CN114303602A - 作物湿度图生成器和控制系统 - Google Patents

Abstract

由农业作业机器获得一个或多个信息图。所述一个或多个信息图将一个或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

作物湿度图生成器和控制系统

技术领域

本说明书涉及农业机器、林业机器、建筑机器和草坪管理机器。

背景技术

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

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多个信息图。所述一个或多个信息 图将一个或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确定要求保护的 主题的关键特征或必要特征，也非旨在用于帮助确定要求保护的主题的 范围。要求保护的主题不限于解决背景技术中指出的任何或所有缺点的 示例。

附图说明

图1是农业收割机的一个示例的局部示意图。

图2是根据本公开的一些示例更详细地示出农业收割机的一些部 分的框图。

图3A-3B(本文统称为图3)示出了图示农业收割机在生成图时 的操作的示例的流程图。

图4是示出预测模型生成器和预测图生成器的一个示例的框图。

图5是农业收割机接收图、检测现场特性以及生成功能性预测图 以供呈现或使用以在收割操作期间控制收割机或两者的流程图。

图6是示出农业收割机与远程服务器环境通信的一个示例的框图。

图7-9示出可以用于农业收割机中的移动设备的示例。

图10是示出可以用于农业收割机中的计算环境的一个示例和前面 附图中所示的架构的一个示例的框图。

具体实施方式

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

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 数据来生成功能性预测图，并且更具体地，生成功能性预测作物湿度图。 在一些示例中，功能性预测作物湿度图可以用于控制农业作业机器(例 如，农业收割机)。除非机器设置也发生变化，否则当农业收割机进入 作物湿度变化的区域时，农业收割机的性能可能会下降。例如，在作物湿度减少的区域中，农业收割机可以在地面上快速移动，并以增加的进 料速度将材料移动通过机器。当遇到作物湿度增加的区域时，农业收割 机在地面上的速度可能会降低，从而降低农业收割机的进料速度，或者 农业收割机可能会堵塞、损失谷物或面临其他问题。例如，与具有减少 的作物湿度的田地的区域相比较，具有增加的作物湿度的田地的区域可能具有不同物理结构的作物植株。例如，在作物湿度增加的区域中，一 些植珠可能具有更粗的茎、更宽的叶子、更大或更多的头部等。在其他 示例中，由于作物植珠的湿度含量增加了作物植株的质量，因此具有增 加的作物湿度的田地的区域可能具有生物量值更大的作物植珠。当农业 收割机穿过作物湿度变化的区域时，作物湿度变化的区域中的植珠结构的这些变化也可能会导致农业收割机的性能发生变化。

植被指数图说明性地映射了感兴趣的田地中的不同地理位置上的 植被指数值(其可以指示植被生长)。植被指数的一个示例包括归一化 差值植被指数(normalizeddifference vegetation index，NDVI)。还存在 许多其他植被指数，这些植被指数的全部都在本公开的范围内。在一些 示例中，可以从植株反射的一个或多个电磁辐射带的传感器读数中导出 植被指数。非限制性地，这些电磁辐射带可以在电磁波谱的微波、红外 线、可见光或紫外线部分中。

植被指数图因此可以用于确定植被的存在和位置。在一些示例中， 植被指数图使得能够在裸土、作物残留物或包括作物或杂草的其他植株 存在的情况下对作物进行确定和地理配准。例如，在生长季开始时，当 作物处于生长状态时，植被指数可以显示作物发育的进展。因此，如果 在生长季的早期或生长季的中途生成植被指数图，则植被指数图可以指 示作物植株的发育的进展。例如，植被指数图可以指示植株是否发育不 良、是否建立了足够的冠层、或指示植株发育的其他植株属性。

地形图说明性地映射了感兴趣田地中的不同地理位置的地面的海 拔。由于地面坡度指示海拔的变化，因此具有两个或更多个海拔值允许 计算横跨具有多个已知海拔值的区域的坡度。通过使更多区域具有已知 海拔值，可以实现更大的坡度间隔尺寸。当农业收割机沿已知方向穿越 地形时，农业收割机的俯仰(pitch)和侧倾(roll)可以根据地面的坡度 (即，海拔变化的区域)确定。当在以下提及时，地形特性可以包括但 不限于海拔、坡度(例如，包括相对于坡度的机器方向)和地面轮廓(例 如，粗糙度)。

土壤性质图说明性地映射了感兴趣田地中的不同地理位置的土壤 性质值(所述土壤性质值可以指示土壤类型、土壤湿度、土壤覆盖度、 土壤结构以及各种其他土壤性质)。因此，土壤性质图提供了整个感兴趣 田地的地理参考土壤性质。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定义的共享特性集。土壤类型可以包括例如沙土、 粘土、淤泥土、泥炭土、白垩土、壤土和各种其他土壤类型。土壤湿度 可以指土壤中所保持或以其他方式所包含的水的量。土壤湿度也可以被 称为土壤湿润度。土壤覆盖度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、碎片以及各种其他物品或材料。 通常，在农业术语中，土壤覆盖度包括剩余作物残留物的量度(例如，植株茎的剩余量)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的固体部分之间的孔隙间隔。土壤结构可以包括单 个颗粒(例如沙子、淤泥和粘土的单个颗粒)被组合的方式。土壤结构 可以用等级(聚集程度)、类别(聚集体的平均尺寸)和形式(聚集体的 类型)以及各种其他描述来描述。这些只是示例。土壤的各种其他特性 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田地的另一操作(例如，同一季节的先前农业 操作，例如种植操作或喷洒操作，以及在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)期间收集的数据，生成这些土壤性质 图。执行这些农业操作的农业机器可以具有机载传感器，所述机载传感 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各种其他土壤性质的各种其他特性。此 外，农业机器在先前操作期间的操作特性、机器设置或机器性能特性以 及其他数据可以用于生成土壤性质图。例如，指示农业收割机的割台在 先前的收割操作期间在感兴趣田地中的不同地理位置的高度的割台高度 数据以及指示天气状况的天气数据(例如，在中间时间段(例如自上次 收割操作和土壤性质图生成以来的时间段)的降水数据或风力数据)可 以用于生成土壤湿度图。例如，通过获悉割台的高度，可以知道或估计 剩余植株残留物(例如作物秸秆)的量，并且可以与降水数据一起预测 土壤湿度水平。这只是一个示例。

在其他示例中，可以通过具有传感器的各种机器(例如，成像系 统)或由人来执行感兴趣田地的调查。在这些调查期间收集的数据可以 用于生成土壤性质图。例如，可以对感兴趣田地进行空中调查，其中执 行田地的成像，并且基于图像数据，可以生成土壤性质图。在另一个示 例中，人可以在诸如传感器的设备的帮助下或没有诸如传感器的设备的帮助下进入田地中以采集各种数据或样本，并基于所述数据或样本，可 以生成田地的土壤性质图。例如，人可以在感兴趣田地的不同地理位置 处收集核心样本。这些核心样本可以用于生成田地的土壤性质图。在其 他示例中，土壤性质图可以基于用户或操作员输入，例如来自农场管理 者的输入，所述用户或操作员输入可以提供由用户或操作员收集或观察到的各种数据。

此外，土壤性质图可以从远程源(例如，第三方服务提供商或政府 机构，例如美国农业部自然资源保护局(NRCS)、美国地质调查局 (USGS))以及从其他各种远程源获得。

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 的一个或多个电磁辐射带的传感器读数导出。非限制性地，这些带可以 在电磁波谱的微波、红外线、可见光或紫外线部分中。

历史作物湿度图说明性地映射了一个或多个感兴趣田地中的不同 地理位置的作物湿度值。这些历史作物湿度图从在一个或多个田地上的 过去的收割操作中被收集。作物湿度图可以以作物湿度值单位显示作物 湿度。作物湿度值单位的一个示例包括数值，例如百分比。然而，在其 他示例中，作物湿度值单位可以以各种其他方式表达，例如水平值，例如“高、中、低”或“高、正常/期望/预期、低”，以及各种其他表达。 在一些示例中，历史作物湿度图可以从一个或多个作物湿度传感器的传 感器读数导出。非限制性地，这些作物湿度传感器可以包括电容传感器、 微波传感器或电导率传感器等。在一些示例中，作物湿度传感器可以利 用一个或多个电磁辐射带来检测作物湿度。

因此，本讨论是针对以下示例进行的，在该示例中，系统接收田 地的历史作物湿度图、植被指数图、地形图、土壤性质图或在先前操作 期间生成的图中的一个或多个，并且还使用现场传感器来检测作为指示 收割操作期间作物湿度的变量的特性。该系统对接收到的图中的一个或 多个和来自现场传感器的现场数据生成模型，该模型对历史作物湿度值、 植被指数值、地形特性值或土壤性质值之间的关系进行建模。该模型用 于生成预测田地中的作物湿度的功能性预测作物湿度图。在收割操作期 间生成的功能性预测作物湿度图可以被呈现给操作员或其他用户或用 于在收割操作期间自动控制农业收割机、或两者。在一些示例中，由系 统接收到的图映射除了作物湿度以外的特性值(例如，“非作物湿度值”)， 例如植被指数值、地形特性值或土壤性质值。在一些示例中，由系统接 收到的图映射作物湿度的历史值。

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他类型的收 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 他农业作业机器。因此，本公开旨在涵盖所描述的多种不同的类型的收 割机，并因此不限于联合收割机。此外，本公开涉及其他类型的作业机 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多种不同的类型的收 割机以及其他作业机器，并因此不限于联合收割机。

如图1所示，农业收割机100示例性地包括操作员室101，该操作 员室101可以具有用于控制农业收割机100的多种不同的操作员接口机 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 料处置子系统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的车架103。一个或多个致动器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还包括清选子系统或 清选室118(统称为清选子系统118)，其包括清选风扇120、谷壳筛122 和筛网124。材料处置子系统125还包括排出搅拌器126、杂余升运器 128、净谷物升运器130以及卸载螺旋输送器134和喷口136。净谷物 升运器使净谷物移动到净谷物箱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 联合收割机可以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可以具有图1中未示出的左右清选子系统、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的操作员可以是本地的人工操作员、远程的人工操作员 或者自动化系统。操作员命令是由操作员发出的命令。农业收割机100 的操作员可确定割台102的高度设定、倾斜角设定或翻滚角设定中的一 个或多个。例如，操作员向控制致动器107的控制系统(下面被更详细 地描述)输入一个或多个设定。控制系统还可从操作员接收用于建立割 台102的倾斜角和翻滚角的设定，并且通过控制操作以改变割台102的倾斜角和翻滚角的关联的致动器(未示出)来实现所输入的设定。致 动器107基于高度设定将收割台102保持处于地面111上方的高度，并 且在适用的情况下保持处于期望的倾斜角和侧倾角。高度设定、翻滚设 定和倾斜设定中的每一个可以独立于其他设定的方式来实现。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定在 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。作物材料 通过滚筒112使作物抵靠凹板114旋转而被脱粒。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。在其他配置中，残留 物从农业收割机100成堆排出。在其他示例中，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他种子收集器或者种子粉碎机或其他种子破碎器。

谷物落到清选子系统118中。谷壳筛122从谷物分离出一些较大 的材料，筛网124从净谷物分离出一些细小材料。净谷物落到使谷物移 动到净谷物升运器130的入口端的螺旋输送器，并且净谷物升运器130 使净谷物向上移动，从而使净谷物沉积在净谷物箱132中。通过清选风 扇120所生成的气流从清选子系统118移除残留物。清选风扇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、一个或多个分离器损失传感器148、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)以及设定在 清选子系统118中的一个或多个损失传感器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、车轴或其他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，可以使用定位系统来感测行进速度，所述定位系统例如 是全球定位系统(GPS)、航位推算系统、远程导航(LORAN)系统、 或者提供行进速度的指示的多种不同的其他系统或传感器。

损失传感器152示例性地提供指示发生在清选子系统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 以提供发生在清选子系统118处的谷物损失的指示。清选子系统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，与为各个清选子系统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可以与左分离 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，也可以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还可包括其他传感器和测量机构。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(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；清选室风扇速度传感器， 其感测清选风扇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、作物湿度以及其他作物性 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以被配 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、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的其他部分的质量流速，或者提供指示其他感测 的变量的其他输出信号。作物性质传感器可以包括感测正在由农业收割 机收割的作物的湿度的一个或多个作物湿度传感器。

作物湿度传感器可以包括电容式湿度传感器。在一个示例中，电 容式湿度传感器可以包括用于容纳作物材料样本的湿度测量单元和用 于确定样本的介电特性的电容器。在其他示例中，作物湿度传感器可以 是微波传感器或电导率传感器。在其他示例中，作物湿度传感器可以利 用电磁辐射的波长来感测作物材料的湿度含量。作物湿度传感器可以设 置在进料器壳体106内(或以其他方式具有对进料器壳体106内的作 物材料的感测访问)，并且被配置为感测经过进料器壳体106的收割的 作物材料的湿度。在其他示例中，作物湿度传感器可以位于农业收割机 100内的其他区域，例如，位于净谷物升运器中、位于净谷物螺旋输送 器中，或位于谷物箱中。应当注意，这些仅仅是作物湿度传感器的示例， 并且可设想各种其他作物湿度传感器。

在一些示例中，作物湿度是水与其他植株材料(例如，谷物的干 物质)或总生物量的比值。在其他示例中，作物湿度可能与植物外部上 的水量有关，例如露水、霜冻或雨水。作物湿度可以用绝对值来测量， 例如水占材料质量或体积的百分比。在其他示例中，作物湿度可以在诸 如“高、中、低”、“湿、典型/正常、干燥”等相对类别中被报告。作 物湿度可以以多种方式被测量。在一些示例中，作物湿度可以与作物颜 色(例如，绿色)或棕色和绿色区域在整个植株上的分布有关。在一些 示例中，作物湿度可以与衰老期间作物颜色从绿色变为棕色的速率有关。 在其他示例中，可以使用其中电场或电磁波与水分相互作用的性质来测 量作物湿度。非限制性地，这些性质包括介电常数、共振、反射、吸收 或透射。在又一些其他示例中，作物湿度可以与植株的形态(例如，3D 叶形状(例如玉米叶“侧倾”)、影响植株温度的叶气孔直径以及随时间 推移的相对茎直径有关。

在描述农业收割机100如何生成功能性预测作物湿度图并将该功 能性预测作物湿度图用于呈现或控制之前，将首先描述农业收割机100 上的一些项及其操作的简要说明。图2、图3A和图3B的绘图描述了 接收一般类型的先验信息图并将来自先验信息图的信息与现场传感器 所生成的经地理配准的传感器信号组合，其中传感器信号指示田地中的特性，例如存在于田地中的作物或杂草的特性。田地的特性可包括(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。确定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多个可以用于控制机器， 例如控制农业收割机的一个或多个子系统。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)的操作员。 可以在视觉上(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。用户可以与功能性预测图交互以执行编辑操作和其他用户 接口操作。在一些情况下，功能性预测图可以用于控制农业作业机器(例 如，农业收割机)、呈现给操作员或其他用户、以及呈现给操作员或用 户以便于操作员或用户交互中的一种或更多种。

在参照图2、图3A和图3B描述一般方法之后，参照图4和图5 描述生成可呈现给操作员或用户或用于控制农业收割机100或这二者 的功能性预测作物湿度图的更具体的方法。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他类型 的农业收割机或其他农业作业机器。

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多个农业特性的一个或多个现场传感器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、田地上的植株和天气的特性。也包括其他类型的农业 特性。现场传感器208生成与所感测的特性对应的值。农业收割机100 还包括预测模型或关系生成器(以下统称为“预测模型生成器210”)、 预测图生成器212、控制区生成器213、控制系统214、一个或多个可控子系统216以及操作员接口机构218。农业收割机100还可包括多种 不同的其他农业收割机功能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 的其他传感器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可包括其他项230。 控制系统214包括通信系统控制器229、操作员接口控制器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、机器清选控制器245、区控制器247，并且控制系 统214可包括其他项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、机器清选子系 统254，并且可控子系统216可包括多种不同的其他子系统256。

图2还示出农业收割机100可以接收一个或多个先验信息图258。 如下面描述的，例如，一个或多个先验信息图包括田地中的植被指数图 或来自先验或先前操作的植被图、地形图或土壤性质图。然而，一个或 多个先验信息图258还可涵盖在收割操作之前获得的其他类型的数据 或者来自先验或先前操作的图，例如，过去几年的包含与历史作物湿度相关的情景信息的历史作物湿度图。情景信息可以包括但不限于生长 季的天气条件、害虫的存在、地理位置、土壤类型、灌溉、处理应用等 中的一种或多种。天气条件可以包括但不限于整个季节的降水、能够损 坏作物的冰雹的存在、强风的存在、季节温度等。害虫的一些示例广 泛包括昆虫、真菌、杂草、细菌、病毒等。处理应用的一些示例包括除 草剂、杀虫剂、杀菌剂、肥料、矿物质补充剂等。图2还示出操作员 260可操作农业收割机100。操作员260与操作员接口机构218交互。 在一些示例中，操作员接口机构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)以及多种不同的其他类型的控制装置。在提供触敏显示系统的情况 下，操作员260可利用触摸手势来与操作员接口机构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，其他 类型的操作员接口机构218也可以被使用并且在本公开的范围内。

使用通信系统206或其他方式，可以将先验信息图258下载到农 业收割机100上并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、或者被配置为经由多种不同的其他网络中的任 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) 部件，该实时运动(RTK)部件被配置为增强从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 系统或者多种不同的其他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 传感器可包括冲击板传感器、辐射衰减传感器或农业收割机100内部的 图像传感器(例如，净谷物相机)。现场传感器208还可以包括捕获现 场信息的远程现场传感器224。现场数据包括从农业收割机上的传感器 获取的数据或者在收割操作期间检测数据的情况下由任何传感器获取 的数据。

在被农业收割机100检索之后，先验信息图选择器209可以过滤 或选择一个或多个特定的先验信息图258以供预测模型生成器210使用。 在一个示例中，先验信息图选择器209基于先验信息图中的情景信息与 当前情景信息的比较选择图。例如，可以从生长季节的天气条件与今年 的天气条件相似的过去年份中的一年中选择历史作物湿度图。或者，例如，当情景信息不相似时，可以从过去年份中的一年中选择历史作物湿 度图。例如，可以选择针对是“干旱的”先前年份(即，干旱条件或降 水减少)的历史作物湿度图，而当前年份是“潮湿的”(即降水增加或 洪水条件)。可能仍然存在有用的历史关系，但该关系可能是相反的。 例如，干旱年份的干旱地区在潮湿年份可能是作物湿度较高的地区，这 是因为这些地区在潮湿年份可能会保留更多的水分。当前情景信息可以 包括超出最接近情景信息的情景信息。例如，当前情景信息可以包括但 不限于与当前生长季节相对应的一组信息、与当前生长季节之前的冬天 相对应的一组数据、或与过去几年相对应的一组数据等。

情景信息还可以用于具有相似情景特性的区域之间的相关性，而 不管地理位置是否对应于先验信息图258上的同一位置。例如，与不同 位置相关联的情景特性信息可以被应用于在先验信息图258上具有相 似特性信息的位置。

预测模型生成器210生成指示现场传感器208所感测的值与通过 先验信息图258映射到田地的值之间的关系的模型。例如，如果先验信 息图258建立植被指数值与田地中的不同位置的映射，并且现场传感器 208正在感测指示作物湿度的值，则先验信息变量到现场变量模型生成 器228生成对植被指数值与作物湿度值之间的关系进行建模的预测作物湿度模型。然后，预测图生成器212使用由预测模型生成器210生成 的预测作物湿度模型，以基于先验信息图258生成预测田地中的不同位 置处的作物湿度的值的功能性预测作物湿度图。或者，例如，如果先验 信息图258将历史作物湿度值映射到田地中的不同位置，并且现场传感 器208正在感测指示作物湿度的值，则先验信息变量到现场变量模型生 成器228生成预测作物湿度模型，该预测作物湿度模型对历史作物湿度 值(有或没有情景信息)与现场作物湿度值之间的关系进行建模。然后， 预测图生成器212使用由预测模型生成器210生成的预测作物湿度模型， 以基于先验信息图258生成预测田地中的不同位置处的作物湿度的值 的功能性预测作物湿度图。或者，例如，如果先验信息图258将地形特 性值映射到田地中的不同位置，并且现场传感器208正在感测指示作物 湿度的值，则先验信息变量到现场变量模型生成器228生成对地形特性 值和作物湿度值之间的关系进行建模的预测作物湿度模型。然后，预测 图生成器212使用由预测模型生成器210生成的预测作物湿度模型， 以基于先验信息图258生成预测田地中的不同位置处的作物湿度的值 的功能性预测作物湿度图。或者，例如，如果先验信息图258将土壤性 质值映射到田地中的不同位置，并且现场传感器208正在感测指示作物 湿度的值，则先验信息变量到现场变量模型生成器228生成对土壤性质 值和作物湿度值之间的关系进行建模的预测作物湿度模型。然后，预测 图生成器212使用由预测模型生成器210生成的预测作物湿度模型，以 基于先验信息图258来生成预测田地中的不同位置处的作物湿度的值 的功能性预测作物湿度图。

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

继续前述示例，预测图生成器212可以使用先验信息图258中的 值和预测模型生成器210所生成的模型来生成预测田地中的不同位置 的作物湿度的功能性预测图263。预测图生成器212因此输出预测图264。

如图2所示，预测图264基于先验信息图258中在那些位置(或 具有相似情景信息的位置，即使在不同的田地中)处的先验信息值并使 用预测模型来预测横跨田地的多个位置处的特性(所述特性可以是由一 个或多个现场传感器208所感测到的特性)的值或与由一个或多个现场 传感器208所感测到的特性有关的特性的值。例如，如果预测模型生成 器210已生成指示植被指数值与作物湿度之间的关系的预测模型，则给 定在横跨田地中的不同位置处的植被指数值，预测图生成器212生成预 测在遍及田地中的不同位置处的作物湿度的值的预测图264。使用从先 验信息图258获得的在那些位置处的植被指数值以及从预测模型获得 的植被指数值与作物湿度之间的关系来生成预测图264。或者，例如， 如果预测模型生成器210已经生成了指示历史作物湿度值与作物湿度 之间的关系的预测模型，则给定遍及田地中的不同位置处的历史作物湿 度值，预测图生成器212生成预测遍及田地中的不同位置处的作物湿度 的值的预测图264。从先验信息图258获得的在那些位置处的历史作物 湿度值以及从预测模型获得的历史作物湿度值与作物湿度之间的关系 被用于生成预测图264。或者，例如，如果预测模型生成器210已经生 成了指示地形特性值与作物湿度之间的关系的预测模型，则给定遍及田 地中的不同位置处的地形特性值，预测图生成器212生成预测遍及田地 中的不同位置处的作物湿度的值的预测图264。从先验信息图258获得 的那些位置处的地形特性值以及从预测模型获得的地形特性值与作物 湿度之间的关系被用于生成预测图264。或者，例如，如果预测模型生 成器210已经生成了指示土壤性质值与作物湿度之间的关系的预测模 型，则给定遍及田地中的不同位置处的土壤性质值，预测图生成器212 生成预测遍及田地中的不同位置处的作物湿度的值的预测图264。从先 验信息图258获得在那些位置处的土壤性质值以及从预测模型获得的 土壤性质值与作物湿度之间的关系用于生成预测图264。

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

在一些示例中，先验信息图258中的数据类型与现场传感器208 所感测的数据类型不同，而预测图264中的数据类型与现场传感器208 所感测的数据类型相同。例如，先验信息图258可以是植被指数图，并 且现场传感器208所感测的变量可以是作物湿度。然后，预测图264 可以是将预测的作物湿度值映射到田地中的不同地理位置的预测作物 湿度图。在另一个示例中，先验信息图258可以是植被指数图，并且有 现场传感器208所感测的变量可以是作物高度。因而，预测图264可以 是将预测的作物高度值映射到田地中的不同地理位置的预测作物高度 图。

另外，在一些示例中，先验信息图258中的数据类型与现场传感 器208所感测的数据类型不同，并且预测图264中的数据类型与先验信 息图258中的数据类型和现场传感器208所感测的数据类型二者不同。 例如，先验信息图258可以是植被指数图，并且现场传感器208所感测 的变量可以是作物湿度。预测图264则可以是将预测的生物量值映射到 田地中的不同地理位置的预测生物量图。在另一个示例中，先验信息图 258可以是植被指数图，并且由现场传感器208所感测的变量可以是产 量。预测图264则可以是将预测的收割机速度值映射到田地中的不同地 理位置的预测速度图。

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可以是在种植期间生成的地形图，并 且现场传感器208所感测的变量可以是作物湿度。因而，预测图264 可以是将预测的作物湿度值映射到田地中的不同地理位置的预测作物 湿度图。。。

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作物湿度 图，并且现场传感器208所感测的变量可以是作物湿度。因而，预测图 264可以是将预测的作物湿度值映射到田地中的不同地理位置的预测 作物湿度图。在这种示例中，预测模型生成器210可以使用来自前一年 的地理配准的先验信息图258中的相对作物湿度差异，来生成对先验信 息图258上的相对作物湿度差异与现场传感器208在当前收割操作期间 所感测的作物湿度值之间的关系进行建模的预测模型。然后，预测图生 成器212使用预测模型来生成预测产量图。

在一些示例中，预测图264可以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来 将该区域的所述相邻部分分组为一个或多个控制区。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。在另一个示例中，控制区可以被调整尺寸以减小 由连续调整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。 控制区可以被增加到预测图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可以与预测图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)。在另一个示例中，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能够确定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 且控制区可以被增加到预测控制区图265或者被增加到仅显示所生成 的控制区的单独图。在一些示例中，控制区可以用于控制和/或校准农 业收割机100。在其他示例中，控制区可以被呈现给操作员260并用于 控制或校准农业收割机100，并且在其他示例中，控制区可以被呈现给 操作员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他农业收割机。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或这二者发送到其他远程系统。

操作员接口控制器231能够操作以生成控制信号以控制操作员接 口机构218。操作员接口控制器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 推导的其他信息呈现给操作员260。操作员260可以是本地操作员或远 程操作员。作为示例，控制器231生成控制信号以控制显示机构为操作 员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可生成操作员可致动机构，操作员可致动机构被显示并且可以由操 作员致动以与所显示的图交互。操作员可通过例如基于操作员的观察校 正显示在图上的作物湿度值来编辑该图。设定控制器232可以基于预测 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、清选风扇速 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的其他功能的其他致动器248 中的一个或多个。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可以控制诸如推进子系统250和机器致动器248之类的 多种不同的子系统，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作 物湿度的区域，进料速率控制器236可以降低农业收割机100的速度， 以维持谷物或生物质通过农业收割机的恒定进料速率。割台和拨禾轮控 制器238可生成控制信号以控制割台或拨禾轮或其他割台功能。带式输 送器带控制器240可以基于预测图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他带式输送器功能。盖板位置控制器242可以基于预测图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 可以基于预测图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。机器清选控制器245可生成控制信号以控制机器 清选子系统254。例如，基于通过农业收割机100的不同类型的种子和 杂草，可以控制特定类型的机器清选操作或执行清选操作的频率。被包 括在农业收割机100上的其他控制器也可以基于预测图264或预测控制 区图265或这二者来控制其他子系统。

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。例如，一个先验信息图可以是在先前 操作期间所生成的图，或者是基于来自田地上的先前操作(例如，由喷 洒器执行的先前喷洒操作)的数据所生成的图。可以以各种方式收集先 验信息图258的数据。例如，基于在前一年或者在当前生长季节早前或 者在其他时间所获得的空中图像或测量值可以收集所述数据。信息也可 以基于以其他方式(使用空中图像除外)检测或收集到的数据。例如， 可以使用通信系统206将用于先验信息图258的数据发送到农业收割机 100并存储在数据存储装置202中。也可以使用通信系统206以其他方 式将先验信息图258的数据提供给农业收割机100，这由图3的流程图 中的框286指示。在一些示例中，先验信息图258可以由通信系统206 接收。

在框287处，先验信息图选择器209可以从在框280中接收到的 多个候选先验信息图中选择一个或多个图。例如，可以接收多年的历史 作物湿度图作为候选先验信息图。这些图中的每一个都可以包含情景信 息，例如一段时间(例如一年)的天气模式、一段时间(例如一年)的 害虫飙升、土壤性质、地形特性等。情景信息可用于选择应选择哪一个 历史作物湿度图。例如，可以将一段时间内的天气状况(例如当年的天 气状况)或当前田地的土壤性质与每个候选先验信息图的情景信息中的 天气状况和土壤性质进行比较。这种比较的结果可以用于选择应选择哪 一个历史作物湿度图。例如，具有相似天气状况的年份通常可能会导致 整个田地的相似的作物湿度或作物湿度趋势。在一些情况下，具有相反 的天气状况的年份也可能有助于根据历史作物湿度预测作物湿度。例如， 在干旱年份中具有低作物湿度的地区可能会在湿润年份中具有高作物 湿度，这是因为该地区可能保持更多的湿度。由先验信息图选择器209 选择一个或多个先验信息图的过程可以是手动的、半自动的或自动的。 在一些示例中，在收割操作期间，先验信息图选择器209可以连续地或 间歇地确定不同的先验信息图是否与现场传感器值具有更好的关系。如 果不同的先验信息图与现场数据更紧密地相关，则先验信息图选择器 209可以用更相关的先验信息图替换当前所选择的先验信息图。

在收割操作开始时，现场传感器208生成指示一个或多个现场数 据值的传感器信号，所述一个或多个现场数据值指示诸如湿度之类的植 株特性，如框288所指示的。参照框222、290和226来讨论现场传感 器288的示例。如上面说明的，现场传感器208包括：机载传感器222； 远程现场传感器224，例如飞行一次以收集现场数据的基于UAV的传 感器(在框290中被示出)；或者由现场传感器226指定的其他类型的 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可以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可以由控制 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。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包括可以由控制系统 214读取并用作针对农业收割机100的一个或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可以基于预测图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以被分组到一控制区中。 该阈值可以是默认阈值，或者可以基于操作员输入、基于来自自动化系 统的输入或者基于其他标准来设定该阈值。所述区的大小可以基于控制 系统214、可控子系统216的响应性、或基于磨损考虑或其他标准，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 员或其他用户。控制区生成器213可配置预测控制区图265以用于呈现 给操作员或其他用户。这由框299指示。当呈现给操作员或其他用户时， 预测图264或预测控制区图265或这二者的呈现可包含预测图264上的 与地理位置相关的预测值、预测控制区图265上的与地理位置相关的控 制区、以及基于预测图264上的预测的值或预测控制区图265上的区被 使用的设定值或控制参数中的一个或多个。在另一个示例中，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穿过田地移动时可以由农业收割机100上的传感器测量的测 量值的准确度。此外，在信息被呈现给超过一个位置的情况下，可提供 验证/授权系统以实现验证和授权过程。例如，可存在被授权查看和改 变图和其他呈现的信息的个人层级。作为示例，机载显示装置可以仅在 机器上本地地近似实时显示所述图，或者也可以在一个或多个远程位置 处生成所述图。在一些示例中，每个位置处的每个物理显示装置可以与 人或用户许可级别关联。用户许可级别可以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的本地操作员可能无法看到与预测图264对应的信息或者无法对机 器操作进行任何改变。然而，远程位置处的监督者可能能够在显示器上 看到预测图264，但是不会做出改变。可处于单独的远程位置处的管理 者可能能够看到预测图264上的所有元素，并且还改变用在机器控制中 的预测图264。这是可实现的授权层级的一个示例。预测图264或预测 控制区图265或这二者也可按其他方式被配置，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和其他现 场传感器208的输入。框300表示控制系统214从地理位置传感器204 接收确定农业收割机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接收其他信息。

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和任何其他现场传感器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可以基于一个或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可以基于正在使用的预 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以基于通过农业 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，所生成的呈预测作物湿度图形式的预测图264可以用 于控制一个或多个可控子系统216。例如，功能性预测作物湿度图可包 括被地理配准到正收割的田地内的位置的作物湿度的预测值。功能性预 测作物湿度图可以被提取并被用于分别控制转向子系统252和推进子 系统250。通过控制转向子系统252和推进子系统250，可以控制材料 或谷物移动通过农业收割机100的进料速率。类似地，可以控制割台高 度以吸入更多或更少的材料，并且因此也可以控制割台高度以控制材料 通过农业收割机100的进料速率。在其他示例中，如果预测图264映射 在机器100前方的作物湿度的预测值，割台的一部分上的作物湿度的预 测值大于割台的另一部分上的作物湿度的预测值，从而导致进入割台一 侧的生物量与进入割台另一侧的生物量不同，则可以实施对割台的控制。 例如，割台一侧的带式输送器速度可以相对于割台另一侧的带式输送器 速度增加或减小以考虑额外的生物量。因此，可以使用预测作物湿度图 中的经地理配准的预测值控制割台和拔禾控制器238来控制割台上的 带式输送器的带式输送器速度。涉及使用功能性预测作物湿度图的进料速度和割台控制的前述示例仅作为示例提供。因此，可以使用从预测作 物湿度图或其他类型的功能性预测图获得的预测值来生成多种其他控 制信号以控制一个或多个可控子系统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(以及可能其他传感器)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 实现的一个或多个控制算法以及其他触发式学习中的一个或多个执行 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，可以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。

在其他示例中，学习触发标准可以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改变了多少或相比于先前或先验值 改变了多少。例如，如果现场传感器数据内的变化(或现场传感器数据 与先验信息图258中的信息之间的关系)在所选择的范围内、或小于限 定的量或者低于阈值，则预测模型生成器210不生成新预测模型。结果， 预测图生成器212不生成新的预测图264和/或预测控制区图265。然 而，例如，如果现场传感器数据内的变化在所选择的范围之外、大于限 定的量、或高于阈值，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)可以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、范围和限定的量可以 被设定为默认值，由操作员或用户通过用户接口交互来设定，由自动化系统设定，或者被以其他方式设定。

也可以使用其他学习触发标准。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或其他项目重新学习。在另一个示例中， 农业收割机100转变到不同地形或不同控制区也可以用作学习触发标 准。

在一些情况下，操作员260也可以编辑预测图264或预测控制区 图265或这二者。这种编辑可改变预测图264上的值，和/或改变预测 控制区图265上的控制区的尺寸、形状、位置或存在。框321示出编辑 的信息可以用作学习触发标准。

在一些情况下，操作员260还可以观察到可控子系统的自动控制 不是操作员所期望的。在这些情况下，操作员260可向可控子系统提供 手动调整，这反映出操作员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，操作员260手动更改设定可使得基于 由操作员260进行的调整(诸如框322所示)来进行如下项中的一个或 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 或多个控制区，以及使控制系统214重新学习其控制算法或对控制系统 214中的控制器组件232至246中的一个或多个组件执行机器学习。框 324表示使用其他触发式学习标准。

在其他示例中，可以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，如框326所指示 的。

如框326所指示的，如果重新学习被触发(无论基于学习触发标 准还是基于过去了的时间间隔)，则预测模型生成器210、预测图生成 器212、控制区生成器213和控制系统214中的一个或多个执行机器学 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 测模型中的一个或多个。预测图264、预测控制区图265和预测模型可 以被本地存储在数据存储装置202上或者可以使用通信系统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，但是在其他示例中，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以接收其他类型的图，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是在图1所示的农业收割机100的一部分的框图。特别地， 除了别的项目以外，图4更详细地示出了预测模型生成器210和预测图 生成器212的示例。图4还图示了其中所示的多种不同的组件之间的信 息流。如图所示，预测模型生成器210接收植被指数图332、历史湿度 图333、地形图341、土壤性质图343或先验操作图400中的一个或多 个作为先验信息图。历史作物湿度图333包括指示在上一个收割期间整 个田地的作物湿度值的历史作物湿度值335。历史作物湿度图333还包 括情景数据337，所述情景数据指示可能已经影响过去一年或过去几年 的作物湿度值的背景或条件。例如，情景数据337可以包括土壤性质(例 如，土壤类型、土壤湿度、土壤覆盖度或土壤结构)、地形特性(例如， 海拔或坡度)、种植日期、收割日期、施肥、种子类型(杂交种等)、杂 草存在的量度、害虫存在的量度、天气条件(例如，降雨、积雪、冰雹、 风、温度)等。历史作物湿度图333也可以包括其他项目，如由框339 所示。如所示的示例中所示，植被指数图332、地形图341和土壤性质 图343不包含额外的信息。然而，在其他示例中，植被指数图332、地 形图341、土壤性质图343和先验操作图400也可以包括其他项目。例 如，杂草生长对植被指数读数具有影响。因此，与用于生成植被指数图 332的植被指数感测在时间上相关的除草剂施用可以是包括在植被指 数图332中的情景信息，以提供植被指数值的背景。各种其他类型的信 息也可以包括在植被指数图332、地形图341或土壤性质图343中。

除了接收植被指数图332、历史作物湿度图333、地形图341、土 壤性质图343或先验操作图400中的一个或多个作为先验信息图外，预 测模型生成器210还从地理位置传感器204接收地理位置指示符334 或地理位置的指示。现场传感器208说明性地包括作物湿度传感器336 以及处理系统338。处理系统338处理由作物湿度传感器336生成的传 感器数据。在一些示例中，作物湿度传感器336可以被机载在农业收割 机100上。

在一些示例中，作物湿度传感器336可以包括电容式湿度传感器。 在一个示例中，电容式湿度传感器可以包括用于容纳作物材料样本的湿 度测量单元和用于确定样本的介电特性的电容器。在其他示例中，作物 湿度传感器可以是微波传感器或电导率传感器。在其他示例中，作物湿 度传感器可以利用电磁辐射的波长来感测作物材料的湿度含量。作物湿 度传感器可以设置在进料器壳体106内(或以其他方式具有对进料器壳 体106内作物材料的感测访问)，并且被配置为感测经过进料器壳体106 的收割的作物材料的湿度。在其他示例中，作物湿度传感器可以位于农 业收割机100内的其他区域处，例如，位于净谷物升运器中，位于净谷 物螺旋输送器中，或位于谷物箱中。应当注意，这些仅仅是作物湿度传 感器的示例，并且可设想各种其他作物湿度传感器。处理系统338处理 由作物湿度传感器336生成的一个或多个传感器信号，以生成确定一个 或多个作物湿度值的经处理的传感器数据。处理系统338还可以对从现 场传感器208接收到的值进行地理定位。例如，在接收到来自现场传感 器208的信号时农业收割机的位置可能不是作物湿度的精确位置。这是 因为在农业收割机与作物植株进行初始接触与作物湿度传感器336或 其他现场传感器208感测到作物植株材料之间经过了一段时间。因此， 当对感测到的数据进行地理配准时，考虑初始遇到植株与植株材料在农 业收割机内被感测到之间的过渡时间。通过这样做，作物湿度值可以被 地理配准到田地上的精确位置。由于被切断的作物沿割台在横向于农业 收割机行进方向的方向上行进，当农业收割机向前行进时，作物湿度值 通常地理定位到农业收割机后方的人字形区域。

处理系统338基于作物从农业收割机的不同部分(例如，沿着农 业收割机的割台的宽度的不同横向位置)的行进时间和收割机的地面速 度，将在每个时间或测量间隔期间由作物湿度传感器检测到的总作物湿 度分配或分派回到早期的被地理配准的区域。例如，处理系统338将来 自测量间隔或时间的测量的总作物湿度分配回到由农业收割机的割台在不同测量间隔或时间期间穿过的被地理配准的区域。处理系统338 将来自特定测量间隔或时间的总作物湿度分配或分派给作为人字形区 域的一部分的先前穿越的被地理配准的区域。

在一些示例中，作物湿度传感器336可以依赖于不同类型的辐射 以及辐射被作物材料反射、吸收、衰减或透射的方式。当材料在两个电 容板之间经过时，作物湿度传感器336可以感测作物材料的其他电磁特 性，例如介电常数。也可以使用其他材料特性和传感器。在一些示例中， 来自作物湿度传感器336的原始数据或经处理的数据可以通过操作员接口机构218被呈现给操作员260。操作员260可以位于作业农业收割 机100上或位于远程位置处。

本讨论是针对作物湿度传感器336检测指示作物湿度的值的示例 进行的。应当理解，这仅仅是一个示例，并且在本文中也可设想作为作 物湿度传感器336的其他示例的上述传感器。如图4所示，预测模型生 成器210包括植被指数到作物湿度模型生成器342、历史作物湿度到作 物湿度模型生成器344、土壤性质到作物湿度模型生成器345、地形特 性到作物湿度模型生成器346、以及先验操作到作物湿度模型生成器 348。在其他示例中，预测模型生成器210可以包括比图4的示例中所 示的部件更多、更少的或不同的部件。因此，在一些示例中，预测模型 生成器210也可以包括其他项目349，该其他项目可以包括用于生成其 他类型的作物湿度模型的其他类型的预测模型生成器。例如，其他模型 生成器349可以包括特定特性，例如特定植被指数特性(例如，作物生 长或作物健康)、特定土壤性质特性(例如，土壤类型、土壤湿度、土 壤覆盖度或土壤结构)、或特定地形特性(例如，坡度或海拔)。

植被指数到作物湿度模型生成器342确定与现场作物湿度数据 340被地理定位的地理位置处的现场作物湿度数据340与来自植被指数 图332与田地中的现场作物湿度数据340被地理定位的同一位置对应的 植被指数值之间的关系。基于由植被指数到作物湿度模型生成器342 建立的这种关系，植被指数到作物湿度模型生成器342生成预测作物湿 度模型。预测图生成器212使用预测作物湿度模型，以基于包含在植被 指数图332中的在田地中的相同位置处的被地理配准的植被指数值预 测田地中的不同位置处的作物湿度。

历史作物湿度到作物湿度模型生成器344确定现场作物湿度数据 340中的在与现场作物湿度数据340被地理定位的位置对应的地理位置 处的作物湿度与相同位置(或在历史作物湿度图333中具有与当前区域 或当年相似的情景数据的位置)处的历史作物湿度之间的关系。历史作 物湿度值335是包含在历史作物湿度图333中的被地理配准并在情景方面被参考的值。历史作物湿度到作物湿度模型生成器344然后基于历史 作物湿度值355生成预测作物湿度模型，图生成器212使用该预测作物 湿度模型预测田地中的位置处的作物湿度。

土壤性质到作物湿度模型生成器345确定在与现场作物湿度数据 340被地理定位的位置对应的地理位置处的现场作物湿度数据340与来 自土壤性质图343的与田地中的现场作物湿度数据340被地理定位的位 置相同的位置对应的土壤性质值之间的关系。基于由土壤性质到作物湿 度模型生成器345建立的这种关系，土壤性质到作物湿度模型生成器345生成预测作物湿度模型。预测图生成器212使用预测作物湿度模型， 以基于包含在土壤性质图343中的田地中的相同位置处的被地理配准 的土壤性质值预测田地中的不同位置处的作物湿度。

地形特性到作物湿度模型生成器346确定在与现场作物湿度数据340被地理定位的位置对应的地理位置处的现场湿度数据340与来自地 形图341的与田地中的现场作物湿度数据340被地理定位的位置相同的 位置对应的地形特性值之间的关系。基于由地形特性到作物湿度模型生 成器346建立的这种关系，地形特性到作物湿度模型生成器346生成预测作物湿度模型。预测图生成器212使用预测作物湿度模型，以基于包 含在地形图341中的田地中的相同位置处的被地理配准的地形特性值 预测田地中的不同位置处的作物湿度。

先前操作到作物湿度模型生成器348确定在与现场作物湿度数据 340被地理定位的位置对应的地理位置处的现场湿度数据340与来自先 验操作图400的与田地中的现场作物湿度数据340被地理定位的位置相 同的位置对应的先验操作特性值之间的关系。基于由先验操作到作物湿 度模型生成器348建立的这种关系，先验操作到作物湿度模型生成器348生成预测作物湿度模型。预测图生成器212使用预测作物湿度模型， 以基于包含在先验操作图400中的田地中的相同位置处的被地理配准 的先验操作特性值预测田地中的不同位置处的作物湿度。

鉴于上述，预测模型生成器210可操作以产生多个预测作物湿度 模型，例如由模型生成器342、344、345、346、348和349生成的预测 作物湿度模型中的一个或多个。在另一个示例中，上述预测作物湿度模 型中的两个或更多个可以被组合成单个预测作物湿度模型，该单个预测 作物湿度模型基于田地中的不同位置处的植被指数值、历史作物湿度值、土壤性质值、地形特性值、或先验操作特性值或两者预测作物湿度。这 些作物湿度模型中的任一个或其组合由图4中的作物湿度模型350共同 表示。

预测作物湿度模型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包括作物湿度图生成器352。在其他示例中，预 测图生成器212可以包括额外的、更少的或不同的图生成器。作物湿度 图生成器352接收预测作物湿度模型350，该模型基于现场数据340以 及植被指数图332、历史作物湿度图333、地形图341或土壤性质图343 中的一个或多个来预测作物湿度。

作物湿度图生成器352可以基于在田地中的不同位置处的植被指 数值、历史作物湿度值、地形特性值或土壤性质中的一个或多个生成功 能性预测作物湿度图360和预测作物湿度模型350，所述功能性预测作 物湿度图预测田地中所述位置处的作物湿度。所生成的功能性预测作物 湿度图360(有或没有控制区)可以被提供给控制区生成器213、控制 系统214或两者。控制区生成器213生成控制区，并将这些控制区并入 功能性预测图，即预测图360，以产生预测控制区图265。功能性预测 图264或预测控制区图265中的一个或两个可以被呈现给操作员260 或其他用户，或被提供给控制系统214，所述控制系统基于预测图264、 预测控制区图265或两者生成控制信号以控制一个或多个可控子系统 216。

图5是预测模型生成器210和预测图生成器212在生成预测作物 湿度模型350和功能性预测作物湿度图360中的操作的示例的流程图。 在框362处，预测模型生成器210和预测图生成器212接收一个或多个 先前植被指数图332、一个或多个历史作物湿度图333、一个或多个先 验地形图341、一个或多个土壤性质图343、一个或多个先验操作图400 或其组合。在框362处，从现场传感器接收现场传感器信号，例如来自 作物湿度传感器336的作物湿度传感器信号。

在框363处，先验信息图选择器209选择一个或多个图以供预测 模型生成器210使用。在一个示例中，先验信息图选择器209基于多个 候选图中的情景信息与当前情景信息的比较从所述多个候选图中选择 一图。例如，可以从生长季节的天气状况与当年的天气状况相似的先前 一年中选择候选历史作物湿度图。或者，例如，可以从具有低于平均降 水水平的先前一年中选择候选历史作物湿度图，而本年具有平均降水水 平或高于平均降水水平，这是因为与先前一年相关联的具有低平均降水 水平的历史作物湿度图可能仍然具有有用的历史作物湿度与作物湿度 关系，如上所述。在一些示例中，在检测到其他候选先验信息图之一与 现场感测到的作物湿度更密切相关时，先验信息图选择器209可以改变 正在使用的先验信息图。

在框372处，处理系统338处理从现场传感器208接收到的所述 一个或多个接收到的传感器信号(例如，从作物湿度传感器336接收到 的一个或多个传感器信号)，以生成指示收割的作物材料的湿度的作物 湿度值。

在框382处，预测模型生成器210还获得与传感器信号对应的地 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(例如，机器处理速度)和机器速度确定现场 感测到的作物湿度所归属的准确地理位置。例如，捕获作物湿度传感器 信号的确切时间可能与作物从地面被切断的时间不相对应。因此，当获 得作物湿度传感器信号时农业收割机100的位置可能与种植作物的位 置不相对应。相反，由于在作物与农业收割机之间发生初始接触时和作 物到达作物湿度传感器336之间经过了一段时间，因此当前的现场作物 湿度传感器信号对应于田地上的农业收割机100后方的位置。

在框384处，预测模型生成器210生成一个或多个预测作物湿度 模型，例如作物湿度模型350，所述一个或多个预测作物湿度模型对从 先验信息图(例如先验信息图258)获得的植被指数值、历史作物湿度 值、地形特性值或土壤性质值中的至少一个与由现场传感器208感测到 的作物湿度之间的关系进行建模。例如，预测模型生成器210可以基 于植被指数值、历史作物湿度值、地形特性值或土壤性质值和由从现场 传感器208获得的传感器信号指示的所感测的作物湿度生成预测作物 湿度模型。

在框386处，预测作物湿度模型(例如，预测作物湿度模型350) 被提供给预测图生成器212，所述预测图生成器基于植被指数图、历史 作物湿度图333、地形图341或土壤性质图343和预测作物湿度模型350 生成功能性预测湿度图，该功能性预测湿度图将预测的作物湿度映射到 田地中的不同地理位置。例如，在一些示例中，功能性预测作物湿度图 360预测作物湿度。在其他示例中，功能性预测作物湿度图360预测其 他项目。此外，功能性预测作物湿度图360可以在农业收割操作的过程 中被生成。因此，当农业收割机正在移动通过执行农业收割操作的田地 时，功能性预测作物湿度图360被生成。

在框394处，预测图生成器212输出功能性预测作物湿度图360。 在框393处，预测图生成器212配置功能性预测作物湿度图360以供控 制系统214使用。在框395处，预测图生成器212还可以向控制区生成 器213提供图360以用于控制区的生成和合并。在框397处，预测图生 成器212也以其他方式配置图360。功能性预测作物湿度图360(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生成 控制信号，以基于功能性预测作物湿度图360(有或没有控制区)来控 制可控子系统216。

控制系统214可以生成控制信号来控制割台或其他机器致动器 248，例如控制盖板的位置或间隔。控制系统214可以生成控制信号来 控制推进子系统250。控制系统214可以生成控制信号来控制转向子系 统252。控制系统214可以生成控制信号来控制残留物子系统138。控 制系统214可以生成控制信号来控制机器清选子系统254。控制系统214 可以生成控制信号来控制脱粒机110。控制系统214可以生成控制信号 来控制作物清选子系统118。控制系统214可以生成控制信号来控制通 信系统206。控制系统214可以生成控制信号来控制操作员接口机构218。 控制系统214可以生成控制信号来控制各种其他可控子系统256。

在控制系统214接收功能性预测图或接收添加有控制区的功能性 预测图的示例中，割台/拔禾轮控制器238控制割台或其他机器致动器 248以控制割台的高度、倾斜或侧倾。在控制系统214接收功能性预测 图或接收添加有控制区的功能性预测图的示例中，进料速率控制器236 控制推进子系统250以控制农业收割机100的行进速度。在控制系统 214接收到功能性预测图或增加了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来使农业收割机100转向。在另 一个示例中，控制系统214接收功能性预测图或增加了控制区的功能性 预测图，残留物系统控制器244控制残留物子系统138。在另一个示例 中，控制系统214接收功能性预测图或增加了控制区的功能性预测图， 设定控制器232控制脱粒机110的脱粒机设定。在另一个示例中，控制 系统214接收控制预测图或增加了控制区的功能性预测图，设定控制器 232或另一个控制器246控制材料处置子系统125。在另一个示例中， 控制系统214接收功能性预测图或增加了控制区的功能性预测图，由设定控制器232控制作物清选子系统118。在另一个示例中，控制系统214 接收功能性预测图或增加了控制区的功能性预测图，机器清选控制器 245控制农业收割机100上的机器清选子系统254。在另一个示例中， 控制系统214接收功能性预测图或增加了控制区的功能性预测图，通信 系统控制器229控制通信系统206。在另一个示例中，控制系统214接 收功能性预测图或增加了控制区的功能性预测图，操作员接口控制器 231控制农业收割机100上的操作员接口机构218。在另一个示例中， 控制系统214接收功能性预测图或增加了控制区的功能性预测图，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。在另一个示例中，控制系统214接收功能性预测图或增加了控制 区的功能性预测图，输送带控制器240控制机器/割台致动器248以控 制农业收割机100上的输送带。在另一个示例中，控制系统214接收功 能性预测图或增加了控制区的功能性预测图，其他控制器246控制农业 收割机100上的其他可控子系统256。

由此可以看出，本系统采用先验信息图，该先验信息图将诸如植 被指数值、历史作物湿度值、地形特性值或土壤性质值之类的特性映射 到田地中的不同位置。本系统还使用感测指示特性(诸如，作物湿度) 的现场传感器数据的一个或多个现场传感器，并生成对使用现场传感器 现场所感测的作物湿度与在先验信息图中映射的特性之间的关系进行建模的模型。因此，本系统使用模型和先验信息图来生成功能性预测图， 并且可以配置所生成的功能性预测图以供控制系统使用，或呈现给本地 的或远程的操作员或其它用户。例如，控制系统可以使用该图来控制联 合收割机的一个或多个系统。

目前的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时序电路(未单独示出)的计算机 处理器。处理器和服务器是处理器和服务器所属的系统或设备的功能部 分，并且由这些系统中的其他部件或项激活并促进其功能。

而且，已经讨论了许多用户接口显示器。显示器可以采取各种不 同的形式，并且可以具有设定在其上的各种不同的用户可致动的操作员 接口机构。例如，用户可致动的操作员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。用户可致动的操作员接口机构也可 以以各种不同的方式被致动。例如，用户可致动的操作员接口机构可以使用操作员接口机构(诸如点击设备，(诸如轨迹球或鼠标、硬件按钮、 开关、操纵杆或键盘、拇指开关或拇指垫等)、虚拟键盘或其他虚拟致 动器)来致动。此外，在其上显示用户可致动的操作员接口机构的屏幕 是触敏屏幕的情况下，可以使用触摸手势来致动用户可致动的操作员接 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 的操作员接口机构。语音识别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。

还讨论了许多数据存储装置。应当注意的是，数据存储可以各自 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多个 对于访问数据存储装置的系统可以是本地的，数据存储装置中的一个或 多个可以全部位于远离利用数据存储装置的系统，或者一个或多个数据 存储装置可以是本地的，而其他是远程的。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部件 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 部件当中。在不同的示例中，可以增加一些功能，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、部件、逻 辑和交互。应当理解的是，这样的系统、部件、逻辑和交互中的任何一 个或全部可以由硬件项实施，诸如执行与那些系统、部件、逻辑或交互 相关联的功能的处理器、存储器或其他处理部件，其中，的一些在下面 描述。此外，系统、部件、逻辑和交互中的任何一个或全部可以由加载 到存储器中并随后由处理器或服务器或其他计算部件执行的软件来实 施，如下所述。系统、部件、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，其一些示例在下面描述。这 些是可以用于实施以上描述的系统、部件、逻辑和交互中的任何一个或 全部的不同结构的一些示例。也可以使用其他结构。

图6是农业收割机600的框图，其可以类似于图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可以提供不需要终端用户了解递送服 务的系统的物理位置或配置的计算、软件、数据访问和存储服务。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) 递送服务。例如，远程服务器可以通过广域网递送应用，并且可以通过 网络浏览器或任何其他计算部件访问。图2中示出的软件或部件以及与 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递 送服务，即使作为用户的单个访问点出现。因此，本文描述的部件和功 能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。替代性地， 部件和功能可以从服务器提供，或者部件和功能可以直接或以其他方式 安装在客户端设备上。

在图6中示出的示例中，一些项类似于图2中示出的项目，并且 这些项被相似地进行编号。图6具体示出了预测图生成器212可以位于 远离农业收割机600的服务器位置502。因此，在图6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6还描绘了远程服务器架构的另一个示例。图6示出了图2的 一些元件可以被布置在远程服务器位置502处，而其他元件可以位于其 他地方。作为示例，数据存储装置202可以被放置在与位置502分离的 位置处，并且经由位置502处的远程服务器来访问。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) 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 为服务提供、或者由驻留在远程位置的连接服务访问。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员、用户或系统访问或转 发给操作员、用户或系统。例如，可以使用物理载波来代替电磁波载波， 或者除了电磁波载波之外还可以使用物理载波。在一些示例中，在无线 电信服务覆盖差或不存在的情况下，另一机器(诸如燃料车或其他移动 机器或车辆)可以具有自动、半自动或手动信息收集系统。在联合收割 机600在加燃料前靠近包含信息收集系统的机器(诸如燃料车)时，信 息收集系统使用任何类型的临时专用无线连接从联合收割机600收集 信息。然后，当包含所接收的信息的机器到达无线电信服务覆盖或其他 无线覆盖可用的位置时，所收集的信息可以被转发到另一网络。例如， 当燃料车行驶到给其他机器加燃料的位置时或在主燃料存储位置时，燃 料车可以进入具有无线通信覆盖的区域。本文考虑了所有这些架构。此 外，信息可以存储在农业收割机600上，直到农业收割机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设定在各种不同的设备上。 这些设备中的一个或多个可以包括机载计算机、电子控制单元、显示单 元、服务器、台式计算机、膝上型计算机、平板计算机或其他移动设备， 诸如掌上电脑、蜂窝电话、智能电话、多媒体播放器、个人数字助理等。

在一些示例中，远程服务器架构500可以包括网络安全措施。非 限制性地，这些措施包括存储设备上的数据的加密、网络节点之间发送 的数据的加密、访问数据的人员或进程的认证、以及使用分类帐记录元 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，实施为区块链)。

图7是可以用作本系统(或其一部分)可以部署在其中的用户的 或客户的手持设备16的手持或移动计算设备的一个示意性示例的简化 框图。例如，移动设备可以部署在农业收割机100的操作员室中，用于 在生成、处理或显示以上讨论的图时使用。图8至图9是手持或移动设 备的示例。

图7提供了客户端设备16的部件的总体框图，该客户端设备可以 运行图2中示出的一些部件、与它们交互、或者两者都进行。在设备 16中，提供了允许手持设备与其他计算设备通信的通信链路13，并且 在一些示例下提供了用于自动接收信息(例如通过扫描)的信道。通信 链路13的示例包括允许通过一个或多个通信协议进行通信，诸如用于 提供对网络的蜂窝接入的无线服务，以及提供对网络的本地无线连接的 协议。

在其他示例中，应用可以在连接到接口15的可移动安全数字 (Secure Digital，SD)卡上接收。接口15和通信链路13沿着总线19 与处理器17(其也可以实现来自其他图的处理器或服务器)通信，该 总线也连接到存储器21和输入/输出(input/output，I/O)部件23、以 及时钟25和位置系统27。

在一个示例中，提供I/O部件23来促进输入和输出操作。设备16 的各种示例的I/O部件23可以包括输入部件(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、方位传感器) 以及输出部件(诸如显示设备、扬声器和/或打印机端口)。也可以使用 其他I/O部件23。

时钟25示意性地包括输出时间和日期的实时时钟部件。示意性地， 它还可以为处理器17提供定时功能。

位置系统27示意性地包括输出设备16的当前地理位置的部件。 这可以包括例如全球定位系统(global positioning system，GPS)接收 器、LORAN系统、航位推算系统、蜂窝三角测量系统或其他定位系统。 位置系统27还可以包括，例如，生成所期望的图、导航路线和其他地 理功能的绘图软件或导航软件。

存储器21存储操作系统29、网络设定31、应用33、应用配置设 定35、数据存储装置37、通信驱动器39和通信配置设定41。存储器 21可以包括所有类型的有形易失性和非易失性计算机可读存储器设备。 存储器21还可以包括计算机存储介质(下文描述)。存储器21存储计 算机可读指令，当由处理器17执行时，这些指令使处理器根据指令执 行计算机实施的步骤或功能。处理器17也可以由其他部件激活以促进 它们的功能。

图8示出了其中，设备16是平板计算机600的一个示例。在图8 中，计算机600被示出为具有用户接口显示屏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。平板计算机脑600还可以 使用屏幕上虚拟键盘。当然，计算机600也可以例如通过合适的附接结 构(诸如无线链接件或USB端口)附接到键盘或其他用户输入设备。 计算机600也可以示意性地接收语音输入。

图9类似于图8，除了设备是智能电话71。智能电话71具有显示 图标或小块或其他用户输入机构75的触敏显示器73。可以由用户使用 机构75来运行应用、进行呼叫、执行数据传输操作等。一般而言，智 能电话71建立在移动操作系统上，并且提供比功能手机更高级的计算 能力和连接性。

注意，设备16的其他形式是可能的。

图10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10，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的部件可以包括但不 限于处理单元820(其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部件耦接到处理单元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部署在图 10的相对应部分中。

计算机810通常包括各种计算机可读介质。计算机可读介质可以 是可以由计算机810访问的任何可用介质，并且包括易失性和非易失性 介质、可移动和不可移动介质。作为示例而非限制，计算机可读介质可 以包括计算机存储介质和通信介质。计算机存储介质不同于调制数据信 号或载波，并且也不包括调制数据信号或载波。计算机可读介质包括硬件存储介质，包括以任何方法或技术实施用于存储诸如计算机可读指令、 数据结构、程序模块或其他数据的信息的易失性和非易失性、可移动和 不可移动介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、 闪存或其他存储器技术、CD-ROM、数字多功能盘(digitalversatile disk， DVD)或其他光盘存储装置、盒式磁带、磁带、磁盘存储装置或其他 磁存储设备，或可以用于存储所期望的信息并可以由计算机810访问的 任何其他介质。通信介质可以实现计算机可读指令、数据结构、程序模 块或传输机构中的其他数据，并且包括任何信息递送介质。术语“经调 制的数据信号”是指具有以在信号中编码信息的方式设定或改变其特征 中的一个或多个的信号。

系统存储器830包括易失性和/或非易失性存储器或者两者形式的 计算机存储介质，诸如只读存储器(read only memory，ROM)831和 随机存取存储器(random accessmemory，RAM)832。基本输入/输出 系统833(basic input/output system，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/或程序模块或两者。作为示例而非限制， 图10示出了操作系统834、应用程序835、其他程序模块836和程序数 据837。

计算机810还可以包括其他可移动/不可移动的易失性/非易失性 计算机存储介质。仅作为示例，图10示出了从不可移动、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，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多 个硬件逻辑部件来执行。例如但不限于，可以使用的示意性类型的硬件 逻辑部件包括现场可编程门阵列(Field-programmable Gate Array， FPGA)、专用集成电路(Application-specificIntegrated Circuit，ASIC)、 专用标准产品(例如ASSP)、片上系统(System-on-a-chipsystem，SOC)、 复杂可编程逻辑器件(Complex Programmable Logic Device，CPLD) 等。

上文讨论并在图10中示出的驱动器及其相关联的计算机存储介质 为计算机810提供了计算机可读指令、数据结构、程序模块和其他数据 的存储。例如，在图10中，硬盘驱动器841被示为存储操作系统844、 应用程序845、其他程序模块846和程序数据847。注意，这些部件可 以与操作系统834、应用程序835、其他程序模块836和程序数据837 相同或不同。

用户可以通过输入设备(诸如键盘862、麦克风863和指向设备 861(诸如鼠标、跟踪球或触摸板))向计算机810输入命令和信息。其 他输入设备(未示出)可以包括操纵杆、游戏手柄、卫星天碟、扫描仪 等。这些和其他输入设备通常通过耦接到系统总线的用户输入接口860 连接到处理单元820，但是也可以通过其他接口和总线结构连接。视觉 显示器891或其他类型的显示设备也通过诸如视频接口890的接口连接 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连接的其他外围输出设备，诸如扬声器897和打印机896。

计算机810使用到一个或多个远程计算机(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)) 在联网环境中操作。

当在LAN联网环境中使用时，计算机810通过网络接口或适配器 870连接到LAN871。当在WAN联网环境中使用时，计算机810通常 包括调制解调器872或用于通过WAN 873(诸如因特网)建立通信的 其他装置。在联网环境中，程序模块可以被存储在远程存储器存储设备 中。例如，图10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，一个或多个示例的部分可以与一个或多个其他示例的部分组 合。在本文中考虑了这方面的全部。

另一个示例是包括任何或所有前述示例的示例，包括：

通信系统，所述通信系统接收先验信息图，所述先验信息图包括 农业特性的与田地中的不同地理位置对应的值；

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作物湿度的与地理位置对应的 值；

预测模型生成器，所述预测模型生成器基于先验信息图中的在所 述地理位置处的所述农业特性的值和由现场传感器检测到的与所述地 理位置对应的所述作物湿度的值生成预测农业模型，所述预测农业模型 对所述农业特性和所述作物湿度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 特性的值并基于所述预测农业模型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作物湿度的预测值映射到田地中的不同地理 位置。

另一个示例是包括任何或所有前述示例的示例，其中，预测图生 成器配置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。

另一个示例是包括任何或所有前述示例的示例，其中，所述控制 信号控制可控子系统，以调节通过农业作业机器的材料的进料速率。

另一个示例是包括任何或所有前述示例的示例，其中，先验信息 图包括先验植被指数图，所述先验植被指数图包括作为所述农业特性的 值的、与田地中的不同地理位置对应的植被指数值。

另一个示例是包括任何或所有前述示例的示例，其中，预测模型 生成器被配置为基于由所述现场传感器检测到的与所述地理位置对应 的作物湿度的值和所述植被指数图中的在所述地理位置处的植被指数 值确定植被指数值与作物湿度之间的关系，所述预测农业模型被配置为 接收植被指数值作为模型输入，并基于所确定的关系生成作物湿度的预 测值作为模型输出。

另一个示例是包括任何或所有前述示例的示例，其中，所述先验 信息图包括历史作物湿度图，所述历史作物湿度图包括作为所述农业特 性的值的、与所述田地中的不同地理位置对应的作物湿度的历史值。

另一个示例是包括任何或所有前述示例的示例，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到的与所述地理位置 对应的作物湿度的值和所述历史作物湿度图中的在所述地理位置处的 作物湿度的历史值确定作物湿度的历史值与作物湿度之间的关系，所述 预测农业模型被配置为接收作物湿度的历史值作为模型输入，并基于所识别的关系生成作物湿度的预测值作为模型输出。

另一个示例是包括任何或所有前述示例的示例，其中，所述先验 信息图包括地形图，所述地形图包括作为所述农业特性的值的、与所述 田地中的不同地理位置对应的地形特性的值。

另一个示例是包括任何或所有前述示例的示例，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到的与所述地理位置 对应的作物湿度的值和所述地形图中的在所述地理位置处的地形特性 的值确定所述地形特性与作物湿度之间的关系，所述预测农业模型被配 置为接收地形特性的值作为模型输入，并基于所确定的关系生成作物湿 度的预测值作为模型输出。

另一个示例是包括任何或所有前述示例的示例，其中，所述先验 信息图包括土壤性质图，所述土壤性质图包括作为所述农业特性的值的、 与所述田地中的不同地理位置对应的土壤性质的值。

另一个示例是包括任何或所有前述示例的示例，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到的与所述地理位置 对应的作物湿度的值和所述土壤性质图中的在所述地理位置处的土壤 性质的值确定所述土壤性质与作物湿度之间的关系，所述预测农业模型 被配置为接收土壤性质的值作为模型输入，并基于所确定的关系生成作 物湿度的预测值作为模型输出。

另一个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先验信息图，所述先验信息图指示农业特 性的与田地中的不同地理位置对应的值；

检测农业作业机器的地理位置；

利用现场传感器检测作物湿度的与所述地理位置对应的值；

生成预测农业模型，所述预测农业模型对所述农业特性与作物湿 度之间的关系进行建模；和

控制预测图生成器以基于所述先验信息图中的所述农业特性的值 和所述预测农业模型生成所述田地的功能性预测农业图，所述功能性预 测农业图将作物湿度的预测值映射到田地中的不同位置。

另一个示例是包括任何或所有前述示例的示例，并且进一步包括：

为控制系统配置功能性预测农业图，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。

另一个示例是包括任何或所有前述示例的示例，其中，接收先验 信息图包括接收先验植被指数图，所述先验植被指数图包括作为农业特 性的值的、与田地中的不同地理位置对应的植被指数值。

另一个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：

基于所述作物湿度的与所述地理位置对应的检测值和在所述植被 指数图中在所述地理位置处的植被指数值确定所述植被指数值与所述 作物湿度之间的关系；以及

控制预测模型生成器以生成预测农业模型，所述预测农业模型接 收植被指数值作为模型输入，并基于所确定的关系生成作物湿度的预测 值作为模型输出。

另一个示例是包括任何或所有前述示例的示例，其中接收先验信 息图包括接收历史作物湿度图，所述历史作物湿度图包括作为所述农业 特性的值的、与田地中的不同地理位置对应的作物湿度的历史值。

另一个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：

基于由现场传感器检测到的与所述地理位置对应的作物湿度的值 和作物湿度的在所述历史作物湿度图中在所述地理位置处的历史值确 定所述历史作物湿度与所述作物湿度之间的关系；以及

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 型接收作物湿度的历史值作为模型输入，并基于所确定的关系生成作物 湿度的预测值作为模型输出。

另一个例子是包括任何或所有前述示例的示例，进一步包括：

控制操作员接口机构以呈现所述功能性预测农业图。

另一个示例是包括任何或所有前述示例的示例，包括：

通信系统，所述通信系统接收先验图，所述先验图指示农业特性 的与田地中的不同地理位置对应的值；

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作物湿度的与所述地理位置对 应的值；

预测模型生成器，所述现场传感器基于所述先验图中的在所述地 理位置处的农业特性的值和由现场传感器检测到的与所述地理位置对 应的作物湿度的值生成预测作物湿度模型，所述预测作物湿度模型对所 述农业特性与所述作物湿度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先验图中的所述农业 特性值并基于所述预测作物湿度模型生成所述田地的功能性预测作物 湿度图，所述功能性预测作物湿度图将作物湿度的预测值映射到所述田 地中的所述不同位置。

另一个示例是包括任何或所有前述示例的示例，其中，先验图包 括以下中的一个或多个：

植被指数图，所述植被指数图指示作为所述农业特性的值的、与 所述田地中的所述不同地理位置对应的植被指数值；

历史作物湿度图，所述历史作物湿度图指示作为所述农业特性的 值的、与所述田地中的所述不同地理位置对应的作物湿度的历史值；

地形图，所述地形图指示作为所述农业特性的值的、与所述田地 中的所述不同地理位置对应的地形特性的值；或者

土壤性质图，所述土壤性质图指示作为所述农业特性的值的、与 所述田地中的所述不同地理位置对应的土壤性质的值。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特定特征或动作。相 反，以上具体特征和动作是作为权利要求的示例形式而公开的。

Claims (10)

1.一种农业作业机器(100)，包括：

通信系统(206)，所述通信系统接收先验信息图，所述先验信息图包括农业特性的与田地中的不同地理位置对应的值；

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

现场传感器(208)，所述现场传感器检测作物湿度的与所述地理位置对应的值；

预测模型生成器(210)，所述预测模型生成器基于所述先验信息图中的在所述地理位置处的所述农业特性的值和由所述现场传感器检测到的与所述地理位置对应的所述作物湿度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作物湿度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中的所述农业特性的值并基于所述预测农业模型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作物湿度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2所述的农业作业机器，其中，所述控制信号控制所述可控子系统，以调节通过所述农业作业机器的材料的进料速率。

4.根据权利要求1所述的农业作业机器，其中，所述先验信息图包括先验植被指数图，所述先验植被指数图包括作为所述农业特性的值的、与所述田地中的所述不同地理位置对应的植被指数值。

5.根据权利要求4所述的农业作业机器，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到的与所述地理位置对应的作物湿度的值和所述植被指数图中的在所述地理位置处的植被指数值确定植被指数值与作物湿度之间的关系，所述预测农业模型被配置为接收植被指数值作为模型输入，并基于所确定的关系生成作物湿度的预测值作为模型输出。

6.根据权利要求1所述的农业作业机器，其中，所述先验信息图包括历史作物湿度图，所述历史作物湿度图包括作为所述农业特性的值的、与所述田地中的所述不同地理位置对应的作物湿度的历史值。

7.根据权利要求6所述的农业作业机器，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到的与所述地理位置对应的作物湿度的值和所述历史作物湿度图中的在所述地理位置处的作物湿度的历史值确定作物湿度的历史值与作物湿度之间的关系，所述预测农业模型被配置为接收作物湿度的历史值作为模型输入，并基于所确定的关系生成作物湿度的预测值作为模型输出。

8.根据权利要求1所述的农业作业机器，其中，所述先验信息图包括地形图，所述地形图包括作为所述农业特性的值的、与所述田地中的不同地理位置对应的地形特性的值。

9.一种生成功能性预测农业图的计算机实施方法，包括：

在农业作业机器(100)处接收先验信息图(258)，所述先验信息图指示农业特性的与田地中的不同地理位置对应的值；

检测所述农业作业机械(100)的地理位置；

利用现场传感器(208)检测作物湿度的与所述地理位置对应的值；

生成预测农业模型，所述预测农业模型对所述农业特性与作物湿度之间的关系进行建模；和

控制预测图生成器(212)以基于所述先验信息图中的所述农业特性的值和所述预测农业模型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作物湿度的预测值映射到所述田地中的所述不同位置。

10.一种农业作业机器(100)，包括：

通信系统(206)，所述通信系统接收先验图，所述先验图指示农业特性的与田地中的不同地理位置对应的值；

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

现场传感器(208)，所述现场传感器检测作物湿度的与所述地理位置对应的值；

预测模型生成器(210)，所述预测模型生成器基于所述先验图中的在所述地理位置处的农业特性的值和由所述现场传感器检测到的与所述地理位置对应的所述作物湿度的值生成预测作物湿度模型，所述预测作物湿度模型对所述农业特性与所述作物湿度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图中的所述农业特性值并基于所述预测作物湿度模型生成所述田地的功能性预测作物湿度图，所述功能性预测作物湿度图将作物湿度的预测值映射到所述田地中的所述不同地理位置。

Images