Inc. | Diagnosis and prediction of in-field dry-down of a mature small grain, coarse grain, or oilseed crop using field-level analysis and forecasting of weather conditions, crop characteristics, and observations and user input of harvest condition states |
US9009087B1 (en) | 2015-01-23 | 2015-04-14 | Iteris, Inc. | Modeling the impact of time-varying weather conditions on unit costs of post-harvest crop drying techniques using field-level analysis and forecasts of weather conditions, facility metadata, and observations and user input of grain drying data |
WO2016127094A1 (en) | 2015-02-06 | 2016-08-11 | The Climate Corporation | Methods and systems for recommending agricultural activities |
US20160247075A1 (en) | 2015-02-20 | 2016-08-25 | Iteris, Inc. | Modeling of soil tilth and mechanical strength for field workability of cultivation activity from diagnosis and prediction of soil and weather conditions associated with user-provided feedback |
JP2016160808A (ja) | 2015-02-27 | 2016-09-05 | 井関農機株式会社 | コンバインのエンジン制御システム |
US20160260021A1 (en) | 2015-03-06 | 2016-09-08 | William Marek | System and method for improved agricultural yield and efficiency using statistical analysis |
CN204475304U (zh) | 2015-03-17 | 2015-07-15 | 攀枝花天誉工程检测有限公司 | 土工压实度检测成孔器 |
CN106998651B (zh) | 2015-03-18 | 2019-10-18 | 株式会社久保田 | 联合收割机 |
RO130713B1 (ro) | 2015-03-19 | 2023-05-30 | Universitatea De Ştiinţe Agronomice Şi Medicină Veterinară Din Bucureşti | Sistem automat gis pentru realizarea hărţilor cu distribuţia speciilor de buruieni |
WO2016154482A1 (en) | 2015-03-25 | 2016-09-29 | 360 Yield Center, Llc | Agronomic systems, methods and apparatuses |
US10095200B2 (en) | 2015-03-30 | 2018-10-09 | Uop Llc | System and method for improving performance of a chemical plant with a furnace |
DE102015004174A1 (de) | 2015-04-02 | 2016-10-06 | Claas Selbstfahrende Erntemaschinen Gmbh | Mähdrescher |
DE102015004344A1 (de) | 2015-04-02 | 2016-10-06 | Claas Selbstfahrende Erntemaschinen Gmbh | Mähdrescher |
DE102015004343A1 (de) | 2015-04-02 | 2016-10-06 | Claas Selbstfahrende Erntemaschinen Gmbh | Mähdrescher |
DE102015106302A1 (de) | 2015-04-24 | 2016-10-27 | Claas Selbstfahrende Erntemaschinen Gmbh | Erntesystem mit einer selbstfahrenden Erntemaschine |
JP2018523447A (ja) | 2015-05-01 | 2018-08-16 | ハイリーオン インク.Hyliion Inc. | 動力供給を増大させ、燃料要求を低減させるモーター車両の装備 |
US20170270446A1 (en) | 2015-05-01 | 2017-09-21 | 360 Yield Center, Llc | Agronomic systems, methods and apparatuses for determining yield limits |
US10209235B2 (en) | 2015-05-04 | 2019-02-19 | Deere & Company | Sensing and surfacing of crop loss data |
US9872433B2 (en) | 2015-05-14 | 2018-01-23 | Raven Industries, Inc. | System and method for adjusting harvest characteristics |
US11216758B2 (en) | 2015-05-14 | 2022-01-04 | Board Of Trustees Of Michigan State University | Methods and systems for crop land evaluation and crop growth management |
US10039231B2 (en) | 2015-05-19 | 2018-08-07 | Deere & Company | System for measuring plant attributes using a priori plant maps |
EP3095310B1 (en) | 2015-05-21 | 2018-05-16 | Robert Thomas Farms Ltd | Agricultural apparatus |
DE102015006398B3 (de) | 2015-05-21 | 2016-05-04 | Helmut Uhrig Strassen- und Tiefbau GmbH | Bodenverdichtung mit einem Baggeranbauverdichter |
US20160342915A1 (en) | 2015-05-22 | 2016-11-24 | Caterpillar Inc. | Autonomous Fleet Size Management |
DE102015108374A1 (de) | 2015-05-27 | 2016-12-01 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zur Ansteuerung einer selbstfahrenden Erntemaschine |
WO2016191825A1 (en) | 2015-06-05 | 2016-12-08 | The University Of Sydney | Automatic target recognition and management system |
US10791666B2 (en) | 2015-06-08 | 2020-10-06 | The Climate Corporation | Agricultural data analysis |
DE102015109799A1 (de) | 2015-06-18 | 2016-12-22 | Claas E-Systems Kgaa Mbh & Co Kg | Verfahren zur Synchronisation zweier unabhängiger, selbstfahrender landwirtschaftlicher Arbeitsmaschinen |
ES2883206T3 (es) | 2015-06-18 | 2021-12-07 | Bail&Burnit Pty Ltd | Sistema de gestión mecánica de semillas de malas hierbas |
WO2017004074A1 (en) | 2015-06-30 | 2017-01-05 | Precision Planting Llc | Systems and methods for image capture and analysis of agricultural fields |
EP3322280B1 (en) | 2015-07-14 | 2020-12-30 | Dean Mayerle | Weed seed destruction |
US10492369B2 (en) | 2015-07-14 | 2019-12-03 | Dean Mayerle | Weed seed destruction |
US9968027B2 (en) | 2015-07-14 | 2018-05-15 | Clemson University | Automated control systems and methods for underground crop harvesters |
US9740208B2 (en) | 2015-07-30 | 2017-08-22 | Deere & Company | UAV-based sensing for worksite operations |
CN204989174U (zh) | 2015-08-05 | 2016-01-20 | 中国农业大学 | 一种用于测量土壤压实的试验平台 |
US10015928B2 (en) | 2015-08-10 | 2018-07-10 | Deere & Company | Method and stereo vision system for managing the unloading of an agricultural material from a vehicle |
US9642305B2 (en) | 2015-08-10 | 2017-05-09 | Deere & Company | Method and stereo vision system for managing the unloading of an agricultural material from a vehicle |
DE102015113527A1 (de) | 2015-08-17 | 2017-02-23 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftliche Erntemaschine |
US11425865B2 (en) | 2015-08-28 | 2022-08-30 | Tecfarm Pty Ltd | Apparatus and method for processing a crop residue |
DE102015217496A1 (de) | 2015-09-14 | 2017-03-16 | Deere & Company | Verfahren zum Ausbringen von Saatgutpartikeln oder Pflanzen auf ein Feld und eine entsprechende Maschine |
JP6502221B2 (ja) | 2015-09-14 | 2019-04-17 | 株式会社クボタ | 作業車支援システム |
US10183667B2 (en) | 2015-09-15 | 2019-01-22 | Deere & Company | Human presence detection on a mobile machine |
CN105205248B (zh) | 2015-09-17 | 2017-12-08 | 哈尔滨工业大学 | 一种基于ode物理引擎的车辆地形通过性仿真分析组件的设计方法 |
US9696162B2 (en) | 2015-09-17 | 2017-07-04 | Deere & Company | Mission and path planning using images of crop wind damage |
US10025983B2 (en) | 2015-09-21 | 2018-07-17 | The Climate Corporation | Ponding water detection on satellite imagery |
US10188037B2 (en) | 2015-09-24 | 2019-01-29 | Deere & Company | Yield estimation |
US9699967B2 (en) | 2015-09-25 | 2017-07-11 | Deere & Company | Crosswind compensation for residue processing |
JP6770300B2 (ja) | 2015-09-29 | 2020-10-14 | 株式会社ミツトヨ | 計測機器用の信号処理回路 |
EP3150052B1 (en) | 2015-09-30 | 2018-06-13 | CLAAS E-Systems KGaA mbH & Co KG | Crop harvesting machine |
US9807940B2 (en) | 2015-09-30 | 2017-11-07 | Deere & Company | System for prediction and control of drydown for windrowed agricultural products |
CN108135132B (zh) | 2015-10-05 | 2023-01-13 | 拜耳农作物科学股份公司 | 用于在植物生长模型的帮助下操作收割机器的方法 |
KR20170041377A (ko) | 2015-10-07 | 2017-04-17 | 안범주 | 후방에 설치된 토양 경도 측정 센서를 갖는 차량 |
US10342174B2 (en) | 2015-10-16 | 2019-07-09 | The Climate Corporation | Method for recommending seeding rate for corn seed using seed type and sowing row width |
US9681605B2 (en) | 2015-10-26 | 2017-06-20 | Deere & Company | Harvester feed rate control |
US20170115862A1 (en) | 2015-10-27 | 2017-04-27 | Cnh Industrial America Llc | Graphical yield monitor real-time data display |
US10080325B2 (en) | 2015-10-27 | 2018-09-25 | Cnh Industrial America Llc | Predictive overlap control model |
US20170112061A1 (en) | 2015-10-27 | 2017-04-27 | Cnh Industrial America Llc | Graphical yield monitor static (previous) data display on in-cab display |
US10586158B2 (en) | 2015-10-28 | 2020-03-10 | The Climate Corporation | Computer-implemented calculation of corn harvest recommendations |
DE102015118767A1 (de) | 2015-11-03 | 2017-05-04 | Claas Selbstfahrende Erntemaschinen Gmbh | Umfelddetektionseinrichtung für landwirtschaftliche Arbeitsmaschine |
US20180232674A1 (en) | 2015-11-05 | 2018-08-16 | Agco International Gmbh | Method and system for determining work trajectories for a fleet of working units in a harvest operation |
US20170127606A1 (en) | 2015-11-10 | 2017-05-11 | Digi-Star, Llc | Agricultural Drone for Use in Controlling the Direction of Tillage and Applying Matter to a Field |
DE102016121523A1 (de) | 2015-11-17 | 2017-05-18 | Lacos Computerservice Gmbh | Verfahren zum prädikativen Erzeugen von Daten zur Steuerung eines Fahrweges und eines Betriebsablaufes für landwirtschaftliche Fahrzeuge und Maschinen |
US10890922B2 (en) | 2015-11-19 | 2021-01-12 | Agjunction Llc | Automated multi-vehicle alignment steering |
DK178711B1 (en) | 2015-11-24 | 2016-11-28 | Green Agro And Transp Aps | Flexible wheel track system for in-field trailer |
US11062223B2 (en) | 2015-12-02 | 2021-07-13 | The Climate Corporation | Forecasting field level crop yield during a growing season |
DE102015121210A1 (de) | 2015-12-07 | 2017-06-08 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftliche Arbeitsmaschine |
US9721181B2 (en) | 2015-12-07 | 2017-08-01 | The Climate Corporation | Cloud detection on remote sensing imagery |
US10091925B2 (en) | 2015-12-09 | 2018-10-09 | International Business Machines Corporation | Accurately determining crop yield at a farm level |
WO2017096489A1 (en) | 2015-12-09 | 2017-06-15 | Scanimetrics Inc. | Measuring and monitoring a body of granular material |
WO2017099570A1 (es) | 2015-12-11 | 2017-06-15 | Pacheco Sanchez José Antonio | Sistema y método para agricultura de precisión por análisis multiespectral e hiperespectral de imágenes aéreas utilizando vehículos aéreos no tripulados |
CN105432228A (zh) | 2015-12-16 | 2016-03-30 | 无锡同春新能源科技有限公司 | 一种无人玉米收获机 |
DE102015122269A1 (de) | 2015-12-18 | 2017-06-22 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren für den Betrieb eines Mähdreschers |
US9856612B2 (en) | 2015-12-21 | 2018-01-02 | Caterpillar Paving Products Inc. | Compaction measurement using nearby sensors |
US20200271170A1 (en) | 2015-12-29 | 2020-08-27 | Agco Corporation | Integrated driveline slip clutch system for large square baler |
BR102016024930B1 (pt) | 2016-01-06 | 2021-08-24 | Cnh Industrial America Llc | Sistema de controle para um veículo de reboque e método para controlar um veículo agrícola |
BR102016024151B1 (pt) | 2016-01-06 | 2021-10-13 | Cnh Industrial America Llc | Meio legível por computador não transitório tangível, sistema e método para controlar pelo menos um veículo agrícola autônomo |
US10019790B2 (en) | 2016-01-15 | 2018-07-10 | Deere & Company | Fill level indicator for an automated unloading system |
EP3195719B1 (en) | 2016-01-20 | 2018-10-24 | CLAAS E-Systems KGaA mbH & Co KG | Agricultural machine |
EP3195720A1 (en) | 2016-01-21 | 2017-07-26 | CLAAS E-Systems KGaA mbH & Co KG | Crop tank system |
US10529036B2 (en) | 2016-01-22 | 2020-01-07 | The Climate Corporation | Forecasting national crop yield during the growing season using weather indices |
BE1023467B1 (nl) | 2016-02-01 | 2017-03-29 | Cnh Industrial Belgium Nv | Beheer van een restantensysteem van een maaidorser door veldgegevens te gebruiken |
JP6688542B2 (ja) | 2016-02-04 | 2020-04-28 | ヤンマー株式会社 | 追従型コンバイン |
US9891629B2 (en) | 2016-02-04 | 2018-02-13 | Deere & Company | Autonomous robotic agricultural machine and system thereof |
JP6567440B2 (ja) | 2016-02-05 | 2019-08-28 | 鹿島建設株式会社 | 地盤の締固め状態測定装置、締固め状態測定方法、及び締固め機械 |
BE1023485B1 (nl) | 2016-02-23 | 2017-04-06 | Cnh Industrial Belgium Nv | Kafstrooier met zaadkneuzing |
US10588258B2 (en) | 2016-02-25 | 2020-03-17 | Deere & Company | Automatic determination of the control unit parameters of an arrangement to control an actuator for the adjustment of an adjustable element of an agricultural machine |
US9675008B1 (en) | 2016-02-29 | 2017-06-13 | Cnh Industrial America Llc | Unloading arrangement for agricultural harvesting vehicles |
US10201121B1 (en) | 2016-03-01 | 2019-02-12 | Ag Leader Technology | Prediction of amount of crop or product remaining for field |
US10028435B2 (en) | 2016-03-04 | 2018-07-24 | Deere & Company | Sensor calibration using field information |
KR101653750B1 (ko) | 2016-03-10 | 2016-09-02 | 한국건설기술연구원 | 식생매트 고정용 앵커핀의 인발 시험 장치 및 방법 |
BE1023982B1 (nl) | 2016-03-23 | 2017-10-03 | Cnh Industrial Belgium Nv | Geautomatiseerd lossysteem voor het lossen van gewas |
US20190057460A1 (en) | 2016-03-25 | 2019-02-21 | Nec Corporation | Information processing device, control method for information processing device, and recording medium having control program for information processing device recorded therein |
WO2017170507A1 (ja) | 2016-03-29 | 2017-10-05 | ヤンマー株式会社 | コンバイン |
US9903077B2 (en) | 2016-04-04 | 2018-02-27 | Caterpillar Paving Products Inc. | System and method for performing a compaction operation |
RU164128U1 (ru) | 2016-04-05 | 2016-08-20 | Федеральное государственное автономное образовательное учреждение высшего образования "Крымский федеральный университет имени В.И. Вернадского" | Установка для испытания на изнашиваемость материалов для рабочих органов почвообрабатывающих машин |
WO2017181127A1 (en) | 2016-04-15 | 2017-10-19 | The Regents Of The University Of California | Robotic plant care systems and methods |
CN105741180B (zh) | 2016-04-21 | 2021-06-18 | 江苏大学 | 一种联合收获机谷物产量图绘制系统 |
JP6755117B2 (ja) | 2016-04-26 | 2020-09-16 | ヤンマーパワーテクノロジー株式会社 | コンバイン |
US10275550B2 (en) | 2016-04-27 | 2019-04-30 | The Climate Corporation | Assimilating a soil sample into a digital nutrient model |
US10152891B2 (en) | 2016-05-02 | 2018-12-11 | Cnh Industrial America Llc | System for avoiding collisions between autonomous vehicles conducting agricultural operations |
DE102016118205A1 (de) | 2016-05-10 | 2017-11-16 | Claas Tractor Sas | Zugmaschinen-Geräte-Kombination mit Fahrerassistenzsystem |
WO2017194399A1 (en) | 2016-05-12 | 2017-11-16 | Bayer Cropscience Aktiengesellschaft | Recognition of weed in a natural environment |
DE102016108902A1 (de) | 2016-05-13 | 2017-11-16 | Claas Saulgau Gmbh | Verfahren und Steuerungseinrichtung zum Betreiben eines landwirtschaftlichen Transportwagens sowie Transportwagen |
US10051787B2 (en) | 2016-05-17 | 2018-08-21 | Deere & Company | Harvesting head with yield monitor |
CN106053330B (zh) | 2016-05-23 | 2018-12-18 | 北京林业大学 | 土壤紧实度及水分复合测量方法及装置 |
WO2017205406A1 (en) | 2016-05-24 | 2017-11-30 | Cnh Industrial America Llc | Autonomous grain cart dimensioned to fit behind header |
WO2017205410A1 (en) | 2016-05-24 | 2017-11-30 | Cnh Industrial America Llc | Grain cart for continuous conveying agricultural product |
US9563852B1 (en) | 2016-06-21 | 2017-02-07 | Iteris, Inc. | Pest occurrence risk assessment and prediction in neighboring fields, crops and soils using crowd-sourced occurrence data |
DE102016111665A1 (de) | 2016-06-24 | 2017-12-28 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftliche Arbeitsmaschine und Verfahren zum Betrieb einer landwirtschaftlichen Arbeitsmaschine |
EP3262934A1 (de) | 2016-06-28 | 2018-01-03 | Bayer CropScience AG | Verfahren zur unkrautbekämpfung |
UY36763A (es) | 2016-07-01 | 2018-01-31 | Carlos Hartwich | Roturador y plantador en plataforma motorizada unitaria con navegador automático |
US9563848B1 (en) | 2016-07-06 | 2017-02-07 | Agrian, Inc. | Weighted multi-year yield analysis for prescription mapping in site-specific variable rate applications in precision agriculture |
US9928584B2 (en) | 2016-07-11 | 2018-03-27 | Harvest Moon Automation Inc. | Inspecting plants for contamination |
US10231371B2 (en) | 2016-07-18 | 2019-03-19 | Tribine Industries Llc | Soil compaction mitigation assembly and method |
US10795351B2 (en) | 2016-07-19 | 2020-10-06 | Raven Industries, Inc. | System and method for autonomous control of agricultural machinery and equipment |
US20180022559A1 (en) | 2016-07-22 | 2018-01-25 | Scott William Knutson | Loader Positioning System |
CN106198879B (zh) | 2016-07-22 | 2018-11-16 | 广东双木林科技有限公司 | 一种检测杉树抗风稳定性能的方法 |
CN106248873B (zh) | 2016-07-22 | 2019-04-12 | 黄哲敏 | 一种通过检测设备测定松树坚固程度的方法 |
CN106226470B (zh) | 2016-07-22 | 2019-06-11 | 孙红 | 一种通过测量装置测定槐树的稳固性能的方法 |
CN106198877A (zh) | 2016-07-22 | 2016-12-07 | 陈显桥 | 通过测量设备检验杨树稳定性的方法 |
DE102016009085A1 (de) | 2016-07-26 | 2018-02-01 | Bomag Gmbh | Bodenverdichtungswalze mit Sensoreinrichtung an der Walzbandage und Verfahren zur Ermittlung der Bodensteifigkeit |
US10351364B2 (en) | 2016-08-05 | 2019-07-16 | Deere & Company | Automatic vehicle and conveyor positioning |
DE102016214554A1 (de) | 2016-08-05 | 2018-02-08 | Deere & Company | Verfahren zur Optimierung eines Arbeitsparameters einer Maschine zur Ausbringung von landwirtschaftlichem Material auf ein Feld und entsprechende Maschine |
US10154624B2 (en) | 2016-08-08 | 2018-12-18 | The Climate Corporation | Estimating nitrogen content using hyperspectral and multispectral images |
DE102016115589A1 (de) * | 2016-08-23 | 2018-03-01 | Claas Selbstfahrende Erntemaschinen Gmbh | Bandschneidwerk |
EP3287007A1 (de) | 2016-08-24 | 2018-02-28 | Bayer CropScience AG | Bekämpfung von schadorganismen auf basis der vorhersage von befallsrisiken |
US10410299B2 (en) | 2016-08-24 | 2019-09-10 | The Climate Corporation | Optimizing split fertilizer application |
US10609856B2 (en) | 2016-08-29 | 2020-04-07 | Troy Oliver | Agriculture system and method |
DE102016116043A1 (de) | 2016-08-29 | 2018-03-01 | Claas Selbstfahrende Erntemaschinen Gmbh | Transportfahrzeug |
CN106327349A (zh) | 2016-08-30 | 2017-01-11 | 张琦 | 一种基于云计算的园林绿化精细化管理装置 |
JP2018033407A (ja) | 2016-09-01 | 2018-03-08 | ヤンマー株式会社 | 配車システム |
DE102016116461A1 (de) | 2016-09-02 | 2018-03-08 | Claas Saulgau Gmbh | Verfahren und Steuerungseinrichtung zum Betreiben eines landwirtschaftlichen Transportwagens sowie Transportwagen |
DE102016117757A1 (de) | 2016-09-21 | 2018-03-22 | Claas Selbstfahrende Erntemaschinen Gmbh | Feldhäcksler |
EP3298873B1 (en) | 2016-09-21 | 2020-03-04 | Exel Industries | Control device for a vehicle, corresponding vehicle and method |
DE102016118297A1 (de) | 2016-09-28 | 2018-03-29 | Claas Tractor Sas | Verfahren und System zur Bestimmung eines Betriebspunktes |
DE102016118283A1 (de) | 2016-09-28 | 2018-03-29 | Claas Tractor Sas | Landwirtschaftliche Arbeitsmaschine |
US10078890B1 (en) | 2016-09-29 | 2018-09-18 | CHS North LLC | Anomaly detection |
CA3038768A1 (en) | 2016-09-29 | 2018-04-05 | Agro Intelligence Aps | A system and a method for determining a trajectory to be followed by an agricultural work vehicle |
DE102016118651A1 (de) | 2016-09-30 | 2018-04-05 | Claas Selbstfahrende Erntemaschinen Gmbh | Selbstfahrende landwirtschaftliche Arbeitsmaschine |
CN106290800B (zh) | 2016-09-30 | 2018-10-12 | 长沙理工大学 | 一种土质边坡抗水流侵蚀能力模拟试验方法及装置 |
US10165725B2 (en) | 2016-09-30 | 2019-01-01 | Deere & Company | Controlling ground engaging elements based on images |
US20180092301A1 (en) | 2016-10-01 | 2018-04-05 | Deere & Company | Residue spread control using crop deflector commands input by the operator and satnav combine bearing |
US20180092302A1 (en) | 2016-10-01 | 2018-04-05 | Deere & Company | Residue spread control using operator input of wind direction and combine bearing |
WO2018073060A1 (de) | 2016-10-18 | 2018-04-26 | Bayer Cropscience Aktiengesellschaft | PLANUNG UND AUSFÜHRUNG LANDWIRTSCHAFTLICHER MAßNAHMEN |
EP3528613B1 (en) | 2016-10-24 | 2022-12-07 | Board of Trustees of Michigan State University | Method for mapping temporal and spatial sustainability of a cropping system |
JP6832828B2 (ja) | 2016-10-26 | 2021-02-24 | 株式会社クボタ | 走行経路決定装置 |
EP3315005B1 (en) | 2016-10-28 | 2022-04-06 | Deere & Company | Stereo vision system for managing the unloading of an agricultural material from a vehicle |
US11256999B2 (en) | 2016-10-28 | 2022-02-22 | Deere & Company | Methods and systems of forecasting the drying of an agricultural crop |
US10719787B2 (en) | 2016-10-31 | 2020-07-21 | Basf Agro Trademarks Gmbh | Method for mapping crop yields |
US10832351B2 (en) | 2016-11-01 | 2020-11-10 | Deere & Company | Correcting bias in agricultural parameter monitoring |
US10408645B2 (en) | 2016-11-01 | 2019-09-10 | Deere & Company | Correcting bias in parameter monitoring |
US10928821B2 (en) | 2016-11-04 | 2021-02-23 | Intel Corporation | Unmanned aerial vehicle-based systems and methods for generating landscape models |
EP3534685A4 (en) | 2016-11-07 | 2020-10-21 | The Climate Corporation | WORK SHIFTS IMAGING AND ANALYSIS TO IMPLEMENT MONITORING, CONTROL AND OPERATOR FEEDBACK |
AU2017355728B2 (en) | 2016-11-07 | 2020-09-10 | Climate Llc | Agricultural implements for soil and vegetation analysis |
US10398096B2 (en) | 2016-11-16 | 2019-09-03 | The Climate Corporation | Identifying management zones in agricultural fields and generating planting plans for the zones |
US10028451B2 (en) | 2016-11-16 | 2018-07-24 | The Climate Corporation | Identifying management zones in agricultural fields and generating planting plans for the zones |
US10194574B2 (en) * | 2016-11-18 | 2019-02-05 | Cnh Industrial America Llc | System for adjusting smoothing tools of a harrow according to location |
US20180146624A1 (en) | 2016-11-28 | 2018-05-31 | The Climate Corporation | Determining intra-field yield variation data based on soil characteristics data and satellite images |
WO2018101351A1 (ja) | 2016-12-02 | 2018-06-07 | 株式会社クボタ | 走行経路管理システム及び走行経路決定装置 |
US10178823B2 (en) | 2016-12-12 | 2019-01-15 | Cnh Industrial Canada, Ltd. | Agricultural implement with automatic shank depth control |
CN106644663B (zh) | 2016-12-12 | 2023-07-21 | 江苏省海洋水产研究所 | 一种紫菜孢子计数用过滤装置及计数方法 |
WO2018116770A1 (ja) | 2016-12-19 | 2018-06-28 | 株式会社クボタ | 作業車自動走行システム |
KR102532963B1 (ko) | 2016-12-19 | 2023-05-16 | 가부시끼 가이샤 구보다 | 작업차 자동 주행 시스템 |
JP6936356B2 (ja) | 2016-12-19 | 2021-09-15 | 株式会社クボタ | 作業車自動走行システム |
GB201621879D0 (en) | 2016-12-21 | 2017-02-01 | Branston Ltd | A crop monitoring system and method |
JP6615085B2 (ja) | 2016-12-22 | 2019-12-04 | 株式会社クボタ | 収穫機 |
WO2018112615A1 (en) | 2016-12-22 | 2018-06-28 | Greentronics Ltd. | Systems and methods for automated tracking of harvested materials |
KR101873657B1 (ko) | 2016-12-22 | 2018-08-03 | 현대건설주식회사 | 탄성파 속도를 이용한 성토지반 다짐특성 측정장치와 이를 활용한 다짐관리 방법 |
CN206330815U (zh) | 2017-01-06 | 2017-07-14 | 福建九邦环境检测科研有限公司 | 一种土壤检测用土壤快速压实器 |
US10255670B1 (en) | 2017-01-08 | 2019-04-09 | Dolly Y. Wu PLLC | Image sensor and module for agricultural crop improvement |
US10775796B2 (en) | 2017-01-10 | 2020-09-15 | Cnh Industrial America Llc | Aerial vehicle systems and methods |
DE102017200336A1 (de) | 2017-01-11 | 2018-07-12 | Deere & Company | Modellbasierte prädiktive Geschwindigkeitskontrolle einer Erntemaschine |
KR200485051Y1 (ko) | 2017-01-16 | 2017-11-22 | 서울특별시 | 다짐도 평가장치 |
US10699185B2 (en) | 2017-01-26 | 2020-06-30 | The Climate Corporation | Crop yield estimation using agronomic neural network |
JP6767892B2 (ja) | 2017-02-03 | 2020-10-14 | ヤンマーパワーテクノロジー株式会社 | 収穫量管理システム |
DE102017104009A1 (de) | 2017-02-27 | 2018-08-30 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftliches Erntesystem |
US10315655B2 (en) | 2017-03-07 | 2019-06-11 | Deere & Company | Vehicle control based on soil compaction |
CN206515118U (zh) | 2017-03-10 | 2017-09-22 | 南京宁曦土壤仪器有限公司 | 多功能电动击实仪 |
CN206515119U (zh) | 2017-03-10 | 2017-09-22 | 南京宁曦土壤仪器有限公司 | 电动击实仪 |
JP7075787B2 (ja) | 2017-03-14 | 2022-05-26 | 株式会社フジタ | トラフィカビリティ推定装置およびプログラム |
DE102017105490A1 (de) | 2017-03-15 | 2018-09-20 | Amazonen-Werke H. Dreyer Gmbh & Co. Kg | Landwirtschaftliches Terminal |
DE102017105496A1 (de) | 2017-03-15 | 2018-09-20 | Amazonen-Werke H. Dreyer Gmbh & Co. Kg | Landwirtschaftliches Terminal |
DE102017204511A1 (de) | 2017-03-17 | 2018-09-20 | Deere & Company | Landwirtschaftliche Erntemaschine zur Bearbeitung und Förderung von Erntegut mit einer Sensoranordnung zur Erkennung von unerwünschten Gefahr- und Inhaltsstoffen im Erntegut |
WO2018175641A1 (en) | 2017-03-21 | 2018-09-27 | Blue River Technology Inc. | Combine harvester including machine feedback control |
CN206616118U (zh) | 2017-03-21 | 2017-11-07 | 嵊州市晟祥盈净水设备有限公司 | 一种多层次深度净水设备 |
DE102017205293A1 (de) | 2017-03-29 | 2018-10-04 | Deere & Company | Verfahren und Vorrichtung zur Bekämpfung unerwünschter Lebewesen auf einem Feld |
US10152035B2 (en) | 2017-04-12 | 2018-12-11 | Bayer Ag | Value added pest control system with smart learning |
CN206906093U (zh) | 2017-04-21 | 2018-01-19 | 青岛科技大学 | 一种岩土试件压实过程可以测量重量的装置 |
RU2017114139A (ru) | 2017-04-24 | 2018-10-24 | Общество с ограниченной ответственностью "Завод инновационных продуктов "КТЗ" | Способ управления уборочным комбайном |
AU2018260716B2 (en) | 2017-04-26 | 2020-03-19 | The Climate Corporation | Method for leveling sensor readings across an implement |
US10952374B2 (en) | 2017-05-01 | 2021-03-23 | Cnh Industrial America Llc | System and method for monitoring residue output from a harvester |
US10548260B2 (en) | 2017-05-04 | 2020-02-04 | Dawn Equipment Company | System for automatically setting the set point of a planter automatic down pressure control system with a seed furrow sidewall compaction measurement device |
DE102017109849A1 (de) | 2017-05-08 | 2018-11-08 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zur Abarbeitung eines landwirtschaftlichen Ernteprozesses |
US10531603B2 (en) | 2017-05-09 | 2020-01-14 | Cnh Industrial America Llc | Agricultural system |
BE1024475B1 (nl) | 2017-05-09 | 2018-03-01 | Cnh Industrial Belgium Nv | Werkwijze voor het oogsten en oogsttoestel |
BE1024513B1 (nl) | 2017-05-09 | 2018-03-21 | Cnh Industrial Belgium Nv | Landbouwsysteem |
US10317272B2 (en) | 2017-05-17 | 2019-06-11 | Deere & Company | Automatic wireless wagon detection apparatus and method |
CN206696107U (zh) | 2017-05-18 | 2017-12-01 | 贵州省山地农业机械研究所 | 多用途土壤坚实度测量装置 |
DE102017208442A1 (de) | 2017-05-18 | 2018-11-22 | Deere & Company | Selbstlernende, Korrektureingaben berücksichtigende Anordnung zur selbsttätigen Kontrolle eines Arbeitsparameters einer Erntegutförder- und/oder -bearbeitungseinrichtung |
US10481142B2 (en) | 2017-05-25 | 2019-11-19 | Deere & Company | Sensor system for determining soil characteristics |
US10537062B2 (en) | 2017-05-26 | 2020-01-21 | Cnh Industrial America Llc | Aerial vehicle systems and methods |
CN207079558U (zh) | 2017-05-31 | 2018-03-09 | 中铁二十一局集团第六工程有限公司 | 高速铁路路基沉降监测元件保护装置 |
BE1025282B1 (nl) | 2017-06-02 | 2019-01-11 | Cnh Industrial Belgium Nv | Draagvermogen van de grond |
US9984455B1 (en) | 2017-06-05 | 2018-05-29 | Hana Resources, Inc. | Organism growth prediction system using drone-captured images |
SE542261C2 (en) | 2017-06-05 | 2020-03-31 | Scania Cv Ab | Method and control arrangement for loading |
CN206941558U (zh) | 2017-06-16 | 2018-01-30 | 中石化中原建设工程有限公司 | 一种公路灰土基层压实度测定取样机 |
US20180359917A1 (en) | 2017-06-19 | 2018-12-20 | Deere & Company | Remote control of settings on a combine harvester |
US10459447B2 (en) | 2017-06-19 | 2019-10-29 | Cnh Industrial America Llc | System and method for generating partitioned swaths |
US10437243B2 (en) | 2017-06-19 | 2019-10-08 | Deere & Company | Combine harvester control interface for operator and/or remote user |
US10310455B2 (en) | 2017-06-19 | 2019-06-04 | Deere & Company | Combine harvester control and communication system |
US11589507B2 (en) | 2017-06-19 | 2023-02-28 | Deere & Company | Combine harvester control interface for operator and/or remote user |
US10314232B2 (en) | 2017-06-21 | 2019-06-11 | Cnh Industrial America Llc | System and method for destroying seeds in crop residue prior to discharge from agricultural harvester |
KR102589076B1 (ko) | 2017-06-23 | 2023-10-16 | 가부시끼 가이샤 구보다 | 수확기 |
JP6887323B2 (ja) | 2017-06-23 | 2021-06-16 | 株式会社クボタ | コンバイン及び圃場営農マップ生成方法 |
JP6827373B2 (ja) | 2017-06-26 | 2021-02-10 | 株式会社クボタ | コンバイン |
EP3648045A4 (en) | 2017-06-26 | 2021-03-24 | Kubota Corporation | AGRICULTURAL LAND MAP GENERATION SYSTEM |
DE102017006844B4 (de) | 2017-07-18 | 2019-04-11 | Bomag Gmbh | Bodenverdichter und Verfahren zur Bestimmung von Untergrundeigenschaften mittels eines Bodenverdichters |
US10757859B2 (en) | 2017-07-20 | 2020-09-01 | Deere & Company | System for optimizing platform settings based on crop state classification |
US11263707B2 (en) | 2017-08-08 | 2022-03-01 | Indigo Ag, Inc. | Machine learning in agricultural planting, growing, and harvesting contexts |
DK179454B1 (en) | 2017-08-17 | 2018-10-19 | Agro Intelligence Aps | A system for controlling soil compaction caused by wheels, and use of such system |
US10438302B2 (en) | 2017-08-28 | 2019-10-08 | The Climate Corporation | Crop disease recognition and yield estimation |
CN107576674A (zh) | 2017-08-30 | 2018-01-12 | 曲阜师范大学 | 一种基于探地雷达测量土壤压实程度的方法 |
US11140807B2 (en) | 2017-09-07 | 2021-10-12 | Deere & Company | System for optimizing agricultural machine settings |
AU2018329244A1 (en) | 2017-09-11 | 2020-03-12 | Farmers Edge Inc. | Generating a yield map for an agricultural field using classification and regression methods |
US10368488B2 (en) | 2017-09-18 | 2019-08-06 | Cnh Industrial America Llc | System and method for sensing harvested crop levels within an agricultural harvester |
US10883437B2 (en) | 2017-09-19 | 2021-01-05 | Doug Abolt | Horsepower on demand system |
DE102017121654A1 (de) | 2017-09-19 | 2019-03-21 | Claas Tractor Sas | Landwirtschaftliche Arbeitsmaschine |
CN107736088B (zh) | 2017-09-22 | 2020-06-26 | 江苏大学 | 一种用于精整地土壤密实度测量与自动调节系统 |
DE102017122300A1 (de) | 2017-09-26 | 2019-03-28 | Claas Selbstfahrende Erntemaschinen Gmbh | Arbeitsmaschine |
DE102017122710A1 (de) | 2017-09-29 | 2019-04-04 | Claas E-Systems Kgaa Mbh & Co. Kg | Verfahren für den Betrieb einer selbstfahrenden landwirtschaftlichen Arbeitsmaschine |
DE102017122711A1 (de) | 2017-09-29 | 2019-04-04 | Claas E-Systems Kgaa Mbh & Co. Kg | Verfahren für den Betrieb einer selbstfahrenden landwirtschaftlichen Arbeitsmaschine |
DE102017122712A1 (de) | 2017-09-29 | 2019-04-04 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren für den Betrieb einer selbstfahrenden landwirtschaftlichen Arbeitsmaschine |
WO2019070617A1 (en) | 2017-10-02 | 2019-04-11 | Precision Planting Llc | SYSTEMS AND APPARATUS FOR MONITORING SOIL AND SEED |
US10423850B2 (en) | 2017-10-05 | 2019-09-24 | The Climate Corporation | Disease recognition from images having a large field of view |
CN107795095A (zh) | 2017-10-10 | 2018-03-13 | 上海科城建设工程有限公司 | 一种预制混凝土地坪的连接工艺 |
US10517215B2 (en) | 2017-10-12 | 2019-12-31 | Deere & Company | Roll center for attachment frame control arms |
US11308735B2 (en) | 2017-10-13 | 2022-04-19 | Deere & Company | Unmanned aerial vehicle (UAV)-assisted worksite data acquisition |
AU2018350912B2 (en) | 2017-10-17 | 2024-06-13 | Precision Planting Llc | Soil sensing systems and implements for sensing different soil parameters |
ES2947014T3 (es) | 2017-10-24 | 2023-07-31 | Basf Agro Trademarks Gmbh | Creación de mapas digitales de cultivo |
CN107957408B (zh) | 2017-10-30 | 2021-01-12 | 汕头大学 | 一种利用光反射理论测量土壤吸力的方法 |
EP3704443A1 (en) | 2017-10-31 | 2020-09-09 | Agjunction LLC | Three-dimensional terrain mapping |
CN108009542B (zh) | 2017-11-01 | 2021-06-15 | 华中农业大学 | 油菜大田环境下杂草图像分割方法 |
US10914054B2 (en) | 2017-11-07 | 2021-02-09 | ModernAg, Inc. | System and method for measurement and abatement of compaction and erosion of soil covering buried pipelines |
US11568340B2 (en) | 2017-11-09 | 2023-01-31 | Climate Llc | Hybrid seed selection and seed portfolio optimization by field |
DK179951B1 (en) | 2017-11-11 | 2019-10-24 | Agro Intelligence Aps | A system and a method for optimizing a harvesting operation |
US10853377B2 (en) | 2017-11-15 | 2020-12-01 | The Climate Corporation | Sequential data assimilation to improve agricultural modeling |
US10521526B2 (en) | 2017-11-20 | 2019-12-31 | Nfl Players, Inc. | Hybrid method of assessing and predicting athletic performance |
US11151500B2 (en) | 2017-11-21 | 2021-10-19 | The Climate Corporation | Digital modeling of disease on crops on agronomic fields |
DE102017221134A1 (de) | 2017-11-27 | 2019-05-29 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines mobilen Systems |
US10412889B2 (en) | 2017-12-05 | 2019-09-17 | Deere & Company | Combine harvester control information for a remote user with visual feed |
KR20200091859A (ko) | 2017-12-07 | 2020-07-31 | 가부시끼 가이샤 구보다 | 수확기 및 주행 모드 전환 방법 |
CN207567744U (zh) | 2017-12-08 | 2018-07-03 | 山西省交通科学研究院 | 公路灰土基层压实度测定取样机 |
CA3085012A1 (en) | 2017-12-08 | 2018-12-07 | Camso Inc. | Systems and methods for monitoring off-road vehicles |
DE102017222403A1 (de) | 2017-12-11 | 2019-06-13 | Deere & Company | Verfahren und Vorrichtung zur Kartierung eventuell in einem Feld vorhandener Fremdkörper |
KR102599328B1 (ko) | 2017-12-15 | 2023-11-08 | 가부시끼 가이샤 구보다 | 슬립 판정 시스템, 주행 경로 생성 시스템, 및 포장 작업차 |
US10660268B2 (en) | 2017-12-16 | 2020-05-26 | Deere & Company | Harvester with electromagnetic plane crop material flow sensor |
EP3498074A1 (en) | 2017-12-18 | 2019-06-19 | DINAMICA GENERALE S.p.A | An harvest analysis system intended for use in a machine |
WO2019123923A1 (ja) | 2017-12-18 | 2019-06-27 | 株式会社クボタ | 自動操舵システムおよび自動操舵方法 |
CN111386030B (zh) | 2017-12-18 | 2023-01-31 | 株式会社久保田 | 自动行驶系统、自动行驶管理程序及方法、记录介质 |
KR20200096496A (ko) | 2017-12-18 | 2020-08-12 | 가부시끼 가이샤 구보다 | 콤바인 제어 시스템, 콤바인 제어 프로그램, 콤바인 제어 프로그램을 기록한 기록 매체, 콤바인 제어 방법, 수확기 제어 시스템, 수확기 제어 프로그램, 수확기 제어 프로그램을 기록한 기록 매체, 수확기 제어 방법 |
WO2019124225A1 (ja) | 2017-12-18 | 2019-06-27 | 株式会社クボタ | 農作業車、作業車衝突警戒システム及び作業車 |
WO2019124217A1 (ja) | 2017-12-20 | 2019-06-27 | 株式会社クボタ | 作業車、作業車のための走行経路選択システム、及び、走行経路算出システム |
CN208047351U (zh) | 2017-12-26 | 2018-11-06 | 南安市振邦家庭农场有限公司 | 一种高效率的玉米脱粒机 |
US10568261B2 (en) | 2017-12-28 | 2020-02-25 | Cnh Industrial America Llc | Dynamic combine fire risk index and display |
DK179768B1 (en) | 2017-12-29 | 2019-05-15 | Agro Intelligence Aps | Apparatus and method for improving the conditioning quality of grass and clover prior to the collecting thereof |
DK179771B1 (en) | 2017-12-29 | 2019-05-15 | Agro Intelligence Aps | Apparatus and method for improving the yield of grass and clover harvested from an agricultural field |
DK179878B1 (en) | 2017-12-29 | 2019-08-16 | Agro Intelligence Aps | Apparatus and method for improving the quality of grass and clover by tedding |
CN107941286A (zh) | 2018-01-09 | 2018-04-20 | 东北农业大学 | 一种便携式田间多参数测量装置 |
US10477756B1 (en) | 2018-01-17 | 2019-11-19 | Cibo Technologies, Inc. | Correcting agronomic data from multiple passes through a farmable region |
US10909368B2 (en) | 2018-01-23 | 2021-02-02 | X Development Llc | Crop type classification in images |
US11744180B2 (en) * | 2018-01-29 | 2023-09-05 | Deere & Company | Harvester crop mapping |
US10687466B2 (en) | 2018-01-29 | 2020-06-23 | Cnh Industrial America Llc | Predictive header height control system |
CN108304796A (zh) | 2018-01-29 | 2018-07-20 | 深圳春沐源控股有限公司 | 一种智能杂草警示方法及系统 |
JP7101488B2 (ja) | 2018-01-30 | 2022-07-15 | 株式会社クボタ | 作業車管理システム |
DE102018104286A1 (de) | 2018-02-26 | 2019-08-29 | Claas Selbstfahrende Erntemaschinen Gmbh | Selbstfahrender Feldhäcksler |
US11006577B2 (en) | 2018-02-26 | 2021-05-18 | Cnh Industrial America Llc | System and method for adjusting operating parameters of an agricultural harvester based on estimated crop volume |
JP2019146506A (ja) | 2018-02-26 | 2019-09-05 | 井関農機株式会社 | コンバインの自動走行制御装置 |
DE102018001551A1 (de) | 2018-02-28 | 2019-08-29 | Class Selbstfahrende Erntemaschinen Gmbh | Selbstfahrende Erntemaschine und Betriebsverfahren dafür |
US10830634B2 (en) | 2018-03-06 | 2020-11-10 | Deere & Company | Fill level detection and control |
CN208013131U (zh) | 2018-03-16 | 2018-10-26 | 云南群林科技有限公司 | 一种基于多传感器的农业信息采集系统 |
US10785903B2 (en) | 2018-04-17 | 2020-09-29 | Hrl Laboratories, Llc | System and method for determining crop residue fraction using blind source separation of color images |
DE102018206507A1 (de) | 2018-04-26 | 2019-10-31 | Deere & Company | Schneidwerk mit selbsttätiger Einstellung der Haspelzinkenorientierung |
US11240959B2 (en) | 2018-04-30 | 2022-02-08 | Deere & Company | Adaptive forward-looking biomass conversion and machine control during crop harvesting operations |
EP3563654B1 (en) | 2018-05-02 | 2022-12-21 | AGCO Corporation | Automatic header control simulation |
BE1025780B1 (nl) | 2018-05-07 | 2019-07-08 | Cnh Industrial Belgium Nv | Systeem en werkwijze voor het lokaliseren van een aanhangwagen ten opzichte van een landbouwmachine |
DE102018111076A1 (de) | 2018-05-08 | 2019-11-14 | Claas Selbstfahrende Erntemaschinen Gmbh | Mähdrescher |
DE102018111077A1 (de) | 2018-05-08 | 2019-11-14 | Claas Selbstfahrende Erntemaschinen Gmbh | Mähdrescher sowie Verfahren zum Betreiben eines Mähdreschers |
US10820516B2 (en) | 2018-05-08 | 2020-11-03 | Cnh Industrial America Llc | System and method for monitoring the amount of plant materials entering an agricultural harvester |
CN108614089A (zh) | 2018-05-09 | 2018-10-02 | 重庆交通大学 | 压实土体冻融和风化环境模拟系统及其试验方法 |
US11641790B2 (en) | 2018-05-09 | 2023-05-09 | Deere & Company | Method of planning a path for a vehicle having a work tool and a vehicle path planning system |
US10782672B2 (en) | 2018-05-15 | 2020-09-22 | Deere & Company | Machine control system using performance score based setting adjustment |
DE102018111746A1 (de) | 2018-05-16 | 2019-11-21 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftliche Arbeitsmaschine |
US20190351765A1 (en) | 2018-05-18 | 2019-11-21 | Cnh Industrial America Llc | System and method for regulating the operating distance between work vehicles |
JP7039026B2 (ja) | 2018-05-28 | 2022-03-22 | ヤンマーパワーテクノロジー株式会社 | 地図情報生成システム、および作業支援システム |
US10813288B2 (en) | 2018-05-31 | 2020-10-27 | Deere & Company | Automated belt speed control |
DE102018113327A1 (de) | 2018-06-05 | 2019-12-05 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zur Steuerung einer landwirtschaftlichen Erntekampagne |
CN108881825A (zh) | 2018-06-14 | 2018-11-23 | 华南农业大学 | 基于Jetson TK1的水稻杂草无人机监控系统及其监控方法 |
US11064653B2 (en) | 2018-06-18 | 2021-07-20 | Ag Leader Technology | Agricultural systems having stalk sensors and data visualization systems and related devices and methods |
US11419261B2 (en) | 2018-06-25 | 2022-08-23 | Deere & Company | Prescription cover crop seeding with combine |
US11395452B2 (en) | 2018-06-29 | 2022-07-26 | Deere & Company | Method of mitigating compaction and a compaction mitigation system |
DE102018116578A1 (de) | 2018-07-09 | 2020-01-09 | Claas Selbstfahrende Erntemaschinen Gmbh | Erntesystem |
DE102018116817A1 (de) | 2018-07-11 | 2020-01-16 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zur Steuerung einer Datenübertragung zwischen einer landwirtschaftlichen Arbeitsmaschine und einer externen Sende-/Empfangseinheit |
US20200019159A1 (en) | 2018-07-11 | 2020-01-16 | Raven Indudstries, Inc. | Agricultural control and interface system |
DE102018116990A1 (de) | 2018-07-13 | 2020-01-16 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftliche Arbeitsmaschine |
DE102018212150A1 (de) | 2018-07-20 | 2020-01-23 | Deere & Company | Verfahren zur Energieversorgung eines kabelgebundenen betriebenen Feldhäckslers |
EP3827401B1 (en) | 2018-07-26 | 2023-08-09 | Climate LLC | Generating agronomic yield maps from field health imagery |
US11277956B2 (en) | 2018-07-26 | 2022-03-22 | Bear Flag Robotics, Inc. | Vehicle controllers for agricultural and industrial applications |
WO2020026578A1 (ja) | 2018-07-31 | 2020-02-06 | 株式会社クボタ | 走行経路生成システム、走行経路生成方法、走行経路生成プログラム、及び走行経路生成プログラムが記録されている記録媒体と、作業管理システム、作業管理方法、作業管理プログラム、及び作業管理プログラムが記録されている記録媒体と、収穫機、走行パターン作成システム、走行パターン作成プログラム、走行パターン作成プログラムが記録されている記録媒体、及び走行パターン作成方法 |
WO2020026650A1 (ja) | 2018-08-01 | 2020-02-06 | 株式会社クボタ | 自動走行制御システム、自動走行制御方法、自動走行制御プログラム、及び、記憶媒体 |
KR20210038917A (ko) | 2018-08-01 | 2021-04-08 | 가부시끼 가이샤 구보다 | 수확기, 주행 시스템, 주행 방법, 주행 프로그램 및 기억 매체 |
US11234357B2 (en) | 2018-08-02 | 2022-02-01 | Cnh Industrial America Llc | System and method for monitoring field conditions of an adjacent swath within a field |
JP6958508B2 (ja) | 2018-08-02 | 2021-11-02 | 井関農機株式会社 | 収穫作業システム |
KR20210036973A (ko) | 2018-08-06 | 2021-04-05 | 가부시끼 가이샤 구보다 | 외형 형상 산출 시스템, 외형 형상 산출 방법, 외형 형상 산출 프로그램, 및 외형 형상 산출 프로그램이 기록되어 있는 기록 매체와, 포장 맵 작성 시스템, 포장 맵 작성 프로그램, 포장 맵 작성 프로그램이 기록되어 있는 기록 매체, 및 포장 맵 작성 방법 |
JP7034866B2 (ja) | 2018-08-20 | 2022-03-14 | 株式会社クボタ | 収穫機 |
US11154008B2 (en) | 2018-08-20 | 2021-10-26 | Cnh Industrial America Llc | System and method for steering an agricultural harvester |
US11954743B2 (en) | 2018-08-22 | 2024-04-09 | Agco International Gmbh | Harvest logistics |
US20210321602A1 (en) | 2018-08-22 | 2021-10-21 | Precision Planting Llc | Implements and application units having sensors for sensing agricultural plants of agricultural fields |
DE102018120741A1 (de) | 2018-08-24 | 2020-02-27 | Claas Selbstfahrende Erntemaschinen Gmbh | Mähdrescher |
CN112638147A (zh) | 2018-08-29 | 2021-04-09 | 株式会社久保田 | 自动转向系统及收获机、自动转向方法、自动转向程序、记录介质 |
JP7121598B2 (ja) | 2018-08-31 | 2022-08-18 | 三菱マヒンドラ農機株式会社 | 収穫機 |
US11182521B2 (en) | 2018-08-31 | 2021-11-23 | The Climate Corporation | Subfield moisture model improvement using overland flow modeling with shallow water computations |
US11197417B2 (en) | 2018-09-18 | 2021-12-14 | Deere & Company | Grain quality control system and method |
US20200090094A1 (en) | 2018-09-19 | 2020-03-19 | Deere & Company | Harvester control system |
CN113168577A (zh) | 2018-09-21 | 2021-07-23 | 克莱米特公司 | 用于执行机器学习算法的方法和系统 |
DE102018123478A1 (de) | 2018-09-24 | 2020-03-26 | Claas Tractor Sas | Landwirtschaftliche Arbeitsmaschine |
US11712008B2 (en) | 2018-10-11 | 2023-08-01 | Mtd Products Inc | Localized data mapping for indoor and outdoor applications |
US11676244B2 (en) | 2018-10-19 | 2023-06-13 | Mineral Earth Sciences Llc | Crop yield prediction at field-level and pixel-level |
US10729067B2 (en) | 2018-10-20 | 2020-08-04 | Deere & Company | Biomass impact sensor having a conformal encasement enveloping a pressure sensitive film |
WO2020082182A1 (en) | 2018-10-24 | 2020-04-30 | Bitstrata Systems Inc. | Machine operational state and material movement tracking |
US12069978B2 (en) * | 2018-10-26 | 2024-08-27 | Deere & Company | Predictive environmental characteristic map generation and control system |
US11178818B2 (en) | 2018-10-26 | 2021-11-23 | Deere & Company | Harvesting machine control system with fill level processing based on yield data |
US11240961B2 (en) | 2018-10-26 | 2022-02-08 | Deere & Company | Controlling a harvesting machine based on a geo-spatial representation indicating where the harvesting machine is likely to reach capacity |
US11079725B2 (en) | 2019-04-10 | 2021-08-03 | Deere & Company | Machine control using real-time model |
US11467605B2 (en) * | 2019-04-10 | 2022-10-11 | Deere & Company | Zonal machine control |
US11206763B2 (en) | 2018-10-31 | 2021-12-28 | Deere & Company | Weed seed based harvester working member control |
US10986778B2 (en) | 2018-10-31 | 2021-04-27 | Deere & Company | Weed seed devitalizer control |
US11564349B2 (en) | 2018-10-31 | 2023-01-31 | Deere & Company | Controlling a machine based on cracked kernel detection |
US20200133262A1 (en) | 2018-10-31 | 2020-04-30 | Cnh Industrial America Llc | System and method for calibrating alignment of work vehicles |
US11399462B2 (en) | 2018-10-31 | 2022-08-02 | Cnh Industrial America Llc | System and method for calibrating alignment of work vehicles |
US20200128738A1 (en) | 2018-10-31 | 2020-04-30 | Cnh Industrial America Llc | System and method for calibrating alignment of work vehicles |
US11175170B2 (en) | 2018-11-07 | 2021-11-16 | Trimble Inc. | Estimating yield of agricultural crops |
US10996656B2 (en) | 2018-11-08 | 2021-05-04 | Premier Crop Systems, LLC | System and method for aggregating test plot results based on agronomic environments |
US20200146203A1 (en) | 2018-11-13 | 2020-05-14 | Cnh Industrial America Llc | Geographic coordinate based setting adjustment for agricultural implements |
CN109357804B (zh) | 2018-11-13 | 2023-09-19 | 西南交通大学 | 一种压实土水平应力测试装置及测试方法 |
WO2020100810A1 (ja) | 2018-11-15 | 2020-05-22 | 株式会社クボタ | 収穫機および経路設定システム |
CN111201879B (zh) | 2018-11-21 | 2023-10-03 | 金华中科艾特智能科技研究所有限公司 | 基于图像识别的粮食收割、运输一体化装载装置/方法 |
KR20210093873A (ko) | 2018-11-26 | 2021-07-28 | 가부시끼 가이샤 구보다 | 농작업기, 농작업기 제어 프로그램, 농작업기 제어 프로그램을 기록한 기록 매체, 농작업기 제어 방법, 수확기, 수확기 제어 프로그램, 수확기 제어 프로그램을 기록한 기록 매체, 수확기 제어 방법 |
US11483970B2 (en) | 2018-11-28 | 2022-11-01 | Cnh Industrial America Llc | System and method for adjusting the orientation of an agricultural harvesting implement based on implement height |
US11067994B2 (en) | 2018-12-06 | 2021-07-20 | Deere & Company | Machine control through active ground terrain mapping |
DE102018131142A1 (de) | 2018-12-06 | 2020-06-10 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftliche Arbeitsmaschine sowie Verfahren zum Betreiben einer landwirtschaftlichen Arbeitsmaschine |
DE102018132144A1 (de) | 2018-12-13 | 2020-06-18 | Claas E-Systems Gmbh | Landwirtschaftliche Arbeitssystem |
EP3671590A1 (en) | 2018-12-21 | 2020-06-24 | AGCO Corporation | Method of unloading batch grain quantities for harvesting machines |
JP7182471B2 (ja) | 2019-01-11 | 2022-12-02 | 株式会社クボタ | 作業管理システム及び作業機 |
CN109485353A (zh) | 2019-01-18 | 2019-03-19 | 安徽马钢嘉华新型建材有限公司 | 一种新型钢渣混合土道路基层材料及制备方法 |
DE102019200794A1 (de) | 2019-01-23 | 2020-07-23 | Amazonen-Werke H. Dreyer Gmbh & Co. Kg | System und Verfahren zur Identifizierung von Zeitfenstern und Flächenbereichen eines landwirtschaftlich genutzten Feldes mit günstigen Bedingungen für einen wirkungsvollen und umweltgerechten Einsatz und/oder die Befahrbarkeit von Landmaschinen |
CN109633127B (zh) | 2019-01-24 | 2024-06-04 | 山东省农业机械科学研究院 | 一种土壤压实度测定机构、装置及方法 |
US20200265527A1 (en) | 2019-02-15 | 2020-08-20 | Growers Edge Financial, Inc. | Agronomic prescription product |
CN109961024A (zh) | 2019-03-08 | 2019-07-02 | 武汉大学 | 基于深度学习的小麦田间杂草检测方法 |
CN109763476B (zh) | 2019-03-12 | 2024-06-28 | 上海兰德公路工程咨询设计有限公司 | 一种快速检测填土路基的压实度的装置及方法 |
JP7062610B2 (ja) | 2019-03-26 | 2022-05-06 | ヤンマーパワーテクノロジー株式会社 | 作業制御システム |
CN210585958U (zh) | 2019-03-28 | 2020-05-22 | 宁夏大学 | 霉变玉米识别与分拣的辅助装置 |
DE102019108505A1 (de) | 2019-04-02 | 2020-10-08 | Claas E-Systems Gmbh | Landwirtschaftliche Arbeitsmaschine |
US10677637B1 (en) | 2019-04-04 | 2020-06-09 | Scale Tec, Ltd. | Scale controller with dynamic weight measurement |
CN110232494A (zh) | 2019-04-09 | 2019-09-13 | 丰疆智能科技股份有限公司 | 物流车调度系统和方法 |
CN110232493B (zh) | 2019-04-09 | 2021-07-30 | 丰疆智能科技股份有限公司 | 收割机和物流车智能配合系统和方法 |
US11778945B2 (en) | 2019-04-10 | 2023-10-10 | Deere & Company | Machine control using real-time model |
US11234366B2 (en) | 2019-04-10 | 2022-02-01 | Deere & Company | Image selection for machine control |
US11856882B2 (en) | 2019-04-10 | 2024-01-02 | Kansas Stte University Research Foundation | Autonomous robot system for steep terrain farming operations |
US11016049B2 (en) | 2019-04-17 | 2021-05-25 | Deere & Company | Agricultural moisture and test weight sensor with co-planar electrodes |
US20200337232A1 (en) | 2019-04-24 | 2020-10-29 | Deere & Company | Information inference for agronomic data generation in sugarcane applications |
FR3095572B1 (fr) | 2019-05-02 | 2023-03-17 | Agreenculture | Procédé de gestion de flottes de véhicules agricoles autoguidés |
DE102019206734A1 (de) | 2019-05-09 | 2020-11-12 | Deere & Company | Sämaschine mit vorausschauender Ansteuerung |
US10703277B1 (en) | 2019-05-16 | 2020-07-07 | Cnh Industrial America Llc | Heads-up display for an agricultural combine |
US11674288B2 (en) | 2019-05-30 | 2023-06-13 | Deere & Company | System and method for obscurant mitigation |
DE102019114872A1 (de) | 2019-06-03 | 2020-12-03 | Horsch Leeb Application Systems Gmbh | System und Verfahren zur Simulation und/oder Konfiguration eines mittels einer landwirtschaftlichen Arbeitsmaschine durchzuführenden Arbeitsprozesses und landwirtschaftliche Arbeitsmaschine |
US11457563B2 (en) | 2019-06-27 | 2022-10-04 | Deere & Company | Harvester stability monitoring and control |
CN110262287A (zh) | 2019-07-14 | 2019-09-20 | 南京林业大学 | 用于收获机械割台高度自动控制的冠层高度在线探测方法 |
DE102019119110A1 (de) | 2019-07-15 | 2021-01-21 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zur Abarbeitung eines landwirtschaftlichen Arbeitsprozesses auf einem Feld |
JP2019216744A (ja) | 2019-09-03 | 2019-12-26 | ヤンマー株式会社 | コンバイン |
US11904871B2 (en) | 2019-10-30 | 2024-02-20 | Deere & Company | Predictive machine control |
CN110720302A (zh) | 2019-11-29 | 2020-01-24 | 河南瑞创通用机械制造有限公司 | 一种谷物收获机智能调节系统及其控制方法 |
US11800829B2 (en) * | 2019-12-17 | 2023-10-31 | Deere & Company | Work machine zone generation and control system with geospatial constraints |
US11540447B2 (en) | 2019-12-17 | 2023-01-03 | Deere & Company | Predictive crop characteristic mapping for product application |
US11641801B2 (en) | 2020-04-21 | 2023-05-09 | Deere & Company | Agricultural harvesting machine control using machine learning for variable delays |
CN111406505A (zh) | 2020-04-30 | 2020-07-14 | 江苏大学 | 一种联合收获机粮箱剩余容量及剩余行走距离监测装置和方法 |
AU2021296123A1 (en) | 2020-06-25 | 2023-01-19 | The Toro Company | Turf management systems and methods |
US11825768B2 (en) | 2020-10-09 | 2023-11-28 | Deere & Company | Machine control using a predictive map |
US11983009B2 (en) * | 2020-10-09 | 2024-05-14 | Deere & Company | Map generation and control system |
US11592822B2 (en) * | 2020-10-09 | 2023-02-28 | Deere & Company | Machine control using a predictive map |
US11635765B2 (en) * | 2020-10-09 | 2023-04-25 | Deere & Company | Crop state map generation and control system |
US11927459B2 (en) * | 2020-10-09 | 2024-03-12 | Deere & Company | Machine control using a predictive map |
US11849672B2 (en) * | 2020-10-09 | 2023-12-26 | Deere & Company | Machine control using a predictive map |
US20220110258A1 (en) * | 2020-10-09 | 2022-04-14 | Deere & Company | Map generation and control system |
-
2020
- 2020-10-09 US US17/067,317 patent/US11825768B2/en active Active
-
2021
- 2021-08-30 BR BR102021017139-1A patent/BR102021017139A2/pt unknown
- 2021-09-08 CN CN202111052722.8A patent/CN114303588A/zh active Pending
-
2023
- 2023-06-21 US US18/338,798 patent/US12063886B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US12063886B2 (en) | 2024-08-20 |
US20230337582A1 (en) | 2023-10-26 |
BR102021017139A2 (pt) | 2022-11-29 |
US20220110257A1 (en) | 2022-04-14 |
US11825768B2 (en) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12075724B2 (en) | Machine control using a predictive map | |
US11635765B2 (en) | Crop state map generation and control system | |
US11983009B2 (en) | Map generation and control system | |
US12063886B2 (en) | Machine control using a predictive map | |
CN114303608A (zh) | 使用预测图的机器控制 | |
CN114303614A (zh) | 图生成和控制系统 | |
US11927459B2 (en) | Machine control using a predictive map | |
US11711995B2 (en) | Machine control using a predictive map | |
US11474523B2 (en) | Machine control using a predictive speed map | |
US20220110262A1 (en) | Predictive map generation and control system | |
CN114303589A (zh) | 预测图生成和控制系统 | |
US11946747B2 (en) | Crop constituent map generation and control system | |
US20220110253A1 (en) | Machine control using a predictive map | |
CN114303592A (zh) | 使用预测图的机器控制 | |
CN114793602A (zh) | 使用具有状态区域的图进行机器控制 | |
CN114303619A (zh) | 图生成器和控制系统 | |
CN114303609A (zh) | 使用预测图的机器控制 | |
CN114419454A (zh) | 使用预测图的机器控制 | |
EP3981232B1 (en) | Predictive map generation and control system | |
CN114303594A (zh) | 预测性图生成和控制系统 | |
EP3981243B1 (en) | Map generation and control system |
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 |