CN114303589A - 预测图生成和控制系统 - Google Patents
预测图生成和控制系统 Download PDFInfo
- Publication number
- CN114303589A CN114303589A CN202111052723.2A CN202111052723A CN114303589A CN 114303589 A CN114303589 A CN 114303589A CN 202111052723 A CN202111052723 A CN 202111052723A CN 114303589 A CN114303589 A CN 114303589A
- Authority
- CN
- China
- Prior art keywords
- header
- map
- agricultural
- field
- 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
- 239000002689 soil Substances 0.000 claims description 192
- 238000004891 communication Methods 0.000 claims description 36
- 238000000034 method Methods 0.000 claims description 31
- 238000011065 in-situ storage Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 description 67
- 230000000875 corresponding effect Effects 0.000 description 53
- 230000007246 mechanism Effects 0.000 description 50
- 230000009471 action Effects 0.000 description 37
- 238000003306 harvesting Methods 0.000 description 37
- 230000003993 interaction Effects 0.000 description 29
- 230000008569 process Effects 0.000 description 27
- 238000005520 cutting process Methods 0.000 description 25
- 230000008859 change Effects 0.000 description 24
- 230000003287 optical effect Effects 0.000 description 23
- 238000007726 management method Methods 0.000 description 22
- 239000000463 material Substances 0.000 description 22
- 241001124569 Lycaenidae Species 0.000 description 20
- 230000015654 memory Effects 0.000 description 20
- 230000035945 sensitivity Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 18
- 238000004140 cleaning Methods 0.000 description 17
- 238000004458 analytical method Methods 0.000 description 16
- 230000001276 controlling effect Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 16
- 238000003860 storage Methods 0.000 description 16
- 241001516311 Watermelon virus A Species 0.000 description 14
- 238000013500 data storage Methods 0.000 description 14
- 230000000007 visual effect Effects 0.000 description 14
- 230000033001 locomotion Effects 0.000 description 12
- 241000196324 Embryophyta Species 0.000 description 11
- 239000003550 marker Substances 0.000 description 10
- 230000004043 responsiveness Effects 0.000 description 10
- 241000251169 Alopias vulpinus Species 0.000 description 9
- 239000000446 fuel Substances 0.000 description 9
- 230000002452 interceptive effect Effects 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 9
- 241000282414 Homo sapiens Species 0.000 description 8
- 238000012876 topography Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 5
- 238000012512 characterization method Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000013439 planning Methods 0.000 description 5
- 238000013442 quality metrics Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 241000894007 species Species 0.000 description 5
- 238000003786 synthesis reaction Methods 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 239000002028 Biomass Substances 0.000 description 3
- 230000004075 alteration Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000010813 municipal solid waste Substances 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000001556 precipitation Methods 0.000 description 3
- 229920000742 Cotton Polymers 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
- 230000002411 adverse Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000004927 clay Substances 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 239000010908 plant waste Substances 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
- 239000007787 solid Substances 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 235000019698 starch Nutrition 0.000 description 2
- 239000008107 starch Substances 0.000 description 2
- 239000010902 straw Substances 0.000 description 2
- 210000003813 thumb Anatomy 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 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
- 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
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000003776 cleavage reaction Methods 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000428 dust Substances 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
- 238000009342 intercropping Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 239000003415 peat Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000010909 process residue Substances 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000007017 scission Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
- B60K35/60—Instruments characterised by their location or relative disposition in or on vehicles
-
- 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
- A01B69/00—Steering of agricultural machines or implements; Guiding agricultural machines or implements on a desired track
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
- B60K35/20—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor
- B60K35/21—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor using visual output, e.g. blinking lights or matrix displays
- B60K35/22—Display screens
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
- B60K35/20—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor
- B60K35/28—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor characterised by the type of the output information, e.g. video entertainment or vehicle dynamics information; characterised by the purpose of the output information, e.g. for attracting the attention of the driver
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
- B60K35/85—Arrangements for transferring vehicle- or driver-related data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3826—Terrain data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3885—Transmission of map data to client devices; Reception of map data by client devices
- G01C21/3889—Transmission of selected map data, e.g. depending on route
-
- 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
- G05D1/0094—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots involving pointing a payload, e.g. camera, weapon, sensor, towards a fixed or moving target
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/16—Type of output information
- B60K2360/166—Navigation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/40—Hardware adaptations for dashboards or instruments
- B60K2360/48—Sensors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/589—Wireless data transfers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/592—Data transfer involving external databases
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/60—Structural details of dashboards or instruments
- B60K2360/61—Specially adapted for utility vehicles
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
-
- 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Mechanical Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Soil Sciences (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。
田地中的各种各样不同的状况可对收割操作具有若干不利影响。因此,在收割操作期间在遇到这些状况时,操作者可尝试修改收割机的控制。
上面的讨论仅是作为一般背景信息被提供的,并非旨在用于帮助确定要求保护的主题的范围。
发明内容
通过农业作业机器获得一个或更多个信息图。所述一个或更多个信息图将一个或更多个农业特性值映射在田地的不同地理位置处。随着农业作业机器穿过田地移动,农业作业机器上的现场传感器感测农业特性。预测图生成器基于所述一个或更多个信息图中的值与由现场传感器所感测的农业特性之间的关系来生成预测田地中的不同位置的预测农业特性的预测图。预测图可被输出和用于自动机器控制。
提供本发明内容以按简化形式介绍概念的选择,所述概念在下面的具体实施方式中被进一步描述。本发明内容并非旨在标识要求保护的主题的关键特征或必要特征,也非旨在用于帮助确定要求保护的主题的范围。要求保护的主题不限于解决背景技术中指出的任何或所有缺点的示例。
附图说明
图1是联合收割机的一个示例的局部图示性的局部示意图。
图2是根据本公开的一些示例的更详细地示出农业收割机的一些部分的框图。
图3A至图3B示出了图示农业收割机在生成图时的操作的示例的流程图。
图4是示出预测模型生成器和预测度量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、检测特性以及生成用于在收割操作期间控制农业收割机时使用的功能性预测图时的操作示例的流程图。
图6A是示出预测模型生成器和预测图生成器的一个示例的框图。
图6B是示出现场传感器的一些示例的框图。
图7示出了图示农业收割机的包括使用先验信息图和现场传感器输入生成功能性预测图的操作的一个示例的流程图。
图8是示出控制区生成器的一个示例的框图。
图9是图示图8中示出的控制区生成器的操作的一个示例的流程图。
图10图示了示出控制系统在选择目标设定值以控制农业收割机时的操作的示例的流程图。
图11是示出操作者接口控制器的一个示例的框图。
图12是图示操作者接口控制器的一个示例的流程图。
图13是示出操作者接口显示部的一个示例的图示性示意图。
图14是示出与远程服务器环境通信的农业收割机的一个示例的框图。
图15至图17示出了可以用于农业收割机的移动设备的示例。
图18是示出可以用于农业收割机的计算环境的一个示例的框图。
具体实施方式
为了促进理解本公开的原理,现在将参考附图中所示的示例,并且将使用具体语言来描述它们。然而,将理解,并非意图限制本公开的范围。对所描述的装置、系统、方法的任何改变和进一步修改以及本公开的原理的任何进一步应用是被充分地预想到的,如本公开所属领域的技术人员通常将想到的那样。具体地,充分地预想到的是,关于一个示例描述的特征、组件、步骤或这些的组合可与关于本公开的其它示例描述的特征、组件、步骤或这些的组合进行组合。
本说明书涉及与先验数据组合地使用与农业操作同时获取的现场数据来生成预测图,并且更具体地,生成预测割台特性图。在一些示例中,预测割台特性图可用于控制农业作业机器(例如,农业收割机)。对农业收割机上的割台的操作和控制可能会受到田地的一个或更多个土壤性质(例如,土壤湿度或土壤类型)的影响。
农业收割机通常配备有能够相对于地面移动的割台。例如,一个或更多个液压致动器(或其它致动器)联接在割台和进料器壳体(或农业收割机的另一组件,例如框架)之间,以便所述液压致动器可以致动所述割台的运动,例如调节割台的高度、倾斜(前后倾斜,也被称为俯仰)、以及翻滚。在一些情况下,操作联合收割机使得割台维持相对于田地表面的位置(例如,在田地表面上方的高度)。为了做到这一点,操作者通常设置一个或更多个初始位置设定(例如,高度设定),所述一个或更多个初始位置设定建立该割台相对于田地表面的位置(例如,割台在田地表面上方的高度),操作者希望在操作期间将割台维持在该位置处。在一些示例中,闭环系统感测指示割台相对于田地表面的位置的变量、并且控制移动该割台的致动器以维持割台的位置设定。割台位置设定与实际的测量的割台位置之间的差异被称为割台位置误差。在一些示例中,闭环控制系统还接收操作者灵敏度输入。该灵敏度输入指示闭环系统的灵敏度(即,该闭环系统试图减小割台位置误差的响应性)。此外,操作者通常设置地面压力设定,在一个示例中,该地面压力设定控制割台102与地面的接合力。在一些示例中,地面压力设定可以控制向下作用力、割台的重量、或由一个或更多个提升缸(例如,液压缸)施加在割台上的提升力。
基于多种不同的标准,收割机的性能可能受到不利影响。例如,在农业收割机行进穿过田地时,田地的土壤性质(例如,变化的土壤类型或土壤湿度)可能使得农业收割机的割台掘入田地中,并因此导致割台推挤(pushing)以及掘起土壤。当割台掘入田地中时,割台距离田地表面的高度会因此受到影响,除了其它事物之外,这可能导致割台损坏或产量损失,例如因为割台未能如希望的那样接合作物。此外,变化的地形特性(例如,坡度)也会导致割台高度误差,这是因为田地海拔高度的上升和下降可能导致割台偏离操作者所创建的高度设定。换言之,田地地形的变化会导致割台过高或过低,使得割台与田地表面的距离在操作者所创建的期望的高度设定之外。农业收割机的一些割台设置有感测系统或传感器系统(例如,地面接合元件),其提供地面参考以维持割台与地面的距离。然而,因为当割台掘入地面时,传感器系统无法在地面的顶部表面和该传感器系统所接触的地面之间做出区分,因此当割台掘入地面时,这样的传感器系统容易出现误差。此外,这些传感器系统可能太慢以至于无法有效地对田地地形的动态变化做出反应。
土壤性质图说明性地映射横跨感兴趣的田地中的不同地理位置的土壤性质值(其可以指示地形特性、土壤类型、土壤湿度、土壤覆盖度、土壤结构、以及多种不同的其它土壤性质)。因此,土壤性质图提供了横跨感兴趣的田地的经地理配准的土壤性质。地形特性可以包括例如田地的海拔高度数据,包括横跨田地的不同位置的海拔高度,例如田地中的特定位置相对于诸如海平面之类的参考的海拔高度。地形特性还可以包括田地的坡度数据,包括横跨田地的不同位置的坡度数据,例如田地中的特定位置的坡度梯度。地形特性可以包括多种不同的其它地形数据。土壤类型可以指土壤科学中的分类单位,其中每种土壤类型包括限定的共享性质集合。土壤类型可以包括例如沙土型土壤、粘土型土壤、淤泥型土壤、泥炭型土壤、白垩土型土壤、壤土型土壤和多种不同的其它土壤类型。土壤湿度可以指在土壤中所保持的或以其它方式包含的水量。土壤湿度也可被称为土壤湿润度。土壤覆盖度(cover)可以指覆盖土壤的物品或材料的量,包括植被材料,例如作物残留物或覆盖作物、残渣、以及多种不同的其它物品或材料。通常,在农业术语中,土壤覆盖度包括剩余的作物残留物的量度(例如,植物茎秆的剩余量)以及覆盖作物的量度。土壤结构可以指土壤的固体部分的排列和位于土壤固体部分之间的孔隙空间。土壤结构可以包括各个颗粒(诸如,沙子、淤泥和粘土的各个颗粒)的组合方式。土壤结构可以依据等级(聚集程度)、类别(聚集体的平均大小)和形式(聚集体的类型)以及多种不同其它描述来描述。这些仅仅是示例。土壤的多种不同的其它特性和性质可以被映射为土壤性质图上的土壤性质值。
可以基于在与感兴趣的田地相对应的另一操作期间所收集的数据来生成这些土壤性质图,例如,所述另一操作为相同季节的先前的农业操作(诸如,种植操作或喷洒操作)以及过去的季节中执行的先前的农业操作(例如,先前的收割操作)。执行那些农业操作的农业机器可以具有机载传感器,该机载传感器检测指示土壤性质的特性,例如指示土壤类型、土壤湿度、土壤覆盖度、土壤结构的特性以及指示多种不同的其它土壤性质的多种不同的其它特性。此外,农业机器在先前的操作期间的操作特性或机器设定或机器性能特性连同其它数据可以用于生成土壤性质图。例如,指示农业收割机割台在先前的收割操作期间在横跨该感兴趣的田地中的不同地理位置的高度的割台高度数据连同指示天气状况的天气数据(例如,间歇时间段(例如,从先前的收割操作和生成土壤性质图的时间开始的时间段)期间的降水数据或风数据)可以用于生成土壤湿度图。例如,通过知道割台的高度,可以知道或估计剩余的植物残留物(例如,作物秸秆)的量,并且连同降水数据一起,可以预测土壤湿度水平。这仅仅是示例。
在其它示例中,可以通过具有传感器的多种不同的机器(例如,成像系统)或通过人来执行对感兴趣的田地的调查。在这些调查期间所收集的数据可以用于生成土壤性质图。例如,可以执行对感兴趣的田地的空中调查,在该调查中进行对田地的成像,并且基于图像数据,可以生成土壤性质图。在另一示例中,人可以在具有或没有诸如传感器之类的装置的协助下进入田地以收集多种不同的数据或样本,并且基于这些数据或样本来生成该田地的土壤性质图。例如,人可以收集横跨感兴趣的田地的不同地理位置处的核心样本。这些核心样本可以用于生成该田地的土壤性质图。在其它示例中,土壤性质图可以基于用户或操作者的输入(例如,来自农场管理者的输入),所述用户或操作者的输入可以提供由用户或操作者收集或观察到的多种不同的数据。
此外,可以从远程源获得土壤性质图,诸如第三方服务提供商或政府机构,例如USDA自然资源保护局(NRCS)、美国地质勘探局(USGS),以及从其它多种不同的远程源获得土壤性质图。
在一些示例中,土壤性质图可以从由土壤(或田地的表面)反射的一个或更多个电磁辐射带的传感器读数导出。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。
这些仅仅是在当前系统中可以生成和提供土壤性质图的方式的一些示例。本领域技术人员将理解,可以以多种不同的方式生成土壤性质图,并且本公开的范围不限于本文所提供的示例。
地形图图示性地绘制横跨感兴趣的田地中的不同地理位置的地面高度的图。由于地面坡度指示高度的改变,所以有两个或更多个高度值允许横跨具有已知高度值的区域来计算坡度。可通过具有已知高度值的更多区域来实现更大粒度(granularity)的坡度。随着农业收割机在已知方向上横跨地势行进,可基于地面的坡度(即,高度变化的区域)来确定农业收割机的俯仰和翻滚。下面提及的地形特性可包括(但不限于)高度、坡度(例如,包括相对于坡度的机器取向)和地面轮廓(例如,粗糙度)。
因此,关于如下示例来进行本讨论,在该示例中,在收割操作期间,系统接收土壤性质图或地形图、并且还使用现场传感器来检测指示割台推挤的变量(诸如,割台上或割台的部分上(例如切割器杆的前部上)的污物、或相对于农业收割机的行进方向在割台后面的被剐蹭或变形的地面)、或指示割台高度或地面压力设定的操作者输入。如本文所使用的,割台推挤(pushing)是指发生农业收割机上的割台与田地上的土壤接合,使得该割台掘入土壤或推挤土壤或两者兼有,除了其它事物之外,这可能导致土壤堆积在切割器杆的前部或上面,这可能导致植物被推倒或被连根拔起,而非被馈送进入农业收割机中以进行加工处理。割台推挤通常是由于关于割台设定的控制不足引起的,所述割台设定例如是割台位置设定(例如,割台高度设定),例如,割台灵敏度设定(割台灵敏度设定决定割台致动器对割台位置误差的响应性)不足可能会导致割台掘入或推挤土壤,这是因为致动器对割台位置误差没有足够快地做出反应。在另一示例中,地面压力设定(地面压力设定通过调节例如施加在割台上的浮动力来控制该割台的多少重量搁在地面上)也可能导致割台掘入或推挤土壤。在其它示例中,割台推挤可由多种不同的农业特性(诸如,田地的土壤性质或田地的地形特性)引起或与多种不同的农业特性相关。例如,横跨整个田地,田地的地形经常发生变化(诸如,变化的海拔高度和坡度)。地形的这些变化会影响割台与田地表面的距离,并可能导致割台掘入或推挤土壤。在其它示例中,田地的土壤性质(诸如,土壤湿度、土壤类型、土壤结构等)会影响割台相对于田地表面的位置。例如,在田地的潮湿的或不太坚固的土壤区域中,农业作业机器可能会陷入田地中,并因此附接到该农业作业机器的割台也可能陷入,这在一些情况下会导致割台掘入或推挤土壤。所述系统生成对来自土壤性质图的土壤性质值或来自地形图的地形特性值与来自现场传感器的现场数据之间的关系进行建模的模型。该模型用于生成功能性预测割台特性图,该功能性预测割台特性图预测在田地中的不同地理位置处的割台推挤、割台设定和切割高度特性(诸如,切割高度和切割高度可变性)。在收割操作期间生成的功能性预测割台推挤图可以被呈现给操作者或其它用户和/或被用于在收割操作期间自动控制农业收割机。
图1是自走式农业收割机100的局部图示性的局部示意图。在所示的示例中,农业收割机100是联合收割机。此外,尽管贯穿本公开提供联合收割机作为示例,但是将理解,本说明书也适用于其它类型的收割机,例如棉花收割机、甘蔗收割机、自走式牧草收割机、割晒机或其它农业作业机器。因此,本公开旨在涵盖所描述的各种类型的收割机,并因此不限于联合收割机。此外,本公开涉及其它类型的作业机器,例如可适用预测图的生成的农业播种机和喷洒器、建筑设备、林业设备和草皮管理设备。因此,本公开旨在涵盖这些各种类型的收割机以及其它作业机器,并因此不限于联合收割机。
如图1所示,农业收割机100示例性地包括操作者室101,该操作者室101可具有用于控制农业收割机100的多种不同的操作者接口机构。农业收割机100包括前端设备,例如割台102以及总体以104指示的切割器。农业收割机100还包括进料器壳体106、进料加速器108以及总体以110指示的脱粒机。进料器壳体106和进料加速器108形成材料处理子系统125的一部分。割台102沿着枢转轴线105可枢转地联接到农业收割机100的框架103。一个或更多个致动器107驱动割台102在通常由箭头109指示的方向上绕轴线105移动。因此,可通过对致动器107进行致动来控制割台102在地面111(割台102在该地面111上行进)上方的竖直位置(割台高度)。尽管图1中未示出,农业收割机100还可包括操作以对割台102或割台102的部分施加倾斜角、翻滚角或二者的一个或更多个致动器。倾斜是指切割器104与作物接合的角度。例如,通过控制割台102以使切割器104的远侧边缘113更指向地面来增加倾斜角。通过控制割台102以使切割器104的远侧边缘113指向更远离地面来减小倾斜角。翻滚角是指割台102绕农业收割机100的前后纵向轴线的取向。
脱粒机110示例性地包括脱粒滚筒112和一组凹板114。此外,农业收割机100还包括分离器116。农业收割机100还包括清粮子系统或清粮室118(统称为清粮子系统118),其包括清粮风扇120、谷壳筛122和筛网124。材料处理子系统125还包括排出搅拌器126、杂余升运器128、干净谷物升运器130以及卸载螺旋输送器134和喷口136。干净谷物升运器使干净谷物移动到干净谷物箱132中。农业收割机100还包括残留物子系统138,该残留物子系统138可包括切碎机140和散布机142。农业收割机100还包括推进子系统,该推进子系统包括驱动地面接合组件144(例如,轮或履带)的发动机。在一些示例中,本公开的范围内的联合收割机可具有上述任何子系统中的不止一个。在一些示例中,农业收割机100可具有图1中未示出的左右清粮子系统、分离器等。
在操作中,作为概述,农业收割机100示例性地在箭头147所指示的方向上穿过田地移动。随着农业收割机100移动,割台102(以及关联的拨禾轮164)接合待收割的作物并将作物朝着切割器104收集。农业收割机100的操作者可以是本地的人工操作者、远程的人工操作者或者自动化系统。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旋转的滚筒112来使作物脱粒。在分离器116中分离器滚筒使脱粒的作物移动,其中排出搅拌器126使一部分残留物朝着残留物子系统138移动。传送至残留物子系统138的那部分残留物被残留物切碎机140切碎并由散布机142散布在田地上。在其它配置中,残留物从农业收割机100成堆排出。在其它示例中,残留物子系统138可包括草籽排除器(未示出),例如种子装袋机或其它种子收集器或者种子粉碎机或其它种子破碎器。
谷物落到清粮子系统118中。谷壳筛122从谷物分离出一些较大的材料,筛网124从干净谷物分离出一些细小材料。干净谷物落到使谷物移动到干净谷物升运器130的入口端的螺旋输送器,并且干净谷物升运器130使干净谷物向上移动,从而使干净谷物沉积在干净谷物箱132中。通过清粮风扇120所生成的气流从清粮子系统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各种其它系统或传感器。
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可包括单个传感器。
分离器损失传感器148提供指示左分离器和右分离器(图1中未单独示出)中的谷物损失的信号。分离器损失传感器148可与左分离器和右分离器关联并且可提供单独的谷物损失信号或者组合或聚合信号。在一些情况下,也可使用各种不同类型的传感器来感测分离器中的谷物损失。
农业收割机100还可包括其它传感器和测量机构。例如,农业收割机100可包括以下传感器中的一个或更多个:割台高度传感器,其感测割台102在地面111上方的高度;稳定性传感器,其感测农业收割机100的振荡或跳动(和振幅);残留物设定传感器,其被配置为感测农业收割机100是否被配置为切碎残留物、成堆等;清粮室风扇速度传感器,其感测风扇120的速度;凹板间隙传感器,其感测滚筒112与凹板114之间的间隙;脱粒滚筒速度传感器,其感测滚筒112的滚筒速度;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。
农业收割机100还可包括操作者输入传感器。操作者输入传感器示例性地感测多种不同的操作者输入。所述输入可以是用于控制农业收割机100上的设定的设定输入或其它控制输入,诸如转向输入和其它输入。例如,由操作者输入传感器所感测的输入可以是用于控制割台102或割台102的组件的设定(诸如,割台102的地面压力设定或割台102的高度设定)的设定输入。在一个示例中,地面压力设定控制该割台102与地面的接合力。在一些示例中,地面压力设定可以控制向下作用力、割台102的重量、或施加在割台102上的提升力。在一个示例中,高度设定控制割台在田地表面上方的高度。
农业收割机100还可以包括光学传感器(例如,相机)或其它光学感测装置(诸如,激光雷达、雷达等),所述光学传感器或其它光学感测装置被配置为感测农业收割机100的特性或田地的特性,并且生成所感测的特性的图像。例如,农业收割机可以包括光学传感器(例如,相机),该光学传感器捕获割台102或割台102的部分(例如,切割器104)的图像。该图像可以显示例如在割台102上或切割器104的前部上的污物,以作为割台推挤的指示。在另一示例中,农业收割机100可以包括光学传感器(例如,相机),该光学传感器捕获田地的图像,例如相对于农业收割机100的行进方向在割台102后面的田地的图像。该图像可以显示例如在割台102后面的被剐蹭的或以其它方式变形的地面,以作为割台推挤的指示。
在描述农业收割机100如何生成功能性预测割台特性图并将该功能性预测割台特性图用于控制之前,将首先描述农业收割机100上的一些项目及其操作的简要说明。图2、图3A和图3B的绘图描述了接收一般类型的先验信息图并将来自先验信息图的信息与现场传感器所生成的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,例如农业收割机的割台特性。田地的特性可包括(但不限于):田地的特性,例如坡度、杂草密集度、杂草类型、土壤湿度、表面质量;作物性质的特性,例如作物高度、作物湿度、作物密度、作物状态;谷物性质的特性,例如谷物湿度、谷物大小、谷物测试重量;以及机器性能的特性,例如损失水平、工作质量、燃料消耗和功率利用率。识别从现场传感器信号获得的特性值与先验信息图值之间的关系,并且使用该关系来生成新的功能性预测图。功能性预测图预测田地中的不同地理位置处的值,并且那些值中的一个或更多个可用于控制机器,例如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个或更多个。
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割台特性图的更具体的方法。同样,尽管针对农业收割机(具体地,联合收割机)进行本讨论,但是本公开的范围涵盖其它类型的农业收割机或其它农业作业机器。
图2是示出示例农业收割机100的一些部分的框图。图2示出农业收割机100示例性地包括一个或更多个处理器或服务器201、数据存储装置202、地理位置传感器204、通信系统206、以及与收割操作同时地感测田地的一个或更多个农业特性的一个或更多个现场传感器208。农业特性可包括可对收割操作有影响的任何特性。农业特性的一些示例包括收割机器、田地、田地上的植物和天气的特性。也包括其它类型的农业特性。农业特性可以包括可对收割操作具有影响的任何特性。其中,农业特性的一些示例包括收割用机器、田地、田地上的植物、天气等的特性。现场传感器208生成与所感测的特性对应的值。农业收割机100还包括预测模型或关系生成器(以下统称为“预测模型生成器210”)、预测图生成器212、控制区生成器213、控制系统214、一个或更多个可控子系统216以及操作者接口机构218。农业收割机100还可包括各种其它农业收割机功能220。例如,现场传感器208包括机载传感器222、远程传感器224、以及在农业操作的过程期间感测田地的特性的其它传感器226。预测模型生成器210示例性地包括先验信息变量对现场变量模型生成器228,并且预测模型生成器210可包括其它项目230。控制系统214包括通信系统控制器229、操作者接口控制器231、设定控制器232、路径规划控制器234、进料速率控制器236、割台和拨禾轮控制器238、带式输送器带控制器240、盖板位置控制器242、残留物系统控制器244、机器清粮控制器245、区控制器247,并且系统214可包括其它项目246。可控子系统216包括机器和割台致动器248、推进子系统250、转向子系统252、残留物子系统138、机器清粮子系统254,并且子系统216可包括各种其它子系统256。
图2还示出农业收割机100可接收先验信息图258。如下面描述的,例如,先验信息图258包括例如土壤性质图或地形图。然而,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。图2还示出操作者260可操作农业收割机100。操作者260与操作者接口机构218交互。在一些示例中,操作者接口机构218可包括摇杆、操纵杆、方向盘、连杆、踏板、按钮、拨盘、键区、用户接口显示装置上的用户可致动元件(例如图标、按钮等)、麦克风和扬声器(其中提供语音识别和语音合成)以及各种其它类型的控制装置。在提供触敏显示系统的情况下,操作者260可利用触摸手势来与操作者接口机构218交互。提供上述这些示例作为示例性示例,而非旨在限制本公开的范围。因此,其它类型的操作者接口机构218也可被使用并且在本公开的范围内。
使用通信系统206或其它方式,先验信息图258可被下载到农业收割机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还可包括方便来往安全数字(SD)卡或通用串行总线(USB)卡或这二者的信息下载或传送的系统。
地理位置传感器204示例性地感测或检测农业收割机100的地理位置或方位。地理位置传感器204可包括(但不限于)全球导航卫星系统(GNSS)接收器,该全球导航卫星系统(GNSS)接收器接收来自GNSS卫星发送器的信号。地理位置传感器204还可包括实时运动(RTK)组件,该实时运动(RTK)组件被配置为增强从GNSS信号推导的位置数据的精度。地理位置传感器204可包括航位推算系统、蜂窝三角测量系统或者各种其它地理位置传感器中的任一种。
现场传感器208可以是上面参照图1描述的任何传感器。现场传感器208包括安装在农业收割机100上的机载传感器222。例如,这些传感器可包括感知传感器(例如,前视的单目或立体相机系统和图像处理系统)、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还包括捕获现场信息的远程现场传感器224。现场数据包括从收割机上的传感器获取的数据或者在收割操作期间检测数据的情况下由任何传感器获取的数据。在图6B中示出现场传感器208的一些其它示例。
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映射到田地的度量之间的关系的模型。例如,如果先验信息图258建立土壤性质值与田地中的不同位置的映射,并且现场传感器208正在感测指示割台特性(诸如,割台推挤、割台设定等)的值,则先验信息变量对现场变量模型生成器228生成对土壤性质值与割台特性值之间的关系进行建模的预测割台特性模型。还可基于来自先验信息图258的土壤特性值和现场传感器208所生成的多个现场数据值来生成预测割台特性模型。然后,预测图生成器212使用由预测模型生成器210所生成的预测割台特性模型来生成功能性预测割台特性图,该功能性预测割台特性图基于先验信息图来预测由现场传感器208所感测的在田地中的不同位置的割台特性的值。由割台特性图所预测的割台特性可以包括割台设定(诸如,割台位置设定或割台地面压力设定)、或割台推挤或割台推挤严重度(即,割台推挤的程度),或者割台特性图可以预测由割台特性所指示的特性的值,例如由割台设定(例如,割台高度设定)所指示的切割高度特性。
在一些示例中,功能性预测图中的值的类型可与现场传感器208所感测的现场数据类型相同。在一些情况下,功能性预测图中的值的类型可具有与现场传感器208所感测的数据不同的单位。在一些示例中,功能性预测图中的值的类型可与现场传感器208所感测的数据类型不同,但是与现场传感器208所感测的数据类型有关系。例如,在一些示例中,现场传感器208所感测的数据类型可指示功能性预测图中的值的类型。在一些示例中,功能性预测图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中的数据的类型。在一些示例中,功能性预测图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。
在先验信息图258是土壤性质图、并且现场传感器208感测指示割台特性的值的示例中,预测图生成器212可使用先验信息图258中的土壤特性值(诸如,土壤湿度或土壤类型)和预测模型生成器210所生成的模型来生成功能性预测图263,该功能性预测图263预测田地中的不同位置的割台特性。预测图生成器212因此输出预测图264。
如图2所示,预测图264基于先验信息图258中在那些位置处的先验信息值和预测模型来预测横跨田地的多个位置处所感测的特性(由现场传感器208感测)的值或与所感测的特性有关的特性的值。例如,如果预测模型生成器210已生成指示土壤性质值与割台特性之间的关系的预测模型,则给定在横跨田地不同位置的土壤性质值,预测图生成器212生成预测在横跨田地不同位置的割台特性的值的预测图264。使用从土壤性质图获得的那些位置处的土壤性质值以及从预测模型获得的土壤性质值与割台特性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可以是土壤性质图,并且现场传感器208所感测的变量可以是割台推挤特性。因而,预测图264可以是将预测的割台推挤值映射到田地中的不同地理位置的预测割台推挤图。在另一示例中,先验信息图258可以是地形图,并且现场传感器208所感测的变量可以是由操作者输入的割台设定。然后,预测图264可以是将预测的割台设定值映射到田地中的不同地理位置的预测割台设定图。
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可以是土壤性质图,并且现场传感器208所感测的变量可以是由操作者输入的割台高度设定。因而,预测图264可以是将预测的切割高度特性值映射到田地中的不同地理位置的预测切割高度特性(诸如,切割高度、切割高度变化性)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穿过田地的先验或先前穿行,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可以是在先前的操作(诸如,喷洒或播种操作)期间生成的地形图,并且现场传感器208所感测的变量可以是由操作者输入的割台设定。因而,预测图264可以是将预测的割台设定值映射到田地中的不同地理位置的预测割台设定图。
在一些示例中,先验信息图258来自在先验或先前操作期间穿过田地的穿行,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割台切割高度图,并且现场传感器208所感测的变量可以是割台切割高度特性。因而,预测图264可以是将预测的割台切割高度特性值映射到田地中的不同地理位置的预测割台切割高度图。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中的相对切割高度差异,来生成对先验信息图258上的相对切割高度差异与现场传感器208在当前收割操作期间所感测的切割高度特性值之间的关系进行建模的预测模型。然后,预测图生成器210使用预测模型来生成预测切割高度特性图。
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,将该区域的这些相邻部分分组为一个或更多个控制区。控制区可包括一区域(例如,田地)的两个或更多个连续部分,对所述两个或更多个连续部分来说,与该控制区相对应的、用于控制可控子系统的控制参数是恒定的。例如,改变可控子系统216的设定的响应时间可能不足以令人满意地响应被包含在诸如预测图264的图中的值的改变。在这种情况下,控制区生成器213解析该图并识别具有定义尺寸以适应可控子系统216的响应时间的控制区。在另一示例中,控制区可被调整尺寸以减小由连续调节导致的过度致动器移动所造成的磨损。在一些示例中,对于各个可控子系统216或成组的可控子系统216,可存在不同组的控制区。控制区可被添加到预测图264以获得预测控制区图265。因此,除了预测控制区图265包括限定控制区的控制区信息之外,预测控制区图265可与预测图264相似。因此,如本文所描述的,功能性预测图263可包括或者可不包括控制区。预测图264和预测控制区图265二者均是功能性预测图263。在一个示例中,功能性预测图263不包括控制区(例如,预测图264)。在另一示例中,功能性预测图263确实包括控制区(例如,预测控制区图265)。在一些示例中,如果实施间作生产系统,则多种作物可同时存在于田地中。在这种情况下,预测图生成器212和控制区生成器213能够识别两种或更多种作物的位置和特性,然后相应地生成预测图264和预测控制区图265。
还将理解,控制区生成器213可对值进行聚类以生成控制区,并且控制区可被添加到预测控制区图265或者被添加到仅显示所生成的控制区的单独图。在一些示例中,控制区可用于控制和/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功率特性来编辑该图。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、凹板间隙、滚筒设定、清粮风扇速度设定、割台高度、割台功能、拨禾轮速度、拨禾轮位置、带式输送器功能(其中农业收割机100联接到带式输送器割台)、谷物割台功能、内部分布控制以及影响农业收割机100的其它功能的其它致动器248中的一个或更多个。路径规划控制器234示例性地生成控制信号以控制转向子系统252根据期望的路径使农业收割机100转向。路径规划控制器234可控制路径规划系统为农业收割机100生成路线,并且可控制推进子系统250和转向子系统252使农业收割机100沿着该路线转向。进料速率控制器236可控制诸如推进子系统250和机器致动器248之类的多种子系统,以基于预测图264或预测控制区图265或这二者来控制进料速率。例如,随着农业收割机100接近具有高于所选阈值的预测的子系统功率用量的区域,进料速率控制器236可降低农业收割机100的速度以维持针对所述一个或更多个子系统的预测的功率用量需求的功率分配。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。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281、282、284和286讨论先验信息图258或接收先验信息图258的示例。如上所述,先验信息图258将与第一特性对应的变量的值映射到田地中的不同位置,如框282所指示的。如框281所指示的,接收先验信息图258可涉及选择可用的多个可能先验信息图中的一个或更多个。例如,一个先验信息图可以是土壤性质图。另一先验信息图可以是地形图。选择一个或更多个先验信息图的过程可以是手动的、半自动的或自动的。先验信息图258基于在当前收割操作之前收集的数据。这由框284指示。例如,可基于在前一年或者在当前生长季节早前或者在其它时间获取的空中图像来收集所述数据。如由框285指示的,先验信息图可以是基于先验信息图和与现场传感器的关系来预测特性的预测图。在图5中呈现生成预测图的过程。也可以用其它传感器和其它先验图来执行在图5中示出的该过程以生成例如预测产量图或预测生物量图。这些预测图可以用作其它预测过程中的先验图,如由框285指示的。所述数据可以基于除了使用空中图像之外的其它方式所检测的数据。例如,用于先验信息图258的数据可使用通信系统206而被发送到农业收割机100并被存储在数据存储装置202中。也可使用通信系统206以其它方式将先验信息图258的数据提供给农业收割机100,这由图3A的流程图中的框286指示。在一些示例中,先验信息图258可由通信系统206接收。
在收割操作开始时,现场传感器208生成指示一个或更多个现场数据值的传感器信号,所述一个或更多个现场数据值指示例如功率特性(例如,由一个或更多个子系统使用的功率用量)的特性,如由框288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。在一些示例中,使用来自地理位置传感器204的位置、航向或速度数据对来自机载传感器的数据进行地理配准。
预测模型生成器210控制先验信息变量对现场变量模型生成器228以生成对被包含在先验信息图258中的映射的值与现场传感器208所感测的现场值之间的关系进行建模的模型,如框292所指示的。由先验信息图258中的映射的值和现场传感器208所感测的现场值所表示的特性或数据类型可以是相同的特性或数据类型、或不同的特性或数据类型。
由预测模型生成器210生成的关系或模型被提供给预测图生成器212。预测图生成器212使用预测模型和先验信息图258来生成预测图264,该预测图264预测在正在收割的田地中的不同地理位置处由现场传感器208所感测的特性或者与现场传感器208所感测的特性有关的不同特性的值,如框294所指示的。
应该注意的是,在一些示例中,先验信息图258可包括两个或更多个不同的图、或者单个图的两个或更多个不同的图层。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。所述区的大小可基于控制系统214、可控子系统216的响应性,基于磨损考虑或其它标准,如框295所指示的。预测图生成器212配置预测图264以用于呈现给操作者或其它用户。控制区生成器213可配置预测控制区图265以用于呈现给操作者或其它用户。这由框299指示。当呈现给操作者或其它用户时,预测图264或预测控制区图265或这二者的呈现可包含预测图264上的与地理位置相关的预测值、预测控制区图265上的与地理位置相关的控制区、以及基于图264上的预测的值或预测控制区图265上的区被使用的设定值或控制参数中的一个或更多个。在另一示例中,所述呈现可包括更抽象的信息或更详细的信息。所述呈现还可包括置信度,该置信度指示预测图264上的预测值或预测控制区图265上的区符合当农业收割机100穿过田地移动时可由农业收割机100上的传感器测量的测量值的准确度。此外,在信息被呈现给超过一个位置的情况下,可提供验证和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,或者进行这两者。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,监督者(例如,远程位置处的监督者)可能能够在显示器上看到预测图264,但是被阻止进行任何改变。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,并且还能改改变预测图264。在一些情况中,可由处于远程位置处的管理者访问和改变的预测图264可以用于机器控制。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处,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。特别地,在框300处,控制系统214从地理位置传感器204检测识别农业收割机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,所生成的呈预测割台特性图形式的预测图264可用于控制一个或更多个子系统216。例如,预测割台特性图可包括被地理配准到正收割的田地内的位置的割台推挤值。来自预测割台特性图的割台推挤值可以被提取,并且例如通过调节割台位置设定(诸如,割台高度设定、割台倾斜/俯仰设定、割台翻滚设定等)、灵敏度设定或地面压力设定而用于控制割台致动器248。前面使用预测割台特性图涉及割台控制的示例仅作为示例被提供。因此,可使用从预测割台特性图或其它类型的预测图获得的值来生成多种其它控制信号以控制一个或更多个可控子系统216。
在框312处,确定收割操作是否已完成。如果收割未完成,则处理前进到框314,在框314中,不断读取来自地理位置传感器204和现场传感器208(以及可能其它传感器)的现场传感器数据。
在一些示例中,在框316处,农业收割机100还可检测学习触发标准以对预测图264、预测控制区图265、预测模型生成器210所生成的模型、控制区生成器213所生成的区、由控制系统214中的控制器所实现的一个或更多个控制算法以及其它触发式学习中的一个或更多个执行机器学习。
学习触发标准可包括多种不同标准中的任一种。参照框318、320、321、322和324讨论检测触发标准的一些示例。例如,在一些示例中,触发式学习可涉及当从现场传感器208获得阈值量的现场传感器数据时,重新创建用于生成预测模型的关系。在这些示例中,从现场传感器208接收到超过阈值的量的现场传感器数据触发或使得预测模型生成器210生成由预测图生成器212使用的新预测模型。因此,随着农业收割机100继续收割操作,从现场传感器208接收到阈值量的现场传感器数据触发创建由预测模型生成器210所生成的预测模型所表示的新关系。此外,可使用新预测模型重新生成新的预测图264、预测控制区图265或这二者。框318表示检测用于触发创建新预测模型的阈值量的现场传感器数据。
在其它示例中,学习触发标准可基于来自现场传感器208的现场传感器数据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、或大于限定的量、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,改变预测控制区图265上的控制区的尺寸、形状、位置或存在,或改变这两者。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。
如框326所指示的,如果重新学习被触发(无论基于学习触发标准还是基于过去了的时间间隔),则预测模型生成器210、预测图生成器212、控制区生成器213和控制系统214中的一个或更多个执行机器学习,以基于学习触发标准分别生成新预测模型、新预测图、新控制区和新控制算法。使用自执行上次学习操作以来收集的任何附加数据来生成新预测模型、新预测图和新控制算法。执行重新学习由框328指示。
如果收割操作已完成,则操作从框312移至框330,在框330中,存储预测图264、预测控制区图265和由预测模型生成器210生成的预测模型中的一个或更多个。预测图264、预测控制区图265和预测模型可被本地存储在数据存储装置202上或者可使用通信系统206被发送到远程系统以便于随后使用。
将注意的是,尽管本文中的一些示例描述了预测模型生成器210和预测图生成器212分别在生成预测模型和功能性预测图时接收先验信息图,但是在其它示例中,预测模型生成器210和预测图生成器212在分别生成预测模型和功能性预测图时可接收其它类型的图,包括预测图,例如在收割操作期间生成的功能性预测图。
图4是图1所示的农业收割机100的一部分的框图。具体地,除了别的以外,图4更详细地示出预测模型生成器210和预测图生成器212的示例。图4还示出所示的各种组件之间的信息流。预测模型生成器210接收土壤性质图332或地形图333。土壤性质图332包括经地理配准的土壤性质值,诸如经地理配准的土壤湿度值和经地理配准的土壤类型值。地形图333包括经地理配准的地形特性值,例如经地理配准的坡度值。
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示例性地包括光学传感器(例如,光学传感器335)、操作者输入传感器(例如,操作者输入传感器336)以及处理系统338。光学传感器335被配置为感测田地的特性或农业收割机100的特性。例如,光学传感器335可以包括生成田地的图像或割台102的图像或割台102的组件(例如,切割器104)的图像的相机。在一个示例中,光学传感器335可以生成割台102或切割器104的图像,该图像可以提供割台推挤的指示,例如当该图像显示在割台102上的污物或在切割器104上的污物时,例如在切割器104的前部上的污物。在另一示例中,光学传感器335可以包括生成田地的图像(例如,相对于农业收割机100的行进方向在割台102后面的田地的图像)的相机,该图像可以提供割台推挤的指示,例如当该图像显示在割台102后面的被剐蹭或以其它方式变形的地面时。操作者输入传感器336感测多种不同的操作者输入,例如用于控制农业收割机100的一个或更多个组件的设定的设定输入,例如分别控制割台的位置或地面压力的割台位置设定(例如,割台高度设定)或割台地面压力设定。在一些情况下,光学传感器335和操作者输入传感器336可位于农业收割机100上。处理系统338处理从光学传感器335和操作者输入传感器336生成的传感器数据以生成处理过的数据,下面描述所述处理过的数据的一些示例。
关于如下示例进行本讨论,在该示例中,光学传感器335生成指示割台推挤的传感器信号(例如,图像),并且操作者输入传感器336感测用于控制农业收割机100上的割台102的设定(诸如,割台位置设定或割台地面压力设定)的割台设定输入。如图4所示,示例性预测模型生成器210包括土壤性质对割台推挤模型生成器342、土地性质对割台设定模型生成器344、地形特性对割台推挤模型生成器346、和地形特性对割台设定模型生成器348中的一个或更多个。在其它示例中,预测模型生成器210可以包括比图4的示例中所示的那些组件更多、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349,所述其它项目349可以包括其它类型的预测模型生成器以生成其它类型的功率模型。例如,预测模型生成器210可以包括具体的土壤性质模型生成器,例如,土壤类型对割台推挤模型生成器、土壤湿度对割台推挤模型生成器、土壤类型对割台设定模型生成器、或土壤湿度对割台设定模型生成器。在其它示例中,预测模型生成器可以包括具体的地形特性模型生成器,例如,坡度对割台推挤模型生成器、或坡度对割台设定模型生成器。在其它示例中,预测模型生成器210可以包括具体的割台设定模型生成器,例如,土壤性质对割台高度设定模型生成器、或土壤性质对地面压力设定模型生成器。在另外的其它示例中,预测模型生成器210可以包括具体的土壤性质和具体的割台设定模型生成器,例如,土壤类型对割台高度设定模型生成器、土壤类型对地面压力设定模型生成器、土壤湿度对割台高度设定模型生成器、或土壤湿度对地面压力设定模型生成器。在其它示例中,预测模型生成器可以包括具体的地形特性和具体的割台设定模型生成器,例如,坡度对割台高度设定模型生成器、或坡度对地面压力设定模型生成器。
土壤性质对割台推挤模型生成器342确定在一地理位置(该地理位置对应于光学传感器335感测到指示割台推挤的特性的地理位置)处的割台推挤特性与来自土壤性质图332的、对应于田地中感测到该割台推挤的相同位置土壤性质值之间的关系。基于由土壤性质对割台推挤模型生成器342所建立的这种关系,土壤性质对割台推挤模型生成器342生成预测割台特性模型。预测图生成器212使用所述预测割台特性模型,以基于在田地中的相同位置处在土壤性质图332中所包含的经地理配准的土壤性质值(诸如,土壤类型值或土壤湿度值)来预测田地中的不同位置处的割台特性(例如,割台推挤)。
土壤性质对割台设定模型生成器344确定在一地理位置(该地理位置对应于由操作者输入传感器336感测到的割台设定输入)处的割台设定与来自土壤性质图332的、对应于田地中感测到该割台设定输入的相同位置的土壤性质值(诸如,土壤湿度或土壤类型)之间的关系。基于由土壤性质对割台设定模型生成器344所建立的这种关系,土壤性质对割台设定模型生成器344生成预测割台特性模型。预测图生成器212使用所述预测割台特性模型,以基于田地中的相同位置处的土壤性质图332中所包含的经地理配准的土壤性质值来预测田地中的不同位置处的割台特性(诸如,割台高度设定、割台地面压力设定)或切割高度特性。
地形特性对割台推挤模型生成器346确定在一地理位置(该地理位置对应于光学传感器335感测到指示割台推挤的特性的地理位置)处的割台推挤特性与来自地形图333的、对应于田地中感测到该割台推挤的相同位置的地形特性值(例如,坡度值)之间的关系。基于由地形特性对割台推挤模型生成器346所建立的这种关系,地形特性对割台推挤模型生成器346生成预测割台特性模型。预测图生成器212使用所述预测割台特性模型,以基于在田地中的相同位置处在地形图333中所包含的经地理配准的地形特性值(例如,坡度值)来预测田地中的不同位置处的割台特性(例如,割台推挤)。
地形特性对割台设定模型生成器348确定在一地理位置(该地理位置对应于由操作者输入传感器336感测到的割台设定输入)处的割台设定与来自地形图333的、对应于田地中的与所述割台设定输入所对应的相同位置的地形特性值(例如,坡度值)之间的关系。基于由地形特性对割台设定模型生成器348所建立的这种关系,地形特性对割台设定模型生成器348生成预测割台特性模型。预测图生成器212使用所述预测割台特性模型,以基于在田地中的相同位置处在地形图333中所包含的经地理配准的地形特性值(例如,坡度值)来预测田地中的不同位置处的割台特性(诸如,割台高度设定、割台地面压力设定)或切割高度特性。
鉴于以上内容,预测模型生成器210能够操作以生成多个预测割台特性模型,例如由模型生成器342、344、346、348和349生成的一个或更多个预测割台特性模型。在另一示例中,上述预测割台特性模型中的两个或更多个可被组合成单个预测割台特性模型,该单个预测割台特性模型基于田地中的不同位置处的不同值来预测两个或更多个割台特性,例如割台高度设定、割台推挤和割台地面压力设定等。这些割台特性模型中的任一个或其组合由图4中的割台特性模型350统一地表示。
预测割台设定模型350被提供给预测图生成器212。在图4的示例中,预测图生成器212包括割台切割高度特性图生成器352、割台推挤图生成器354、和割台设定图生成器356。在其它示例中,预测图生成器212可包括更多、更少或不同的图生成器。因此,在一些示例中,预测图生成器212可包括其它项目358,其可包括其它类型的图生成器以生成用于其它类型的割台特性的割台特性图。
割台切割高度特性图生成器352接收所述预测割台特性模型350,所述预测割台特性模型350基于土壤性质图332中的值或地形图333中的值和指示割台设定(例如,割台高度设定)的现场传感器数据来预测割台高度设定,并且该割台切割高度特性图生成器352生成映射该割台在田地中的不同位置处的预测的切割高度特性的预测图。例如,割台高度设定指示割台在田地表面上方的高度,并且由此可以推导出切割高度特性,诸如切割高度或切割高度变化性(横跨整个田地区域的切割高度的变化)。例如,通过知道割台高度设定(以及其它割台位置设定,诸如倾斜和翻滚)并且知道割台和农业作业机器的尺寸,可以推导出割台将在田地上切割植物的高度,以预测切割高度特性值。
割台推挤图生成器354接收所述预测割台特性模型350,所述预测割台特性模型350基于土壤性质图332中的值或地形图333中的值和指示割台推挤的现场传感器数据来预测割台推挤,并且该割台推挤图生成器354生成映射田地中的不同位置处的预测的割台推挤的预测图。
图生成器356接收所述预测割台特性模型350,所述预测割台特性模型350基于土壤性质图332中的值或地形图中的值和指示割台推挤的现场传感器数据来预测割台设定(诸如,割台位置设定或割台地面压力设定),并且该割台设定图生成器356生成映射田地中的不同位置处的预测的割台设定的预测图。
预测图生成器212输出预测一个或更多个割台特性(诸如,割台切割高度特性、割台推挤或割台设定)的一个或更多个功能性预测割台特性图360。每个所述预测割台特性图360预测田地中的不同位置的割台特性。每个生成的预测割台特性图360可被提供给控制区生成器213、控制系统214或这二者。控制区生成器213生成控制区,并将那些控制区并入功能性预测割台特性图360中,以提供具有控制区的功能性预测割台特性图360。(具有或不具有控制区的)功能性预测割台特性图360可被提供给控制系统214,该控制系统214基于所述(具有或不具有控制区的)功能性预测割台特性图360来生成控制信号以控制一个或更多个可控子系统216。
图5是预测模型生成器210和预测图生成器212在生成预测割台特性模型350和功能性预测割台特性图360时的操作的示例的流程图。在框362处,预测模型生成器210和预测图生成器212接收土壤性质图332、地形图333或一些其它图363。在框364处,处理系统338从现场传感器208(例如,操作者输入传感器336或光学传感器335)接收一个或更多个传感器信号。在其它示例中,现场传感器208可以是另一类型的传感器,如由框370指示的。例如,现场传感器208可以是提供割台特性的指示的另一类型的传感器。在图6B中示出现场传感器208的一些其它示例。
在框372处,处理系统338处理接收到的所述一个或更多个传感器信号以生成指示割台特性的数据。如框374所示,割台特性可以是割台设定。如框376所示,割台特性可以是割台推挤。如框380所示,传感器数据可以指示其它割台特性。
在框382处,预测模型生成器210还获得与传感器数据对应的地理位置。例如,预测模型生成器210可以从地理位置传感器204获得地理位置,并且基于机器延迟、机器速度等确定捕获或导出传感器数据340的精确地理位置。
在框384处,预测模型生成器210生成一个或更多个预测模型,例如割台特性模型350,该预测模型对从土壤性质图332获得的土壤性质值(诸如,土壤湿度值或土壤类型值)、或从地形图333获得的地形特性值(例如,坡度值)与正被现场传感器208感测的割台特性或相关特性之间的关系进行建模。例如,预测模型生成器210可以生成预测割台特性模型,该预测割台特性模型对土壤性质值(诸如,土壤湿度值或土壤类型值)与从现场传感器208(诸如,光学传感器335或操作者输入传感器336)获得的传感器数据所指示的感测的割台特性(诸如,割台设定或割台推挤)之间的关系进行建模。在另一个示例中,预测模型生成器210可以生成预测割台特性模型,该预测割台特性模型对地形特性值(例如,坡度值)与从现场传感器208(诸如,光学传感器335或操作者输入传感器336)获得的传感器数据所指示的感测的特性(诸如,割台设定或割台推挤)之间的关系进行建模。
在框386处,诸如预测割台特性模型350之类的预测模型被提供给预测图生成器212,该预测图生成器212基于土壤性质图332或地形图333和预测割台特性模型350生成预测割台特性图360,该预测割台特性图360映射预测的割台特性。例如,在一些示例中,预测割台特性图360映射在贯穿田地的多个不同位置处的预测的割台设定、预测的割台推挤、或预测的割台切割高度特性。此外,可以在农业操作的过程期间生成预测割台特性图360。因此,在农业收割机移动穿过田地以执行农业操作时,在正在执行该农业操作时生成预测割台特性图360。
在框394处,预测图生成器212输出预测割台特性图360。在框391处,预测图生成器212输出预测割台特性图360,以便呈现给操作者260并由操作者260进行可能的交互。如框393所示,预测图生成器212可以配置该预测割台特性图360以便由控制系统214使用。在框395处,预测图生成器212还可以向控制区生成器213提供预测割台特性图360,以便生成和结合控制区以提供具有控制区的功能性预测割台特性图360。在框397处,预测图生成器212还以其它方式配置该预测割台特性图360。预测割台特性图360(具有或没有控制区)被提供给控制系统214。在框396处,控制系统214基于功能性预测割台特性图360(具有或没有控制区)生成控制信号以控制可控子系统216。
在控制系统214接收功能性预测图或添加有控制区的功能性预测图的示例中,路径规划控制器234控制转向子系统252以使农业收割机100转向。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,残留物系统控制器244控制残留物子系统138。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,设定控制器232控制脱粒机110的脱粒机设定。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,设定控制器232或另一控制器246控制材料处理子系统125。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,设定控制器232控制作物清粮子系统118。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,机器清粮控制器245控制农业收割机100上的机器清粮子系统254。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,通信系统控制器229控制通信系统206。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,操作者接口控制器231控制农业收割机100上的操作者接口机构218。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,盖板位置控制器242控制机器/割台致动器248以控制农业收割机100上的盖板。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,带式输送器带控制器240控制机器/割台致动器248以控制农业收割机100上的带式输送器带。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,其它控制器246控制农业收割机100上的其它可控子系统256。
在一个示例中,控制系统214可以接收功能性预测图或添加有控制区的功能性预测图,并且割台/拨禾轮控制器238可以基于功能性预测图(具有或不具有控制区)来控制割台或其它机器致动器248以控制割台102的高度、翻滚或倾斜(从前向后的倾斜,也被称为俯仰)。例如,割台/拨禾轮控制器238可以控制割台或其它机器致动器248来调节割台102在田地表面上方的高度。在另一示例中,割台/拨禾轮控制器238可以控制割台或其它机器致动器248以调节割台的倾斜,例如割台102的从前向后的倾斜(俯仰)或割台102的边对边的倾斜(翻滚)。在另一示例中,控制系统214可以接收功能性预测图或添加有控制区的功能性预测图,并且通过调节地面压力设定、灵敏度设定或割台位置设定(诸如,割台高度设定、割台倾斜设定、割台翻滚设定等)来控制割台或其它机器致动器248。
由此可以看出,本系统采用将诸如土壤性质值或地形特性值之类的特性进行映射的图,并且使用感测指示割台特性(诸如,割台设定或割台推挤)的现场传感器数据的一个或更多个现场传感器,并且生成对使用现场传感器所感测的特性或相关特性与在所述图中所映射的特性之间的关系进行建模的模型。因此,本系统使用模型、现场数据和图生成功能性预测图,并且可以配置所生成的功能性预测图以供控制系统使用、呈现给本地操作者或远程操作者或其它用户、或这两者。例如,控制系统可以使用该图来控制联合收割机的一个或更多个系统。
图6A是图1所示的农业收割机100的示例部分的框图。特别地,除了别的以外,图6A示出了预测模型生成器210和预测图生成器212的示例。在图示示例中,先验信息图258可以是土壤性质图332、地形图333或先验操作图400。先验操作图400可以包括来自该田地或另一田地上的先前或先验操作的在该田地的多个不同位置处的割台特性值。例如,先验操作图400可以是历史割台特性图,该历史割台特性图包括在先前收割季节的收割操作期间所生成的、在田地中多个不同位置处的割台特性值。图6A还示出了预测模型生成器210和预测图生成器除了可以接收先验信息图258之外,还可以接收预测图(例如,功能性预测割台特性图360)。功能性预测割台特性图360可以被与先验信息图258类似地使用之处在于,该模型生成器210对由功能性预测割台特性图360提供的信息与由现场传感器208感测的特性之间的关系进行建模,并且因此图生成器212可以使用该模型来生成功能性预测图,该功能性预测图基于在功能性预测割台设定图360中的、在田地中的不同位置处的一个或更多个值并且基于预测模型,来预测在田地中的所述不同位置处的、由现场传感器208感测的特性或指示所感测的特性的特性。如图6A所示,预测模型生成器210和预测图生成器212还可以接收其它图401,例如其它先验信息图或其它预测图,例如以不同于功能性预测割台特性图360的方式生成的其它预测割台特性图。
另外,在图6A所示的示例中,现场传感器208可以包括农业特性传感器402、操作者输入传感器336和处理系统406中的一个或更多个。现场传感器208也可以包括其它传感器408。
农业特性传感器402感测指示农业特性的值。如上所讨论的,操作者输入传感器336感测各种操作者输入。所述输入可以是用于控制农业收割机100上的设定的设定输入或其它控制输入,诸如转向输入和其它输入。因此,当操作者260通过操作者接口机构218改变设定或提供命令输入时,这种输入由操作者输入传感器336检测,该操作者输入传感器336提供指示所感测的操作者输入的传感器信号。
处理系统406可从农业特性传感器402或操作者输入传感器336中的一个或更多个接收传感器信号,并生成指示所感测的变量的输出。例如,处理系统406可以从农业特性传感器402接收传感器输入,并生成指示农业特性的输出。处理系统406还可以从操作者输入传感器336接收输入,并生成指示所感测的操作者输入的输出。
预测模型生成器210可以包括割台特性对农业特性模型生成器410、土壤性质对命令模型生成器411、地形特性对命令模型生成器413、和割台特性对命令模型生成器414。在其它示例中,预测模型生成器210可以包括更多、更少或其它模型生成器415。例如,预测模型生成器210可以包括具体的割台特性模型生成器,例如割台设定对农业特性模型生成器、割台推挤对农业特性模型生成器、割台设定对命令模型生成器、或割台推挤对命令模型生成器。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所感测的农业特性和由操作者输入传感器336所感测的操作者输入命令中的一个或更多个之间的关系进行建模。
割台特性对农业特性模型生成器410生成割台特性值(该割台设定值可以在预测割台特性图360、先验操作图400或其它图401上)与由农业特性传感器402所感测的农业特性之间的关系。割台特性对农业特性模型生成器410生成与该关系对应的预测模型426。
土壤性质对命令模型生成器411生成来自土壤性质图332的土壤性质值与由操作者输入传感器336所感测的操作者输入命令之间的关系。在一个示例中,由操作者输入传感器336所感测的操作者输入命令可以指示割台或割台致动器的多个设定,例如割台位置设定(诸如,割台高度设定、割台俯仰设定或割台翻滚设定)、灵敏度设定(该灵敏度设定控制所述控制系统214对割台位置误差的响应性,其中所述响应性可以是反应速度、阈值、或通过调节由一个或更多个致动器(例如,液压缸)施加在割台上的提升力而输出的力的量)、地面作用力设定(该地面压力设定控制该割台的向下作用力的量,其可以通过调节由一个或更多个致动器(例如,液压缸)施加在割台上的提升力来被控制)、以及多种不同的其它割台设定。土壤性质对命令模型生成器411生成与该关系对应的预测模型426。
地形特性对命令模型生成器413生成来自地形图333的地形特性值与由操作者输入传感器336所感测的操作者输入命令之间的关系。在一个示例中,由操作者输入传感器336所感测的操作者输入命令可以指示割台或割台致动器的多个设定,例如割台位置设定(诸如,割台高度设定、割台俯仰设定或割台翻滚设定)、灵敏度设定(该灵敏度设定控制所述控制系统214对割台位置误差的响应性,其中所述响应性可以是反应速度、阈值、或通过调节由一个或更多个致动器(例如,液压缸)施加在割台上的提升力而输出的力的量)、地面作用力设定(该地面压力设定控制该割台的向下作用力的量,其可以通过调节由一个或更多个致动器(例如,液压缸)施加在割台上的提升力来被控制)、以及多种不同的其它割台设定。地形特性对命令模型生成器413生成与该关系对应的预测模型426。
割台特性对操作者命令模型生成器414生成如下模型:该模型对如在预测割台特性图360、先验操作图400或其它图401上所反映的割台特性与由操作者输入传感器336所感测的操作者输入命令之间的关系进行建模。割台特性对操作者命令模型生成器414生成与该关系对应的预测模型426。
其它模型生成器415可以包括例如具体的割台特性模型生成器,例如,割台设定对农业特性模型生成器、割台推挤对农业特性模型生成器、割台设定对命令模型生成器、或割台推挤对命令模型生成器。
由预测模型生成器210生成的预测模型426可以包括可以由割台特性对农业特性模型生成器410、土壤性质对命令模型生成器411、地形特性对命令模型生成器413、和割台特性对命令模型生成器414、和可以被包括以作为其它项目415的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6A的示例中,预测图生成器212包括预测农业特性图生成器416和预测操作者命令图生成器422。在其它示例中,预测图生成器212可以包括更多、更少或其它图生成器424。
预测农业特性图生成器416接收:对割台特性与由农业特性传感器402感测的农业特性之间的关系进行建模的预测模型426(例如,由割台特性对农业特性模型生成器410生成的预测模型)、和先验信息图258或功能性预测割台特性图360或其它图401中的一个或更多个。预测农业特性图生成器416基于在先验信息图258或功能性预测割台特性图360或其它图401中的一个或更多个图中、在田地中的不同位置处的割台特性中的一个或更多个并且基于预测模型426来生成功能性预测农业特性图427,该功能性预测农业特性图427预测田地中的不同位置处的农业特性值(或该值所指示的农业特性)。
预测操作者命令生成器422接收:先验信息图、功能性预测图360或其他图401中的一个或更多个以及预测模型426,该预测模型426对割台特性与由操作者输入传感器336检测的操作者命令输入之间的关系进行建模(例如,由割台特性对命令模型生成器414生成的预测模型)、对土壤性质与由操作者输入传感器336检测的操作者命令输入之间的关系进行建模(例如,由土壤性质对命令模型生成器411生成的预测模型)、或对地形特性与由操作者输入传感器336检测的操作者命令输入之间的关系进行建模(例如,由地形特性对命令模型生成器413生成的预测模型)。预测操作者命令生成器422基于田地中的不同位置处的割台特性值、土壤性质值或地形特性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预测田地中的不同位置处的操作者命令输入。
预测图生成器212输出功能性预测图427和440中的一个或更多个。功能性预测图427和440中的每个可以被提供给控制区生成器213、控制系统214或这两者。控制区生成器213生成控制区并结合该控制区,以提供具有控制区的功能性预测图427或具有控制区的功能性预测图440。功能性预测图427和440(具有或不具有控制区)中的任一个或所有可以被提供给控制系统214,该控制系统214基于功能性预测图427和440(具有或不具有控制区)中的一个或所有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。所述图427和440(具有或不具有控制区)中的任一个或所有可以被呈现给操作者260或另一个用户。
图6B是示出实时(现场)传感器208的一些示例的框图。图6B中示出的传感器中的一些或它们的不同组合可以同时具有传感器402和处理系统406,而其它传感器可用作参考图6A和图7所描述的传感器402,在图6A和图7中处理系统406是单独的或分开的。图6B中示出的可能的现场传感器208中的一些相对于前面的图被示出和描述,并且被类似地编号。图6B示出了现场传感器208可以包括操作者输入传感器480、机器传感器482、收割材料性质传感器484、田地和土壤性质传感器485、环境特性传感器487,并且它们可以包括各种各样的其它传感器226。操作者输入传感器480可以是通过操作者接口机构218感测操作者输入的传感器。因此,操作者输入传感器480可以感测连杆、操纵杆、方向盘、按钮、转盘或踏板的用户移动。操作者输入传感器480还可以感测用户与其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482可以感测农业收割机100的不同特性。例如,如上所讨论那样,机器传感器482可以包括机器速度传感器146、分离器损失传感器148、干净谷物相机150、前视图像捕获机构151、损失传感器152或地理位置传感器204,其示例在上文中被描述。机器传感器482还可以包括感测机器设定的机器设定传感器491。以上参照图1描述了机器设定的一些示例。前端设备(例如,割台)位置传感器493可以感测割台102、拨禾轮164、切割器104或其它前端设备相对于农业收割机100的框架的位置。例如,传感器493可以感测割台102在地面上方的高度。机器传感器482还可以包括前端设备(例如,割台)取向传感器495。传感器495可以感测割台102相对于农业收割机100或相对于地面的取向。机器传感器482可以包括稳定性传感器497。稳定性传感器497感测农业收割机100的振动或弹跳运动(和幅度)。机器传感器482还可以包括残留物设定传感器499,该残留物设定传感器499被配置成感测农业收割机100是否被配置成切碎残留物、产生料堆或以另一方式处理残留物。机器传感器482可以包括清粮室风扇速度传感器551,该清粮室风扇速度传感器551感测清粮风扇120的速度。机器传感器482可以包括凹板间隙传感器553,该凹板间隙传感器553感测农业收割机100上的滚筒112与凹板114之间的间隙。机器传感器482可以包括谷壳筛间隙传感器555,该谷壳筛间隙传感器555感测谷壳筛122中的开口的尺寸。机器传感器482可以包括脱粒滚筒速度传感器557,该脱粒滚筒速度传感器557感测滚筒112的滚筒速度。机器传感器482可以包括滚筒压力传感器559,该滚筒压力传感器559感测用于驱动滚筒112的压力。机器传感器482可以包括筛网间隙传感器561,该筛网间隙传感器561感测筛网124中开口的尺寸。机器传感器482可以包括MOG湿度传感器563,该MOG湿度传感器563感测穿过农业收割机100的MOG的湿度水平。机器传感器482可以包括感测农业收割机100的取向的机器取向传感器565。机器传感器482可以包括材料进料速率传感器567,该材料进料速率传感器567感测在材料行进通过进料器壳体106、干净谷物升运器130或农业收割机100中的其它地方时该材料的进料速率。机器传感器482可以包括生物量传感器569,该生物量传感器569感测行进通过进料器壳体106、分离器116或农业收割机100中的其它地方的生物量。机器传感器482可以包括燃料消耗传感器571,该燃料消耗传感器571感测农业收割机100的随时间的燃料消耗速率。机器传感器482可以包括功率利用传感器573,该功率利用传感器573感测农业收割机100中的功率利用(诸如哪些子系统正在利用功率)、或者子系统正在利用功率的速率、或者农业收割机100中的子系统之间的功率分配。机器传感器482可以包括轮胎压力传感器577,该轮胎压力传感器577感测农业收割机100的轮胎144中的充气压力。机器传感器482可以包括各种各样的其它机器性能传感器或机器特性传感器(如框475所示)。机器性能传感器和机器特性传感器575可以感测农业收割机100的机器性能或特性。
在作物材料正在被农业收割机100处理时,收割材料性质传感器484可以感测切断的作物材料的特性。作物性质可能包括诸如作物类型、作物湿度、谷物质量(如碎谷物)、MOG水平、谷物成分(诸如淀粉和蛋白质)、MOG湿度和其它作物材料性质的东西。其它传感器可以感测秸秆“韧性”、玉米与穗的粘附性以及可以有益地用于控制处理以获得更好的谷物捕获、减少的谷物损坏、降低的功率消耗、减少的谷物损失等的其它特性。
田地和土壤性质传感器485可以感测田地和土壤的特性。田地和土壤性质可能包括土壤湿度、土壤密实度、积水的存在和位置、土壤类型以及其它土壤和田地特性。
环境特性传感器487可以感测一个或更多个环境特性。环境特性可以包括诸如风向和风速、降水、雾、灰尘水平或其它障碍物或其它环境特性的东西。
图7示出了图示出预测模型生成器210和预测图生成器212在生成一个或更多个预测模型426和一个或更多个功能性预测图427和440时的操作的一个示例的流程图。在框442处,预测模型生成器210和预测图生成器212接收图。由预测模型生成器210或预测图生成器212在生成一个或更多个预测模型426和一个或更多个功能性预测图427和440时所接收的图可以是先验信息图258(例如,使用在田地的先前或先验操作期间所获得的数据来创建的先验操作图400)、土壤性质图332或地形图333。由预测模型生成器210或预测图生成器在生成一个或更多个预测模型426和一个或更多个功能性预测图427和440时所接收的图可以是预测图,例如功能性预测割台特性图360。也可以接收其它图,如框401所指示的,例如其它先验信息图或其它预测图,例如以不同于功能性预测割台特性图360的方式生成的其它预测割台特性图。
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和操作者输入传感器336中的一个或更多个。农业传感器402感测农业特性。操作者输入传感器336感测操作者输入命令。预测模型生成器210也可以接收其它现场传感器输入(如框408所示)。
在框454处,处理系统406处理被包含在从一个或更多个现场传感器208接收的一个或更多个传感器信号中的数据,以获得经处理的数据409,如图6A所示。被包含在一个或更多个传感器信号中的数据可以呈原始格式,该原始格式被处理以接收经处理的数据409。例如,温度传感器信号包括电阻数据,这个电阻数据可以被处理成温度数据。在其它示例中,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6A所示。地理位置334可以与从其获取由现场传感器208感测的一个或更多个感测变量的地理位置关联。例如,预测模型生成器210可以从地理位置传感器204获得地理位置334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生成对所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的一个或更多个预测模型426。例如,在一些情况下,所接收的图中的映射值可以是割台特性,如割台设定、割台推挤或其他割台特性(例如,割台切割高度特性);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409中所表示的)或相关特性(如与由现场传感器208感测的特性相关的特性)来生成预测模型。
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农业特性图427和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427预测在田地中不同位置处的农业特性值(或由该值指示的或从该值推导的农业特性)。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427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427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427和440。在框470处,预测图生成器212可以配置所述图以呈现给操作者260或其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427和440提供给控制区生成器213以用于生成和结合控制区,从而提供具有控制区的功能性预测图427和具有控制区的功能性预测图440。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427和440。一个或更多个所述功能性预测图427和440(具有或不具有控制区)可以呈现给操作者260或另一用户、或者也提供给控制系统214。
在框478处,控制系统214然后基于所述一个或更多个功能性预测图427和440(或具有控制区的功能性预测图427和440)以及来自地理位置传感器204的输入来生成控制信号以控制可控子系统。
在控制系统214接收功能性预测图或添加有控制区的功能性预测图的示例中,路径规划控制器234控制转向子系统252以使农业收割机100转向。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,残留物系统控制器244控制残留物子系统138。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,设定控制器232控制脱粒机110的脱粒机设定。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,设定控制器232或另一控制器246控制材料处理子系统125。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,设定控制器232控制作物清粮子系统118。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,机器清粮控制器245控制农业收割机100上的机器清粮子系统254。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,通信系统控制器229控制通信系统206。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,操作者接口控制器231控制农业收割机100上的操作者接口机构218。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,盖板位置控制器242控制机器/割台致动器以控制农业收割机100上的盖板。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,带式输送器带控制器240控制机器/割台致动器以控制农业收割机100上的带式输送器带。在控制系统214接收功能性预测图或添加有控制区的功能性预测图的另一示例中,其它控制器246控制农业收割机100上的其它可控子系统256。
在一个示例中,控制系统214可以接收功能性预测图或添加有控制区的功能性预测图,并且割台/拨禾轮控制器238可以基于功能性预测图(具有或不具有控制区)来控制割台或其它机器致动器248以控制割台102的高度、翻滚或倾斜。例如,割台/拨禾轮控制器238可以控制割台或其它机器致动器248来调节割台102在田地表面上方的高度。在另一示例中,割台/拨禾轮控制器238可以控制割台或其它机器致动器248以调节割台102的倾斜,如割台102的从前向后的倾斜或割台102的边对边的倾斜(翻滚)。在另一示例中,控制系统214可以接收功能性预测图或添加有控制区的功能性预测图,并且通过调节地面压力设定、灵敏度设定或割台位置设定(诸如,割台高度设定、割台倾斜设定、割台翻滚设定等)来控制割台或其它机器致动器248。
图8示出了图示出控制区生成器213的一个示例的框图。控制区生成器213包括作业机器致动器(work machine actuator,WMA)选择器486、控制区生成系统488和动态区(regime zone)生成系统490。控制区生成器213还可以包括其它项目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(target setting)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功能性预测割台特性图360(具有控制区),则每个控制区中的目标设定可以是基于功能性预测割台特性图360中所包含的割台特性值的目标割台位置设定或割台地面压力设定。
在一些示例中,在基于农业收割机100的当前或未来位置来控制农业收割机100的情况下,对于给定位置处的WMA,多个目标设定是可能的。在这种情况下,目标设定可能具有不同的值,并且可能相互竞争。因此,需要解析目标设定,使得仅使用单个目标设定来控制WMA。例如,在WMA是在推进系统250中被控制以便控制农业收割机100的速度的致动器的情况下,可能存在多个不同的竞争的标准组,所述多个不同的竞争的标准组由控制区生成系统488在标识控制区和控制区中所选择的WMA的目标设定时考虑。例如,可以基于例如所检测的或预测的割台特性值(诸如,割台设定值、割台推挤值或割台切割高度特性值)、所检测的或预测的农业特性值、所检测的或预测的土壤性质值(诸如,土壤湿度值或土壤类型值)、所检测的或预测的地形特性值(例如,坡度值)、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用于控制割台位置或割台地面压力的不同目标设定。要注意的是,这些仅是示例,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,农业收割机100不能同时以多种割台高度或多种割台地面压力在地面上行进。相反,在任何给定时间,农业收割机100以单个割台高度和单个割台地面压力行进。因此,选择竞争目标设定中的一个来控制农业收割机100的割台高度、割台翻滚或割台倾斜。
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割台特性(诸如,割台设定、割台推挤或割台切割高度特性)、农业特性、土壤性质特性(诸如,土壤湿度或土壤类型)、地形特性(例如,坡度)、操作者命令输入、作物类型或作物种类(例如基于种植图、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)。这些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,作物种类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,在作物状态动态区与作物种类动态区重叠的情况下,作物状态动态区相比于作物种类动态区可以被分配优先层级中的更大的重要性,使得作物状态动态区优先。
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,增加的割台高度设定可减少割台推挤发生的可能性,但可能增加谷物损失。降低的割台高度设定可能增加割台推挤发生的可能性,但可以减少谷物损失。当谷物损失或割台推挤被选择作为质量度量时,在给定两个竞争的车辆速度设定值的情况下,用于所选择的质量度量的预测的值或历史值可以被用于解析割台设定。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英尺内的预测的坡度值大于x(其中x是所选择的值或预定的值),则使用基于割台推挤而不是其它竞争目标设定选择的目标设定值,否则使用基于谷物损失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360、427或440中的一个。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550指示这样的示例,在该示例中控制区限定标准是或包括操作者偏好。框552指示这样的示例,在该示例中控制区限定标准也是或包括其它项目。框549指示这样的示例,在该示例中控制区限定标准是基于时间的,这意味着农业收割机100将不会越过控制区的边界,直到自农业收割机100进入特定控制区起经过了所选择的时间量。在某些情况下,所选择的时间量可以是最小时间量。因此,在一些情况下,控制区限定标准可以防止农业收割机100越过控制区的边界,直到至少已经经过了所选择的时间量。框551指示这样的示例,在该示例中控制区限定标准基于所选择的尺寸值。例如,基于所选择的尺寸值的控制区限定标准可以排除小于所选择的尺寸的控制区的限定。在某些情况下,所选择的尺寸可以是最小尺寸。
在框554处,动态区标准标识组件522获得所选择的WMA或WMA组的动态区限定标准。框556指示这样的示例,在该示例中动态区限定标准基于来自操作者260或另一用户的手动输入。框558示出这样的示例,在该示例中动态区限定标准基于土壤性质(诸如,土壤湿度或土壤类型)。框560示出这样的示例,在该示例中动态区限定标准基于割台特性(诸如,割台设定、割台推挤、割台切割高度特性或其组合)。框561指示这样的示例,在该示例中动态区限定标准基于地形特性(例如,坡度)。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。
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436,在框436中选择要为其限定控制区和动态区的下一WMA或WMA组。当没有要为其生成控制区或动态区的附加WMA或WMA组剩下时,处理移动到框590,在框590中控制区生成器213为每个WMA或WMA组中的每一个输出具有控制区、目标设定、动态区和设定解析器的图。如上所讨论那样,输出的图可以呈现给操作者260或另一用户;输出的图可以被提供给控制系统214;或者输出的图可以以其它方式被输出。
图10示出了控制系统214在基于由控制区生成器213输出的图来控制农业收割机100的操作的一个示例。因此,在框592处,控制系统214接收作业现场的图。在一些情况下,该图可以是可以包括控制区和动态区的功能性预测图(如框594所示)。在一些情况下,接收到的图可以是排除控制区和动态区的功能性预测图。框596指示这样的示例,在该示例中接收的作业现场图可以是先验信息图,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,设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11是示出操作者接口控制器231的一个示例的框图。在所示出的示例中,操作者接口控制器231包括操作者输入命令处理系统654、其它控制器交互系统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11中示出的示例操作者接口控制器231在管理各种操作者接口动作时的操作之前,首先提供操作者接口控制器231中的项目中的一些及其相关联的操作的简要描述。
操作者输入命令处理系统654检测操作者接口机构218上的操作者输入,并处理这些命令输入。语音管理系统662检测语音输入,并管理与语音处理系统658的交互,以处理语音命令输入。触摸手势管理系统664检测操作者接口机构218中的触敏元件上的触摸手势,并处理这些命令输入。
其它控制器交互系统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12是示出操作者接口控制器231在可以包括触敏显示屏的操作者接口机构218上生成操作者接口显示部时的操作的一个示例的流程图。图12还示出了操作者接口控制器231如何能够检测和处理操作者与触敏显示屏的交互的一个示例。
在框692处,操作者接口控制器231接收图。框694指示其中该图是功能性预测图的示例,而框696指示其中该图是另一类型的图的示例。在框698处,操作者接口控制器231从地理位置传感器204接收标识农业收割机100的地理位置的输入。如框700所示,来自地理位置传感器204的输入可以包括农业收割机100的航向以及位置。框702指示其中来自地理位置传感器204的输入包括农业收割机100的速度的示例,框704指示其中来自地理位置传感器204的输入包括其它项目的示例。
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割台特性图(例如,功能性预测割台特性图360),则显示的田地可以示出存在于该田地中的、在所显示的田地内被地理配准的割台特性。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13是示出可以在触敏显示屏上生成的用户接口显示部720的一个示例的图示。在其它实施方式中,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12中示出的流程图之前,将描述用户接口显示部720。
在图13中示出的示例中,用户接口显示部720示出了触敏显示屏包括用于操作麦克风722和扬声器724的显示特征。因此,触敏显示器可以以可通信方式连接到麦克风722和扬声器724。框726指示触敏显示屏可以包括多种用户接口控制致动器,诸如按钮、键区、软键区、链接、图标、开关等。操作者260可以致动用户接口控制致动器来执行各种功能。
在图13中示出的示例中,用户接口显示部720包括田地显示部分728,该田地显示部分728显示所述田地的农业收割机100正在其中操作的至少一部分。田地显示部分728被示出为具有当前位置标记708,该当前位置标记708对应于农业收割机100在所述田地在田地显示部分728中示出的部分中的当前位置。在一个示例中,操作者可以控制触敏显示器,以便放大田地显示部分728的部分,或者平移或滚动田地显示部分728以显示田地的不同部分。下一作业单元730被示出为所述田地的直接在农业收割机100的当前位置标记708前面的区域。当前位置标记708还可以被配置成标识农业收割机100的行进方向、农业收割机100的行进速度或这两者。在图13中,当前位置标记708的形状提供了关于农业收割机100在田地内的取向的指示,该指示可以用作农业收割机100的行进方向的指示。
被标记在田地显示部分728上的下一作业单元730的尺寸可以基于多种不同的标准而变化。例如,下一作业单元730的尺寸可以基于农业收割机100的行进速度而变化。因此,当农业收割机100行进得更快时,则下一作业单元730的面积可以大于如果农业收割机100行驶得更慢的情况下该下一作业单元730的面积。在另一示例中,下一作业单元730的尺寸可以基于农业收割机100(包括农业收割机100上的设备(例如,割台102))的尺寸而变化。例如,下一作业单元730的宽度可以基于割台102的宽度而变化。还示出了显示处先前访问的区域714和即将到来的区域712的田地显示部分728。先前访问的区域714表示已经被收割的区域,而即将到来的区域712表示仍需要收割的区域。田地显示部分728也被示为显示田地的不同特性。在图13所示的示例中,正在被显示的图是预测割台特性图,例如功能性预测割台特性图360。因此,在田地显示部分728上显示多个割台特性标记。在已经访问的区域714中示出存在一组割台特性显示标记732。在即将到来的区域712中也显示存在一组割台设定显示标记732,并且在下一作业单元730中显示存在一组割台特性显示标记732。图13示出了切割特性显示标记732由指示具有类似割台特性值的区域的不同符号组成。在图13所示的示例中,“!”符号表示高的切割高度的区域;“*”符号表示理想切割高度的区域;“#”符号表示低切割高度的区域。因此,田地显示部分728显示位于田地内不同区域的不同测量的值或预测的值(或由所述值指示的特性),并用多种显示标记732表示那些测量的值或预测的值(或由所述值指示或推导的特性)。如图所示,田地显示部分728包括在与正在显示的田地上的特定位置相关联的特定位置处的显示标记,特别是图13的所示示例中的割台特性显示标记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割台特性显示标记732(如在图13的本示例的背景中)的显示标记,以标识正被显示的特性的属性、程度等,从而标识正被显示的田地中的相对应位置处的特性。如前所述,显示标记732可以由不同的符号组成,并且如下所述,该符号可以是任何显示特征,例如不同的颜色、形状、图案、强度、文本、图标或其它显示特征。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属性。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,例如损失水平显示标记732(如在图11的本示例的背景中),以标识正在被显示的特性的属性、程度等,从而在被显示的田地中的相应位置处标识所述特性。
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、其它预测图、或其组合。因此,正被显示的标记和特性将与由正被显示的一个或更多个图所提供的信息、数据、特性和值相关联。
在图13的示例中,用户接口显示720还具有控制显示部分738。控制显示部分738允许操作者查看信息并以各种方式与用户接口显示720交互。
显示部分738中的致动器和显示标记可以被显示为例如单独的项目、固定列表、可滚动列表、下拉菜单或下拉列表。在图13示出的示例中,显示部分738示出对应于以上提及的三个符号的三种不同切割高度类别的信息。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。如所示出的,显示部分738还包括多个交互选项卡,例如切割高度特性选项卡762、割台推挤选项卡764、割台地面压力设定选项卡766和其它选项卡770。激活所述选项卡中的一个可以修改在显示部分728和738中所显示的值。例如,如所示出的,切割高度特性选项卡762被激活,并且因此,被映射在部分728上和在部分738中显示的值对应于农业收割机100的割台切割高度特性值。当操作者260触摸选项卡764时,触摸手势管理系统664更新所述部分728和738以显示与农业收割机100的割台推挤值相关的特性。当操作者260触摸选项卡766时,触摸手势处理系统664更新所述部分728和738以显示与割台地面压力设定值相关的特性。当操作者260触摸选项卡770时,触摸手势管理系统664更新所述部分728和738以显示与农业收割机100的割台相关的其它割台特性,或在其它示例中,显示选项卡762、764和766中的特性的一个或更多个的组合。
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处发现的诸如切割高度特性(例如,切割高度、切割高度变化性等)之类的特性的信息。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具有高切割高度的一个位置。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遇到具有理想切割高度的位置。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具有低切割高度的位置。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13的情况下,是割台特性)相对应的符号。显示部分738还包括大致在745处指示的交互指定符显示部分。交互指定符显示部分745包括指定符栏748,该指定符栏748显示对值或特性(在图13的情况下,是割台特性)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13的示例中,达到或大于18英寸的预测的或测量的切割高度被分类为“高切割高度”,达到12英寸的预测的或测量的切割高度被分类为“理想的切割高度”,而达到或小于6英寸的预测的或测量的切割高度被分类为“低切割高度”。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。例如,“理想的切割高度”例如可以包括11英寸至12英寸的范围,使得落入11英寸至12英寸的范围内的预测的或测量的切割高度被分类为“理想的切割高度”。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中标识的一个或更多个动作。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,在割台特性的示例中,落在从18英寸偏离2英寸内的预测的切割高度值将满足向对应的(在从18英寸偏离2英寸内的)动作阈值,并且控制系统214将采取诸如调节割台位置设定、调节灵敏度设定、或调节农业收割机的割台地面压力设定之类的动作。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6英寸的预测的或测量的切割高度指定为“低切割高度”,但动作阈值可以是8英寸,使得直到预测的或测量的切割高度满足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,将调节割台位置设定(诸如,高度设定、俯仰设定或翻滚设定)、调节灵敏度设定、和调节地面压力设定标识为测量的或预测的值满足栏752中的阈值时将采取的动作。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(诸如,提高或降低)割台灵敏度设定,以及可以调节(诸如,提高或降低)地面压力设定。这些仅是一些示例。
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,或者用于实施改变诸如一个或更多个割台设定之类的设定,诸如割台位置设定、割台灵敏度设定和割台地面压力设定。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12的流程图,继续描述操作者接口控制器231的操作。在框760处,操作者接口控制器231检测对标志进行设置的输入,并控制触敏用户接口显示部720以在田地显示部分728上显示该标志。所检测的输入可以是操作者输入(如在762处所示),或者是来自另一控制器的输入(如在764处所示)。在框766处,操作者接口控制器231检测指示所述田地的、来自现场传感器208中的一个的被测量的特性的现场传感器输入。在框768,视觉控制信号生成器684生成控制信号,以控制用户接口显示部720显示用于修改用户接口显示部720和用于修改机器控制的致动器。例如,框770表示可以显示用于设置或修改在栏739、746和748中的值的致动器中的一个或更多个。因此,用户可以设置标志并修改这些标志的特性。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中的所选择的值。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、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,告诉我关于当前割台特性”。
操作者接口控制器:“割台切割高度当前是低的”。
操作者:“约翰尼,对于该割台切割高度我应该做什么?”
操作者接口控制器:“调节割台灵敏度设定”。
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1分钟里,割台切割高度已经是高的”。
操作者接口控制器:“接下来的1英亩的预测的割台切割高度是高的”。
操作者接口控制器:“注意:坡度变化即将到来,调节割台高度增加”。
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的割台特性区域。
表3
人类:“约翰尼,标记出高割台切割高度区域”。
操作者接口控制器:“高割台切割高度区域已被标记”。
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,以开始和结束对割台特性区域的标记。
表4
人类:“约翰尼,开始标记高割台切割高度区域”。
操作者接口控制器:“标记高割台切割高度区域”。
人类:“约翰尼,停止标记高割台切割高度区域”。
操作者接口控制器:“对高割台切割高度区域的标记停止”。
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割台特性区域的信号。
表5
人类:“约翰尼,把先前100英尺标记为低割台切割高度区域”。
操作者接口控制器:“先前100英尺被标记为低割台切割高度区域”。
再次返回图12,框906示出了操作者接口控制器231也可以检测和处理用于以其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,所述一个或更多个图示出了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在农业收割机移动穿过田地时感测特性,该特性具有指示农业特性(诸如,操作者输入或割台特性)的值。预测图生成器基于所述图中的农业特性的值和由现场传感器感测的农业特性来生成预测图,该预测图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,包括(但不限于)执行与那些系统、组件、逻辑或交互相关联的功能的人工智能组件,诸如神经网络,其中的一些在下面描述。此外,所述系统、组件、逻辑和交互中的任何一个或全部可以由加载到存储器中并随后由处理器或服务器或其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14是农业收割机600的框图,该农业收割机600可以类似于图2中示出的农业收割机100。农业收割机600与远程服务器架构500中的元件通信。在一些示例中,远程服务器架构500可以提供计算、软件、数据访问和存储服务,这些服务不需要终端用户了解递送所述服务的系统的物理位置或配置。在各种示例中,远程服务器可以使用适当的协议通过广域网(诸如互联网)递送所述服务。例如,远程服务器可以通过广域网递送应用,并且可以通过网络浏览器或任何其它计算组件被访问。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14中示出的示例中,一些项目类似于图2中示出的项目,并且这些项目被相似地进行编号。图14具体示出了预测模型生成器210或预测图生成器212或这两者可以位于远离农业收割机600的服务器位置502处。因此,在图14中示出的示例中,农业收割机600通过远程服务器位置502访问系统。
图14还描绘了远程服务器架构的另一示例。图14示出了图2的一些元件可以被布置在远程服务器位置502处,而其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15是可以用作用户的或客户的手持设备16的手持计算设备或移动计算设备的一个示意性示例的简化框图,本系统(或其一部分)可以部署在该设备中。例如,移动设备可以部署在农业收割机100的操作者室中,用于在生成、处理或显示以上讨论的图时使用。图16至图17是手持设备或移动设备的示例。
图15提供了客户端设备16的组件的总体框图,该客户端设备16可以运行图2中示出的一些组件、该客户端设备16可以与图2中示出的一些组件交互、或者两者都进行。在设备16中,提供了允许手持设备与其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,所述计算机可读指令当由处理器17执行时使处理器根据该指令执行计算机实施的步骤或功能。处理器17也可以由其它组件激活以促进这些组件的功能。
图16示出了其中设备16是平板计算机600的一个示例。在图16中,计算机601被示出为具有用户接口显示屏幕602。屏幕602可以是从笔或触笔接收输入的触摸屏或支持笔的接口。平板计算机600还可以使用屏幕上虚拟键盘。当然,计算机601也可以例如通过合适的附接机构(诸如无线链接件或USB端口)附接到键盘或其它用户输入设备。计算机601也可以示意性地接收声音输入。
图17类似于图16,除了该设备是智能电话71。智能电话71具有显示图标或贴片或其它用户输入机构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18是其中可以部署图2的元件的计算环境的一个示例。参考图18,用于实施一些实施例的示例系统包括呈被编程为如上所讨论那样操作的计算机810形式的计算设备。计算机810的组件可以包括(但不限于)处理单元820(该处理单元820可以包括来自先前附图的处理器或服务器)、系统存储器830、和将包括系统存储器的各种系统组件联接到处理单元820的系统总线821。系统总线821可以是几种类型的总线结构中的任何一种,包括存储器总线或存储器控制器、外围总线以及使用各种总线架构中的任何一种的局部总线。关于图2描述的存储器和程序可以被部署在图18的相对应部分中。
计算机810通常包括各种计算机可读介质。计算机可读介质可以是可以由计算机810访问的任何可用介质,并且包括易失性和非易失性介质、可移动和不可移动介质。作为示例而非限制,计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质不同于调制数据信号或载波,并且也不包括调制数据信号或载波。计算机可读介质包括硬件存储介质,包括以任何方法或技术实施用于存储诸如计算机可读指令、数据结构、程序模块或其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18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18示出了从不可移动的非易失性磁介质、光盘驱动器855和非易失性光盘856读取或向其写入的硬盘驱动器841。硬盘驱动器841通常通过不可移动存储器接口(诸如,接口840)连接到系统总线821,并且光盘驱动器855通常通过可移动存储器接口(诸如,接口850)连接到系统总线821。
替代性地或附加地,本文描述的功能可以至少部分地由一个或更多个硬件逻辑组件来执行。例如但不限于,可以使用的示意性类型的硬件逻辑组件,包括现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(例如ASSP)、片上系统(SOC)、复杂可编程逻辑器件(CPLD)等。
上文讨论并在图18中示出的驱动器及其相关联的计算机存储介质为计算机810提供了计算机可读指令、数据结构、程序模块和其它数据的存储。例如,在图18中,硬盘驱动器841被示为存储操作系统844、应用程序845、其它程序模块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18示出了远程应用程序885可以驻留在远程计算机880上。
还应当注意的是,本文描述的不同示例可以以不同的方式组合。也就是说,一个或更多个示例的部分可以与一个或更多个其它示例的部分组合。在本文中考虑了这些方面的全部。
另一示例是包括任何或所有前述示例的示例,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对应于田地中的不同地理位置的值;
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割台特性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割台特性对应于所述地理位置的值来生成预测农业模型,所述预测农业模型对所述农业特性与所述割台特性之间的关系进行建模;和
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农业模型来生成所述田地的功能性预测农业图,所述功能性预测农业图将所述割台特性的预测值映射到所述田地中的所述不同地理位置。
另一示例是包括任何或所有前述示例的示例,其中,所述预测图生成器配置所述功能性预测农业图以供控制系统使用,所述控制系统基于所述功能性预测农业图来生成控制信号以所述控制农业作业机器上的可控子系统。
另一示例是包括任何或所有前述示例的示例,其中,所述农业作业机器上的所述现场传感器被配置为检测作为所述割台特性的值的操作者输入,该操作者输入指示所述农业作业机器上的割台的割台设定。
另一示例是包括任何或所有前述示例的示例,其中,所述农业作业机器上的所述现场传感器被配置为检测所述农业作业机器的切割器杆上的污物以作为所述割台特性的值。
另一示例是包括任何或所有前述示例的示例,其中,所述农业作业机器上的所述现场传感器被配置为检测田地的相对于所述农业作业机器的行进方向在该农业作业机器的割台后面的一部分中的变形以作为所述割台特性的值。
另一示例是包括任何或所有前述示例的示例,其中,所述图包括土壤性质图,所述土壤性质图将土壤性质的值作为所述农业特性的值映射到所述田地中的所述不同地理位置,并且其中,所述预测模型生成器被配置为基于由所述现场传感器检测的所述割台特性对应于所述地理位置的值和在所述土壤性质图中所述土壤性质在所述地理位置处的值来确定所述割台特性与所述土壤性质之间的关系,所述预测农业模型被配置为接收土壤性质的值以作为模型输入、并且基于所确定的关系生成所述割台特性的预测值以作为模型输出。
另一示例是包括任何或所有前述示例的示例,其中,所述割台特性是割台设定。
另一示例是包括任何或所有前述示例的示例,其中,所述割台特性指示割台推挤。
另一示例是包括任何或所有前述示例的示例,其中,所述图包括地形图,所述地形图将地形特性的值作为所述农业特性的值映射到所述田地中的所述不同地理位置,并且其中,所述预测模型生成器被配置为基于所述割台特性对应于所述地理位置的值和在所述地形图中所述地形特性在所述地理位置处的值来确定所述割台特性与所述地形特性之间的关系,所述预测农业模型被配置为接收所述地形特性值以作为模型输入、并且基于所确定的关系生成所述割台特性的预测值以作为模型输出。
另一示例是包括任何或所有前述示例的示例,并且进一步包括:
控制系统,所述控制系统基于所述功能性预测农业图生成至少一个控制信号以控制所述农业收割机上的割台的高度。
另一示例是包括任何或所有前述示例的示例,并且进一步包括:
控制系统,所述控制系统基于所述功能性预测农业图生成至少一个控制信号以控制所述农业作业机器上的割台的地面压力设定。
另一示例是包括任何或所有前述示例的示例,包括:
在农业作业机器处接收一图,所述图指示一农业特性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的地理位置;
用现场传感器检测割台特性对应于所述地理位置的值;
生成预测农业模型,所述预测农业模型对所述农业特性与所述割台特性之间的关系进行建模;和
控制预测图生成器基于所述图中的所述农业特性的值和所述预测农业模型来生成所述田地的所述功能性预测农业图,所述功能性预测农业图将所述割台特性的预测值映射到所述田地中的所述不同地理位置。
另一示例是包括任何或所有前述示例的示例,并且进一步包括:
针对控制系统配置所述功能性预测农业图,所述控制系统基于所述功能性预测农业图生成控制信号以控制所述农业作业机器上的可控子系统。
另一示例是包括任何或所有前述示例的示例,其中,接收一图包括:接收土壤性质图,所述土壤性质图包括土壤性质对应于田地中的不同地理位置的值,以作为所述农业特性的值。
另一示例是包括任何或所有前述示例的示例,其中,生成预测农业模型包括:
基于所述割台特性对应于所述地理位置的值和在所述土壤性质图中所述土壤性质在所述地理位置处的值来确定所述土壤性质与所述割台特性之间的关系;和
控制预测模型生成器以生成所述预测农业模型,所述预测农业模型接收土壤性质的值以作为模型输入、并且基于所确定的关系生成所述割台特性的预测值以作为模型输出。
另一示例是包括任何或所有前述示例的示例,其中,接收一图包括:接收地形图,所述土壤性质图包括一地形特性对应于田地中的不同地理位置的值,以作为所述农业特性的值。
另一示例是包括任何或所有前述示例的示例,其中,生成预测农业模型包括:
基于所述割台特性对应于所述地理位置的值和在所述地形图中所述地形特性在所述地理位置处的值来确定所述地形特性与所述割台特性之间的关系;和
控制预测模型生成器以生成所述预测农业模型,所述预测农业模型接收所述地形特性的值以作为模型输入、并且基于所确定的关系生成所述割台特性的预测值以作为模型输出。
另一示例是包括任何或所有前述示例的示例,进一步包括:
控制操作者接口机构以呈现所述预测农业图。
另一示例是包括任何或所有前述示例的示例,包括:
通信系统,所述通信系统接收一图,所述图指示对应于田地中的不同地理位置的农业特性值;
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割台特性的对应于所述地理位置的割台特性值;
预测模型生成器,所述预测模型生成器基于所述图中的在所述地理位置的农业特性值和由所述现场传感器检测的所述割台特性对应于所述地理位置的所述割台特性值来生成预测割台特性模型,所述预测割台特性模型对所述农业特性值与所述割台特性之间的关系进行建模;和
预测图生成器,所述预测图生成器基于先验信息图中的所述农业特性值并且基于所述预测割台特性模型来生成所述田地的功能性预测割台特性图,所述功能性预测割台特性图将预测的割台特性值映射到所述田地中的所述不同地理位置。
另一示例是包括任何或所有前述示例的示例,并且进一步包括:
控制系统,所述控制系统基于所述功能性预测割台特性图生成至少一个控制信号以控制所述农业作业机器的割台的设定。
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割台特性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(208)检测的所述割台特性对应于所述地理位置的值来生成预测农业模型,所述预测农业模型对所述农业特性与所述割台特性之间的关系进行建模;和
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农业模型来生成所述田地的功能性预测农业图,所述功能性预测农业图将所述割台特性的预测值映射到所述田地中的所述不同地理位置。
2.根据权利要求1所述的农业作业机器,其中,所述预测图生成器配置所述功能性预测农业图以供控制系统使用,所述控制系统基于所述功能性预测农业图来生成控制信号以控制所述农业作业机器上的可控子系统。
3.根据权利要求1所述的农业作业机器,其中,所述农业作业机器上的所述现场传感器被配置为检测作为所述割台特性的值的操作者输入,该操作者输入指示所述农业作业机器上的割台的割台设定。
4.根据权利要求1所述的农业作业机器,其中,所述农业作业机器上的所述现场传感器被配置为检测所述农业作业机器的切割器杆上的污物以作为所述割台特性的值。
5.根据权利要求1所述的农业作业机器,其中,所述农业作业机器上的所述现场传感器被配置为检测所述田地的相对于所述农业作业机器的行进方向在该农业作业机器的割台后面的部分的变形,该变形作为所述割台特性的值。
6.根据权利要求1所述的农业作业机器,其中,所述图包括土壤性质图,所述土壤性质图将土壤性质的、作为所述农业特性的值的值映射到所述田地中的所述不同地理位置,并且其中,所述预测模型生成器被配置为基于由所述现场传感器检测的所述割台特性对应于所述地理位置的值和在所述土壤性质图中所述土壤性质在所述地理位置处的值来确定所述割台特性与所述土壤性质之间的关系,所述预测农业模型被配置为接收土壤性质的值以作为模型输入、并且基于所确定的关系生成所述割台特性的预测值以作为模型输出。
7.根据权利要求6所述的农业作业机器,其中,所述割台特性是割台设定。
8.根据权利要求6所述的农业作业机器,其中,所述割台特性指示割台推挤。
9.一种生成功能性预测农业图的计算机实施的方法,包括:
在农业作业机器(100)处接收一图(258),所述图指示一农业特性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)检测割台特性对应于所述地理位置的值;
生成预测农业模型,所述预测农业模型对所述农业特性与所述割台特性之间的关系进行建模;和
控制预测图生成器基于所述图(258)中的所述农业特性的值和所述预测农业模型来生成所述田地的所述功能性预测农业图,所述功能性预测农业图将所述割台特性的预测值映射到所述田地中的所述不同地理位置。
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,所述图指示对应于田地中的不同地理位置的农业特性值;
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割台特性的对应于所述地理位置的割台特性值;
预测模型生成器(210),所述预测模型生成器基于所述图(258)中的在所述地理位置处的农业特性值和由所述现场传感器(208)检测的所述割台特性对应于所述地理位置的所述割台特性值来生成预测割台特性模型,所述预测割台特性模型对所述农业特性值与所述割台特性之间的关系进行建模;和
预测图生成器(212),所述预测图生成器基于所述先验信息图(258)中的所述农业特性值并且基于所述预测割台特性模型来生成所述田地的功能性预测割台特性图,所述功能性预测割台特性图将预测的割台特性值映射到所述田地中的所述不同地理位置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/067,551 | 2020-10-09 | ||
US17/067,551 US20220113729A1 (en) | 2020-10-09 | 2020-10-09 | Predictive map generation and control system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114303589A true CN114303589A (zh) | 2022-04-12 |
Family
ID=81044938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111052723.2A Pending CN114303589A (zh) | 2020-10-09 | 2021-09-08 | 预测图生成和控制系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220113729A1 (zh) |
CN (1) | CN114303589A (zh) |
BR (1) | BR102021016563A2 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3476188B1 (en) * | 2017-10-30 | 2022-05-04 | Kverneland Group Les Landes Genusson | Method and system for determining and storing surface conditions for a field |
US11845449B2 (en) * | 2020-10-09 | 2023-12-19 | Deere & Company | Map generation and control system |
US20220110259A1 (en) * | 2020-10-09 | 2022-04-14 | Deere & Company | Predictive map generation and control system |
US11980131B2 (en) * | 2020-12-29 | 2024-05-14 | Agco Corporation | Skid plate for sensor integration |
US20230324910A1 (en) * | 2022-04-08 | 2023-10-12 | Deere & Company | Predictive material consumption map and control |
DE102023100618A1 (de) * | 2023-01-12 | 2024-07-18 | Claas Selbstfahrende Erntemaschinen Gmbh | Landwirtschaftliche Erntemaschine mit einem Vorsatzgerät |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BE1019422A3 (nl) * | 2010-07-14 | 2012-07-03 | Cnh Belgium Nv | Werkwijze en toestel voor voorspellende sturing van een landbouwvoertuigsysteem. |
US9807933B2 (en) * | 2014-10-20 | 2017-11-07 | Cnh Industrial America Llc | Sensor equipped agricultural harvester |
US10408645B2 (en) * | 2016-11-01 | 2019-09-10 | Deere & Company | Correcting bias in parameter monitoring |
US11140807B2 (en) * | 2017-09-07 | 2021-10-12 | Deere & Company | System for optimizing agricultural machine settings |
BR112020014441A2 (pt) * | 2018-01-16 | 2020-12-01 | Macdon Industries Ltd. | controle autônomo de uma plataforma de corte de colheitadeira |
EP3563654B1 (en) * | 2018-05-02 | 2022-12-21 | AGCO Corporation | Automatic header control simulation |
-
2020
- 2020-10-09 US US17/067,551 patent/US20220113729A1/en active Pending
-
2021
- 2021-08-20 BR BR102021016563-4A patent/BR102021016563A2/pt unknown
- 2021-09-08 CN CN202111052723.2A patent/CN114303589A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20220113729A1 (en) | 2022-04-14 |
BR102021016563A2 (pt) | 2022-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3861843B1 (en) | Machine control using a predictive map | |
US12075724B2 (en) | Machine control using a predictive map | |
CN114303608A (zh) | 使用预测图的机器控制 | |
US20220113729A1 (en) | Predictive map generation and control system | |
US20230393577A1 (en) | Map generation and control system | |
CN114303610A (zh) | 图生成和控制系统 | |
CN114330808A (zh) | 作物状态图生成和控制系统 | |
US11474523B2 (en) | Machine control using a predictive speed map | |
US20240090358A1 (en) | Machine control using a predictive map | |
US20220110262A1 (en) | Predictive map generation and control system | |
CN114303617A (zh) | 使用预测图进行的机器控制 | |
CN114303588A (zh) | 使用预测图进行的机器控制 | |
CN114303597A (zh) | 使用预测图进行的机器控制 | |
CN114287229A (zh) | 预测机器特性图生成和控制系统 | |
CN114303616A (zh) | 作物成分图生成器和控制系统 | |
CN114793602A (zh) | 使用具有状态区域的图进行机器控制 | |
EP3981232B1 (en) | Predictive map generation and control system | |
CN114303590A (zh) | 预测图生成和控制系统 | |
CN114303609A (zh) | 使用预测图的机器控制 | |
CN114419454A (zh) | 使用预测图的机器控制 | |
CN114303594A (zh) | 预测性图生成和控制系统 | |
EP3981244B1 (en) | Machine control using a predictive map | |
EP3981243B1 (en) | Map generation and control system | |
US20220113733A1 (en) | Predictive power map generation and control system | |
US20230337566A1 (en) | Predictive 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 |