CN114303616A - 作物成分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图。所述一个或多个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

作物成分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图。所述一个或多个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。

以上讨论仅被提供为一般背景信息，并不旨在用于帮助确定所要求保护的主题的范围。

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呈现或用于控制收割作业期间的农业收割机的流程图或上述两者。

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示出流程图，该流程图说明农业收割机在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示例。

图8是示出控制区生成器的一个示例的框图。

图9是示出图8所示的控制区生成器的操作的一个示例的流程图。

图10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是操作员接口控制器的一个示例的框图。

图12是操作员接口控制器的一个示例的流程图。

图13是示出操作员接口显示的一个示例的图示。

图14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15-17示出可以用于农业收割机中的移动设备的示例。

图18是示出可以用于农业收割机中的计算环境的一个示例的框图。

具体实施方式

为了促进理解本公开的原理，现在将参考附图中所示的示例，并且将使用具体语言来描述它们。然而，将理解，并非意图限制本公开的范围。对所描述的装置、系统、方法的任何改变和进一步修改以及本公开的原理的任何进一步应用是被充分地预想到的，如本公开所属领域的技术人员通常将想到的那样。具体地，充分地预想到的是，关于一个示例描述的特征、组件、步骤或其组合可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成分图。在一些示例中，功能性预测作物成分图可以用于控制农业作业机器(例如，农业收割机)。可能需要根据农业收割机正在其中操作的区域中的作物成分值来改变或以其他方式控制农业收割机的机器设置。在某些情况下，高作物成分值(例如蛋白质或油)可能会导致在饲养牲畜时优质的市场价格或收益。为了获取该值，作物在收割时根据成分水平被分离并管理。可以通过将作物引导至多个车载净谷物箱之一来进行分离。在其他示例中，可以通过在超过成分水平阈值时将谷物卸载到谷物运输车辆来进行分离。在其他示例中，可以通过基于预测的成分值管理收割车辆通过田地的路径来进行分离。

在一个示例中，本文中的系统可以获得将一个或多个农业特性的值映射到一个或多个感兴趣田地中的不同位置的农业特性图。因此，农业特性图提供被地理配准的农业特性值，该农业特性值指示感兴趣田地中的不同位置处的一个或多个农业特性的值。农业特性可以包括可能会影响农业操作的任何特性。例如但不限于，农业特性可以包括田地的作物或植被(例如杂草)特性、土壤性质、地形特性、农业作业机器的机器特性(例如机器设置、操作特性或机器性能特性)，例如机器速度或动力利用、产量、生物量、播种特性(种子基因型、种子种群、种子间距以及各种其他播种特性)、作物状态、压实度、先前操作期间检测到的农业特性、以及许多农业特性中的任一个。现在将描述特定农业特性图的一些示例。

植被指数图说明性地映射了一个或多个感兴趣的田地中的不同地理位置上的植被指数值，所述植被指数值可以指示植被生长。植被指数的一个示例包括归一化差值植被指数(normalized difference vegetation index，NDVI)。还存在许多其他植被指数，并且所有这些植被指数都在本公开的范围内。在一些示例中，可以从植物反射的一个或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标识植被的存在和位置。在一些示例中，植被指数图使得能够在裸土、作物残留物或包括作物或杂草的其他植物存在的情况下对作物进行标识和地理配准。例如，在生长季节开始时，当作物处于生长状态时，植被指数可以显示作物发育的进展。因此，如果在生长季节的早期或在生长季节的中途生成植被指数图，则植被指数图可以指示作物植株的发育进展。例如，植被指数图可以指示植物是否发育不良、是否建立了足够的冠层、或指示植物发育的其他植物属性。

基于在农业收割操作之前的操作期间收集的数据，先验操作图将各种先验操作特性的值映射到一个或多个感兴趣田地中的不同位置。由不同机器进行的先前操作可能会对农业收割机的操作产生影响。例如，先前的喷洒或物质施用操作可能对要被收割的田地上的作物中的最终成分产生影响或以其他方式与所述最终成分具有某种关系。例如，施用肥料(例如，含氮肥料)、施用除草剂、杀虫剂、杀菌剂以及各种其他物质可能会对最终的作物成分(包括作物的谷物的成分)产生影响或与所述最终的作物成分共享关系。例如，施用肥料(例如，含氮肥料)可能会对田地上的作物的最终成分(包括作物中的谷物的成分)产生影响或以其他方式与所述最终成分相关。因此，先验操作图提供作为农业特性的被地理配准的先验操作特性，所述先验操作特性基于先前操作期间收集的数据。在一个示例中，先验操作地图可以包括被地理配准的物质(例如肥料)施用值，所述被地理配准的物质施用值指示物质施用特性，例如由农业作业机器(例如喷洒器、播种机、撒布机以及各种其他物质施用机器)施用的物质的位置、数量、类型和成分。

历史作物成分图示例性地映射一个或多个感兴趣田地中的不同地理位置的作物成分值。这些历史作物成分图从在一个或多个田地上的过去的农业操作(例如，过去的收割操作)收集。作物成分图可以以作物成分值单位显示作物成分。作物成分值单位的一个示例包括数值，例如百分比、重量值或质量值，所述数值指示作物中成分的量，例如作物或植被中的蛋白质、淀粉、油、养分、水、以及各种其他成分的量，或在作物植株的谷物中的蛋白质、淀粉、油、养分、水以及各种其他成分中的量。一些作物成分在性质上更为短暂，这是因为作物材料(例如谷物)中所含的成分的量会随时间变化，例如，谷物在一段时间内会变干或吸水。一些作物成分在性质上更具结构性，这是因为成分的量(或成分的比例)往往不会随时间变化那么大，至少在谷物分解之前是这样。如本文所使用的，作物成分还可以指谷物成分，并因此在一些示例中，作物成分值可以指作物植株的谷物中的成分的量，例如作物植株的谷物中的蛋白质、淀粉、油、养分、水以及各种其他成分。在一些示例中，历史作物成分图可以从一个或多个作物成分传感器的传感器读数导出。非限制性地，这些作物成分传感器可以利用一个或多个电磁辐射波段来检测作物成分。例如，作物成分传感器可以利用作物或其他植被材料对各种范围(例如，各种波长或频率，或两者)的电磁辐射的反射或吸收来检测作物成分。在一些示例中，作物成分传感器可以包括光学传感器，例如光谱仪。在一个示例中，作物成分传感器可以利用近红外光谱或可见光和近红外光谱。

土壤性质图说明性地映射了遍及一个或多个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，土壤性质图提供遍及感兴趣田地的被地理配准的土壤性质。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润湿度。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，植物茎的剩余量)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。土壤成分可以包括多个土壤成分特性，例如土壤中的成分的位置、数量和类型，例如养分和其他植物养分。在一个示例中，土壤成分可以包括指示感兴趣田地中的土壤成分的数量、位置和类型的值，例如，土壤成分图可以是指示存在于感兴趣田地中的不同位置处的土壤中氮的数量的氮图。这些只是示例。土壤的各种其他特性和性质可以作为土壤性质值被映射在土壤性质图上。

在一些示例中，系统可以接收预测特性图。预测特性图说明性地映射遍及一个或多个感兴趣田地中的一个或多个地理位置的预测特性值。例如，预测特性图可以是预测生物量图，该预测生物量图映射遍及一个或多个感兴趣田地中的一个或多个地理位置的生物量或生物量特性(例如，植被高度、植被密度、植被质量、植被体积、脱粒滚筒驱动力)的预测值。在另一示例中，预测特性图可以是预测产量图，所述预测产量图映射遍及一个或多个感兴趣田地中的一个或多个地理位置的预测产量值。在另一示例中，预测特性图可以是预测作物湿度图，所述预测作物湿度图映射遍及一个或多个感兴趣田地中的一个或多个地理位置的作物湿度的预测值。

因此，本讨论是针对以下示例进行的，在所述示例中，系统接收一个或多个农业特性图，所述农业特性图例如是但不限于植被指数图、一个或多个预测图(例如，预测产量图、预测湿度图或预测生物量图)、先验操作图(例如显示物质使用特性的先验操作图)、田地的历史作物成分图、或土壤性质图(例如氮图)中的一个或多个，并且所述系统还使用现场传感器来检测在收割操作期间指示作物成分特性的特性或变量。这些仅仅是可以被接收到的图中的一些的示例。本文还可设想各种其他农业特性图。该系统生成一个模型，该模型对来自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的农业特性值、植被指数值、预测特性值(例如，预测生物量值、预测产量值或预测作物湿度值)、先验操作特性值(例如，物质施用特性值)、历史作物成分值或土壤性质值(例如，土壤成分值(例如氮值))之间的关系进行建模。该模型用于生成预测田地中的作物成分值的功能性预测作物成分图。在收割操作期间生成的功能性预测作物成分图可以被呈现给操作员或其他用户，或者用于在收割操作期间自动控制农业收割机，或者两者兼有。

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。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(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(例如，电容式湿度传感器)，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、作物成分特性以及其他作物性质。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指示作物的作物成分的特性(包括作物的谷物的成分的特性)的一个或多个作物成分传感器。

非限制性地，作物成分传感器可以利用一个或多个电磁辐射波段来检测作物成分。例如，作物成分传感器可以利用作物或其他植被材料(包括谷物)对各种范围(例如，各种波长或频率，或两者)的电磁辐射的反射或吸收来检测作物成分。在一些示例中，作物成分传感器可以包括光学传感器，例如光谱仪。在一个示例中，作物成分传感器可以利用近红外光谱或可见近红外光谱。作物成分传感器可以设置在农业收割机100内的各种位置处或可以对所述各种位置进行访问。例如，作物成分传感器可以设置在进料器壳体106内(或以其他方式对进料器壳体106内的作物材料进行感测访问)，并被配置成检测经过进料器壳体106的被收割作物材料的成分。在其他示例中，作物成分传感器可以位于农业收割机100内的其他区域处，例如，位于净谷物升运器上或连接到净谷物升运器，位于净谷物螺旋输送器中，或位于谷物箱中。在一些示例中，作物成分传感器可以包括电容式传感器，所述电容式传感器可以包括例如用于确定作物(以及其他植被)材料的介电特性(例如，谷物的介电特性)的电容器。应注意，这些仅仅是作物成分传感器的类型和位置的示例，并且可设想作物成分传感器的各种其他类型和位置。

在描述农业收割机100如何生成功能性预测作物成分图并将该功能性预测作物成分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、作物成分、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、谷物成分；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成分图的更具体的方法。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、田地上的植物和天气的特性。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258包括农业特性图，例如，植被指数图、先验操作图、历史作物成分图、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，例如在收割操作之前获得的历史作物成分数据或过去几年的含有与历史作物成分特性相关联的情景信息的历史作物成分图。情景信息可以包括但不限于生长季节的一种或多种天气状况、害虫的存在、地理位置、土壤性质(包括土壤成分(例如氮水平))、灌溉、物质施用等。天气状况可以包括但不限于整个季节的降水、大风的存在、整个季节的温度等。害虫的一些示例广泛地包括昆虫、真菌、杂草、细菌、病毒等。物质施用的一些示例包括除草剂、杀虫剂、杀菌剂、化肥、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、或在农业收割机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。现场传感器的一些其他示例在图6B中被示出。

在被农业收割机100被检索之后，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一个或多个特定的先验信息图258。例如，历史作物成分图可以从过去几年中的物质施用特性与本年度的物质施用特性相似的年份中选择。或者，例如，当情景信息不相似时，可以从过去几年中的一个年份中选择历史作物成分图。例如，可以针对“干旱”(即，干旱条件或降水减少)前一年而当前年份是“多雨”(即降水增加或洪水条件)，选择历史作物成分图。可能仍然存在有用的历史关系，但这种关系可能是相反的。例如，田地中的在干旱年份具有低水平的一个或多个作物成分的区域可能是在多雨年份中作物成分较高的区域，这是因为这些区域在多雨年年份中可以提供更好的生长条件。当前情景信息可以包括超出即刻情况信息的情景信息。例如，当前情景信息可以包括但不限于与当前生长季节对应的一组信息、与当前生长季节之前的冬天对应的一组数据、或与过去几年对应的一组数据等。

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与先验信息图258上的相同位置对应。例如，来自具有相似农业特性(例如，植被指数值、物质施用特性、土壤性质(例如，土壤成分特性)、以及各种其他农业特性)的区域的历史作物成分值可以用作先验信息图258以创建预测作物特性图。例如，与不同位置相关联的情景特性信息可以被应用于先验信息图258上具有相似特性信息的位置。

预测模型生成器210生成指示由现场传感器208感测的值与由先验信息图258映射到田地的特性之间的关系的模型。例如，如果先验信息图258将农业特性值映射到田地中的不同位置，并且现场传感器208正在感测指示作物成分的值，那么，先验信息变量到现场变量模型生成器228生成对农业特性值与作物成分值之间的关系进行建模的预测作物成分模型。然后，预测图生成器212使用由预测模型生成器210生成的预测作物成分模型，以基于先验信息图258生成功能性预测作物成分图，该功能性预测作物成分图预测田地中的不同位置处的作物成分的值。或者例如，如果先验信息图258将植被指数值映射到田地中的不同位置，并且现场传感器208正在感测指示作物成分的值，那么，先验信息变量到现场变量模型生成器228生成对植被指数值和作物成分值之间的关系进行建模的预测作物成分模型。然后，预测图生成器212使用由预测模型生成器210生成的预测作物成分模型，以基于先验信息图258生成功能性预测作物成分图，该功能性预测作物成分图预测田地中的不同位置处的作物成分的值。或者例如，如果先验信息图258将历史作物成分值映射到田地中的不同位置，并且现场传感器208正在感测指示作物成分的值，那么，先验信息变量到现场变量模型生成器228生成对历史作物成分值(有或没有情景信息)与现场作物成分值之间的关系进行建模的预测作物成分模型。然后，预测图生成器212使用由预测模型生成器210生成的预测作物成分模型，以基于先验信息图258生成功能性预测作物成分图，该功能性预测作物成分图预测田地中的不同位置处的作物成分的值。或者例如，如果先验信息图258将先验操作特性值(例如物质使用特性)映射到田地中的不同位置，并且现场传感器208正在感测指示作物成分的值，那么，先验信息变量到现场变量模型生成器228生成对先验操作特性值和作物成分值之间的关系进行建模的预测作物成分模型。然后，预测图生成器212使用由预测模型生成器210生成的预测作物成分模型，以基于先验信息图258生成功能性预测作物成分图，该功能性预测作物成分图预测田地中的不同位置处的作物成分的值。或者例如，如果先验信息图258将土壤性质值(例如土壤成分值(例如氮值))映射到田地中的不同位置，并且现场传感器208正在感测指示作物成分的值，那么，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(例如土壤成分值)和作物成分值之间的关系进行建模的预测作物成分模型。然后，预测图生成器212使用由预测模型生成器210生成的预测作物成分模型，以基于先验信息图258生成功能性预测作物成分图，该功能性预测作物成分图预测田地中的不同位置处的作物成分的值。

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成分的功能性预测图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(或具有类型情景信息的位置，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(该特性可以与由一个或多个现场传感器208所感测的特性相同)的值或与由一个或多个现场传感器208所感测的特性有关的特性的值。例如，如果预测模型生成器210已生成指示农业特性值与作物成分值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农业特性值，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成分值的预测图264。使用从先验信息图258获得的在那些位置处的农业特性值以及从预测模型获得的农业特性值与作物成分值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已经生成指示植被指数值和作物成分值之间关系的预测模型，那么，给定田地上的不同位置处的植被指数值，预测图生成器212生成预测田地上的不同位置处的作物成分值的预测图264。从先验信息图258获得的那些位置处的植被指数值以及从预测模型获得的植被指数值和作物成分值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已经生成指示历史作物成分值与现场检测的作物成分值之间关系的预测模型，那么，给定田地上的不同位置处的历史作物成分值，预测图生成器212生成预测田地上的不同位置处的作物成分的值的预测图264。从先验信息图258获得的在那些位置处的历史作物成分值以及从预测模型获得的历史作物成分值与现场作物成分值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已经生成指示先验操作特性值(例如，物质施用特性值)和作物成分值之间的关系的预测模型，那么，给定在田地上的不同位置处的先验操作特性值，预测图生成器212生成预测田地上的不同位置处的作物成分值的预测图264。从先验信息图258获得的在那些位置处的先验操作特性值以及从预测模型获得的先验操作特性值与作物成分值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已经生成指示土壤性质值(例如，土壤成分值(例如，氮水平值))和作物成分值之间的关系的预测模型，那么，给定田地上的不同位置处的土壤性质值(例如，土壤成分值)，预测图生成器212生成预测田地上的不同位置处的作物成分值的预测图264。从先验信息图258获得的那些位置处的土壤性质值(例如，土壤成分值)以及从预测模型获得的土壤性质值(例如，土壤成分值)与作物成分值之间的关系被用于生成预测图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成分。然后，预测图264可以是将预测的作物成分值映射到田地中的不同地理位置的预测作物成分图。预测图264

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成分。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作物成分。预测图264则可以是映射沿田地的预测的收割机行进路径的预测路线图。

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可以是在物质施用期间生成的物质施用图(例如，肥料施用图)，并且现场传感器208所感测的变量可以是作物成分特性。因而，预测图264可以是将预测的作物成分值映射到田地中的不同地理位置的预测作物成分图。预测图264

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成分图，并且现场传感器208所感测的变量可以是作物成分。因而，预测图264可以是将预测的作物成分值映射到田地中的不同地理位置的预测作物成分图。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中的相对作物成分差异，来生成对先验信息图258上的相对作物成分差异与现场传感器208在当前收割操作期间所感测的作物成分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212来生成预测作物成分图。

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成分值来编辑该图。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接近具有由一个或多个作物成分值指示的高蛋白小麦植物的区域，控制系统214可以调节清选风扇120的速度，以执行高蛋白小麦植物材料的增强清选。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先验操作期间生成的先验操作图，或者基于来自田地上的先验操作(例如，由物质施用机器进行的先前的物质施用操作，例如有农业喷洒机进行的喷洒操作或由农业撒布机进行的撒布操作)的数据。在另一示例中，先验信息图可以是基于来自先验收割操作的数据的历史作物成分图。在另一示例中，先验信息图可以是植被指数图。在另一示例中，先验信息图可以是土壤成分图。这些仅仅是示例。先验信息图可以包括将农业特性值映射到一个或多个感兴趣田地中的不同地理位置的多个农业特性图中的任一个。也可以以其他方式收集先验信息图258的数据。例如，可以基于在前一年、或早于当前生长季节、或在其他时间拍摄的航拍图像或测量值来收集数据。该信息也可以基于以其他方式(除了使用航拍图像)检测或收集的数据。例如，可以使用通信系统206将先验信息图258的数据传输到农业收割机100并存储在数据存储器202中。可以使用通信系统206以其他方式将先验信息地图258的数据提供给农业收割机100，并且这由图2的流程图中的框286指示。在一些示例中，先验信息图258可以通过通信系统206被接收。

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成分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、物质施用特性等。情景信息可以用于选择应选择哪一个历史作物成分图。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成分图。例如，具有相似天气状况的年份通常可能会导致整个田间的相似的作物成分特性或作物成分趋势。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成分预测作物成分。例如，在干旱年份中具有低作物成分值的区域可能会在多雨年份中具有高作物成分值，这是因为该区域可以提供更好的生长条件。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作物特性之类的特性，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，可提供验证和授权系统以实现验证/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，但是不能做出任何更改。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，并且还更改在机器控制中所使用的预测图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成分图形式的预测图264可以用于控制一个或多个可控子系统216。例如，功能性预测作物成分图可包括被地理配准到正收割的田地内的位置的作物成分值。功能性预测作物成分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、在割台的一部分上的高于割台的另一部分的作物成分值，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，可以使用存在于预测作物成分图中的经地理配准的值控制割台和拔禾轮控制器238，以控制割台上的带式输送器带的带式输送器速度。涉及使用功能性预测作物成分图进行的进料速率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成分图或其他类型的功能性预测图获得的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。例如，预测模型生成器210和预测图生成器212可以接收预测图，例如预测生物质图、预测产量图或预测作物湿度图。

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、历史作物成分图333、先验操作图341、土壤性质图343、预测图353(例如，预测生物量图、预测作物湿度图或预测产量图)、或农业特性图347中的一个或多个。在一些示例中，预测图(例如，预测生物量图、预测产量图或预测作物湿度图)由图3中描述的过程生成。在其他示例中，预测模型生成器210可以接收各种其他图401。历史作物成分图333包括指示在上一个收割期间整个田地的作物成分值的历史作物成分值335。历史作物成分图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成分值的背景或条件。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)、土壤组成(例如氮含量)、地形特性(例如，海拔或坡度)、种植日期、收割日期、物质施用(例如，肥料施用)特性、种子基因型(杂交、培育等)、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。历史作物成分图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、先验操作图341、土壤成分图343和农业特性图347不包含额外的信息。然而，在其他示例中，植被指数图332、先验操作图341、土壤成分图343、预测图353、和农业特性图347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、历史作物成分图333、先验操作图341、土壤成分图343、预测图353、或农业特性图347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334或地理位置的指示。现场传感器208说明性地包括作物成分传感器336以及处理系统338。处理系统338处理由作物成分传感器336生成的传感器数据。在一些示例中，作物成分传感器336可以被机载在农业收割机100上。

在一些示例中，作物成分传感器336可以利用一个或多个电磁辐射波段来检测作物成分。例如，作物成分传感器336可以利用作物或其他植被材料(包括作物植株的谷物)对各种范围(例如，各种波长或频率，或两者)的电磁辐射的反射或吸收来检测作物成分。在一些示例中，作物成分传感器可以包括光学传感器，例如光谱仪。在一个示例中，作物成分传感器336可以利用近红外光谱或可见光和近红外光谱。作物成分传感器336可以设置在农业收割机100内的各种位置处或可以具有对所述各种位置的访问。例如，作物成分传感器336可以设置在进料器壳体106内(或者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)，并且被配置为检测经过进料器壳体106的收割的作物材料的成分。在其他示例中，作物成分传感器336可以位于农业收割机100内的其他区域处，例如，位于或联接到或设置在净谷物升运器，位于、联接到或设置在净谷物螺旋输送器，或者位于、联接到或设置在谷物箱内。应当注意，这些仅仅是作物成分传感器336的类型和位置的示例，并且可设想作物成分传感器336的各种其他类型和位置。

处理系统338处理由作物成分传感器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成分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成分值的精确位置。这是因为在农业收割机与作物植株进行初始接触与作物成分传感器336或其他现场传感器208感测到作物植株之间可能经过了一段时间。因此，当对感测到的数据进行地理配准时，考虑初始遇到植物与植物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，作物成分值可以被精确地地理配准到田地上的准确位置。例如，由于被切断的作物沿割台在横向于农业收割机的行进方向的方向上行进，因此当农业收割机向前行进时，作物成分值可以被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成分传感器检测到的总作物成分值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成分值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成分值分派或分配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，作物成分传感器336可以依赖于不同类型的辐射以及辐射被包括谷物的作物材料反射、吸收、衰减或透射的方式。当材料在两个电容板之间经过时，作物成分传感器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，来自作物成分传感器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。

本讨论是针对作物成分传感器336检测作物成分值的示例进行的。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成分传感器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成分模型生成器342、历史作物成分到作物成分模型生成器344、土壤成分到作物成分模型生成器345、先验操作特性到作物成分模型生成器346、预测特性到作物成分模型生成器347、和农业特性到作物成分模型生成器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成分模型的其他类型的预测模型生成器。例如，其他模型生成器348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)、特定土壤成分特性(例如，氮水平)、特定先验操作特性(例如，来自先验物质施用操作的物质施用特性)、特定农业特性、特定预测特性(例如，预测生物量、预测产量、预测作物湿度)、或特定作物成分(例如，油、淀粉、蛋白质以及各种其他作物成分)。

植被指数到作物成分模型生成器342确定与现场作物成分数据340被地理定位的位置对应的地理位置处的现场作物成分数据340与来自植被指数图332的与田地中的现场作物成分数据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成分模型生成器342建立的这种关系，植被指数到作物成分模型生成器342生成预测作物成分模型。预测图生成器212使用预测作物成分模型，以基于包含在植被指数图332中的在田地中的相同地理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成分值。

历史作物成分到作物成分模型生成器344确定在现场作物成分数据340中表示的、在与现场作物成分数据340被地理定位的位置对应的地理位置处的作物成分与相同位置(或在历史作物成分图333中具有与当前区域或当年相似的情景数据的位置)处的历史作物成分之间的关系。历史作物成分值335是包含在历史作物成分图333中的被地理配准并在情景方面被参考的值。历史作物成分到作物成分模型生成器344然后基于历史作物成分值335生成预测作物成分模型，图生成器212使用该预测作物成分模型预测田地中的位置处的作物成分。

土壤性质到作物成分模型生成器345确定在与现场作物成分数据340被地理定位的位置对应的地理位置处的现场作物成分数据340与来自土壤性质图343的与田地中的现场作物成分数据340被地理定位的相同位置对应的土壤性质值(例如，土壤成分值、土壤类型值、土壤湿度值等)之间的关系。基于由土壤性质到作物成分模型生成器345建立的这种关系，土壤性质到作物成分模型生成器345生成预测作物成分模型。预测图生成器212使用预测作物成分模型，以基于包含在土壤性质图343中的在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成分。

先验操作特性到作物成分模型生成器346确定在与现场作物成分数据340被地理定位的位置对应的地理位置处的现场作物成分数据340与来自先验图341的与田地中的现场作物成分数据340被地理定位的相同位置对应的先验操作特性值(例如，物质施用特性值)之间的关系。基于由先验操作特性到作物成分模型生成器346建立的这种关系，先验操作特性到作物成分模型生成器346生成预测作物成分模型。预测图生成器212使用预测作物成分模型，以基于包含在先验操作图341中的在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成分。

预测特性到作物成分模型生成器347识别在与现场作物成分数据340被地理定位的位置对应的地理位置处的现场作物成分数据340与来自预测图353的与田地中的现场作物成分数据340被地理定位的相同位置对应的预测特性值(例如，预测生物量值、预测产量值、或预测作物湿度值)之间的关系。基于由预测特性到作物成分模型生成器347建立的这种关系，预测特性到作物成分模型生成器347生成预测作物成分模型。预测图生成器212使用预测作物成分模型，以基于包含在预测图353中的在田地中的相同位置处的被地理配准的预测特性值(例如，被地理配准的预测生物量值、被地理配准的预测产量值、或被地理配准的预测作物湿度值)预测不同位置处的作物成分。

农业特性到作物成分模型生成器348识别在与现场作物成分数据340被地理定位的位置对应的地理位置处的现场作物成分数据340与来自农业特性图347的与田地中的现场作物成分数据340被地理定位的相同位置对应的农业特性值之间的关系。基于由农业特性到作物成分模型生成器348建立的这种关系，农业特性到作物成分模型生成器348生成预测作物成分模型。预测图生成器212使用预测作物成分模型，以基于包含在农业特性图347中的在田地中的相同位置处的被地理配准的农业特性值预测田地中的不同位置处的作物成分。

鉴于上述，预测模型生成器210可操作以产生多个预测作物成分模型，例如由模型生成器342、344、345、346、348、357和349生成的预测作物成分模型中的一个或多个。在另一个示例中，上述预测作物成分模型中的两个或更多个可以被组合成单个预测作物成分模型，该单个预测作物成分模型基于田地中的不同位置处的植被指数值、历史作物成分值、土壤性质值、先验操作特性值、预测特性值、或农业特性值预测作物成分值。这些作物成分模型中的任一个或其组合由图4中的作物成分模型350共同表示。

预测作物成分模型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包括作物成分图生成器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。作物成分图生成器352接收预测作物成分模型350，该预测作物成分模型基于现场数据340以及植被指数图332、历史作物成分图333、先验操作图341、土壤性质图343、预测图353、或农业特性图347中的一个或多个来预测作物成分。

作物成分图生成器352可以基于在田地中的不同位置处的植被指数值、历史作物成分值、先验操作特性值、土壤性质值(例如，土壤成分值)、预测特性值(例如，预测产量值、预测生物量值、或预测作物湿度值)、或农业特性值中的一个或多个生成功能性预测作物成分图360，所述功能性预测作物成分图预测田地中的所述位置处的作物成分。作物成分值可以包括作物材料中的一种或多种成分的量，例如作物材料(例如，作物植株)中的蛋白质、油、淀粉或其他成分的量。在其他示例中，作物成分值可以包括作物植株的谷物中一种或多种成分的量，例如谷物(例如，玉米粒、大豆等)中的蛋白质、油、淀粉或其他成分。所生成的功能性预测作物成分图360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在生成预测作物成分模型350和功能性预测作物成分图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成分图333、一个或多个先验操作图341、一个或多个土壤成分图343、一个或多个农业特性图347或其组合。在框362处，从现场传感器接收现场传感器信号，例如来自作物成分传感器336的作物成分传感器信号。

在框363处，先验信息图选择器209选择一个或多个特性的先验信息图250，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前一年中选择候选历史作物成分图。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成分图，尽管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成分图可能仍然具有有用的历史作物成分与作物成分关系，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成分更密切相关时，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接收到的一个或多个接收到的传感器信号(例如，从作物成分传感器336接收到的一个或多个传感器信号)，以生成指示存在于已收割的作物材料中的一种或多个成分的量，例如蛋白质的量、淀粉的量或油的量，以及各种其他作物成分的量。也可以使用其他现场传感器208，如框370所示。其他现场传感器的一些示例在图6B中被示出。

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成分所归属的准确地理位置。例如，捕获作物成分传感器信号的确切时间可能与作物成分值的地理位置不相对应。因此，当获得作物成分传感器信号时农业收割机100的位置可能与种植具有所述作物成分的作物的位置不相对应。

在框384处，预测模型生成器210生成一个或多个预测作物成分模型，例如作物成分模型350，所述一个或多个预测作物成分模型对从图获得的植被指数值、历史作物成分值、先验操作特性值、土壤性质值、预测特性值、或农业特性值中的至少一个与由现场传感器208感测到的作物成分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、历史作物成分值、先验操作特性值、土壤性质值、预测特性值、或农业特性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成分值生成预测作物成分模型。

在框386处，预测作物成分模型(例如，预测作物成分模型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332、历史作物成分图333、先验操作特性图341、土壤性质图343、预测图353、或农业特性图347和作物成分模型350生成功能性预测成分图，该功能性预测成分图将预测的作物成分值映射到田地中的不同地理位置。例如，在一些示例中，功能性预测作物成分图360预测作物成分值。在其他示例中，功能性预测作物成分图360预测其他项目。此外，功能性预测作物成分图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，功能性预测作物成分图360被生成。

在框394处，预测图生成器212输出功能性预测作物成分图360。在框393处，预测图生成器212配置功能性预测作物成分图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。功能性预测作物成分图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基于功能性预测作物成分图360(有或没有控制区)生成控制信号，以控制可控子系统216。

控制系统214可以生成控制信号，以控制一个或多个割台或其他机器致动器248，例如，控制盖板的位置或间距。控制系统214可以生成控制信号，以控制推进子系统250。控制系统214可以生成控制信号，以控制转向子系统252。控制系统214可以生成控制信号，以控制残留物子系统138。控制系统214可以生成控制信号，以控制机器清选子系统254。控制系统214可以生成控制信号，以控制脱粒机110。控制系统214可以生成控制信号，以控制材料处理子系统125。控制系统214可以生成控制信号，以控制作物清选子系统118。控制系统214可以生成控制信号，以控制通信系统206。控制系统214可以生成控制信号，以控制操作员接口机构218。控制系统214可以生成控制信号，以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，控制割台102的高度、倾斜或侧倾。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，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增加了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接收控制预测图或增加了控制区的功能性预测图的另一示例中，设定控制器232或另一个控制器246控制材料处置子系统125。在控制系统214接收功能性预测图或增加了控制区的功能性预测图的另一示例中，由设定控制器232控制作物清选子系统118。在控制系统214接收功能性预测图或增加了控制区的功能性预测图的另一示例中，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增加了控制区的功能性预测图的另一示例中，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的另一示例中，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的另一示例中，其他控制器246控制农业收割机100上的其他可控子系统256。

由此可以看出，本系统采取将诸如植被指数值、历史作物成分值、先验操作特性值、土壤性质值、预测特性值、或农业特性值之类的特性映射到田地中的不同位置的图。本系统还使用感测指示诸如作物成分值的特性的现场传感器数据的一个或多个现场传感器，以及生成对使用现场传感器现场所感测的作物成分值与在图中映射的特性值之间的关系进行建模的模型。因此，本系统使用模型和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。

图6A是图1所示的农业收割机100的示例性部分的框图。特别地，此外，图6A示出预测模型生成器210和预测图生成器212的示例。在图示的示例中，先验信息图258是历史作物成分图333。历史作物成分图333可以包括来自于田地上的先验操作(例如，来自田地上的先前收割操作)的在田地的各个位置处的历史作物成分值。图6A还示出：预测模型生成器210和预测图器可以替代或附加地接收先验信息图258、预测作物成分图，诸如功能性预测历史作物成分图360。功能性预测作物成分图360可以类似于先验信息图258那样用于模型生成器210中，该模型生成器210模拟由功能性预测作物成分图360提供的信息与由现场传感器208感测的特性之间的关系，因此，图生成器212可以基于在田地的不同位置的功能性预测作物成分图360中的一个或多个值并基于预测模型，使用该模型生成功能性预测图，该功能性预测图预测田地中的不同位置处由现场传感器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和图生成器212还可以接收其他图401，诸如其他先验信息图或其他预测图，诸如除功能性预测作物成分图360以外以其他方式生成的其他预测作物成分图。

另外，在图6A所示的示例中，现场传感器208可以包括一个或多个农业特性传感器402、操作员输入传感器404和处理系统406。现场传感器208也可以包括其他传感器408。

农业特性传感器402感测指示农业特性的值。操作员输入传感器404感测各种操作员输入。输入可以是用于控制农业收割机100上的设定的设定输入或其他控制输入，例如转向输入和其他输入。因此，当操作员260通过操作员接口机构218改变设定或提供命令输入时，这样的输入由操作员输入传感器404检测，其提供指示所感测的操作员输入的传感器信号。

处理系统406可以从一个或多个农业特性传感器402和操作员输入传感器404接收传感器信号，并生成指示感测特性的输出。例如，处理系统406可以从农业特性传感器402接收传感器输入并生成指示农业特性的输出。处理系统406还可以接收来自操作员输入传感器404的输入并生成指示感测到的操作员输入的输出。

预测模型生成器210可以包括作物成分到农业特性模型生成器410和作物成分到命令模型生成器414。在其他示例中，预测模型生成器210可以包括更多、更少或其他模型生成器415。例如，预测模型生成器210可以包括特定的农业特性模型生成器或特定的操作员命令模型生成器，诸如使用特定农业特性(例如，生物量或生物量特性、产量或产量特性、以及各种其他农业特性)的模型生成器，或使用特定操作员命令(例如，割台高度设置、转向设置(例如，行进方向)、速度设置(例如，行进速度)、脱粒滚筒设置以及其他各种机器设置)的模型生成器。预测模型生成器210可以接收来自地理位置传感器204的地理位置指示符334，并生成预测模型426，该预测模型426模拟一个或多个先验信息图258中的信息或功能性预测作物成分图360中的信息与由传感器402感测的农业特性中的一个或多个农业特性和由操作员输入传感器404感测的操作员输入命令之间的关系。

作物成分到农业特性模型生成器410生成对作物成分值(可以在预测作物成分图360、历史作物成分图333或其他图401上)与农业特性传感器402感测的农业特性之间的关系进行建模的模型。作物成分到农业特性模型生成器410生成与此关系对应的预测模型426。

作物成分到操作员命令模型生成器414生成对组成分值之间的关系进行建模的模型，该作物成分值反映在预测作物成分图360、历史作物成分图333或其他图401和由操作员输入传感器404感测的操作员输入命令上。作物成分到操作员命令模型生成器422生成对应于该关系的预测模型426。

其他模型生成器415可以包括例如特定的农业特性模型生成器或特性的操作员命令模型生成器，诸如使用特定农业特性(例如，生物量或生物量特性、产量或产量特性、以及各种其他农业特性)的模型生成器，或使用特定操作员命令(例如，割台高度设置、转向设置、速度设置、脱粒滚筒设置以及其他各种机器设置)的模型生成器。

由预测模型生成器210生成的预测模型426可以包括由作物成分到农业特性模型生成器410和作物成分到操作员命令模型生成器414以及其他可以包括在其他项415中的模型生成器生成的一个或多个预测模型。

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和预测操作员命令图生成器422。在其他示例中，预测图生成器212可以包括附加的、更少的或其他图生成器424。

预测农业特性图生成器416接收预测模型426，该模型对作物成分值和由农业特性传感器402感测的农业特性之间的关系进行建模(例如由作物成分到农业特性模型生成器410生成的预测模型)，以及一个或多个先验信息图258或功能性预测作物成分图360，或其他图401。预测农业特性图生成器416基于一个或多个先验信息图258或功能性预测作物成分图360或在田地中的那些位置处的其他图401中的一个或多个作物成分值，并基于预测模型426，生成预测在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)的功能性预测农业特性图427。

预测操作员命令图生成器422接收模拟作物成分值与操作员输入传感器404检测到的操作员命令输入之间的关系的预测模型426(例如由作物成分到命令模型生成器414生成的预测模型)，以及一个或多个先验信息图258或功能性预测作物成分图360，或其他图401。预测操作员命令图生成器422基于先验信息图258或功能性预测作物成分图360或其他图401在田地中的不同位置处的作物成分值并基于预测模型426，生成功能性预测操作员命令图440，该功能性预测操作员命令图440预测田地中的不同位置处的操作员命令输入。

预测图生成器212输出功能性预测图427和440中的一个或多个。功能性预测图427和440中的每一个都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产生控制区并结合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。任何或所有功能性预测图427和440(具有或不具有控制区)可以被提供给控制系统214，所述控制系统基于功能性预测图427和440(具有或不具有控制区)中的一个或所有生成控制信号来控制可控子系统216中的一个或多个。任何或所有图436和440(具有或不具有控制区)都可以被提供给操作员260或其他用户。

图6B示出框图，该框图示出实时(现场)传感器208的示例。图6B所示的一些传感器或它们的不同组合可能同时具有传感器402和处理系统406，而其他传感器可以用作参照图6A和在图7描述的传感器402，其中，处理系统406是分开的。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可以包括操作员输入传感器980、机器传感器982、收割材料性质传感器984、田地和土壤性质传感器985、环境特性传感器987，并且它们可以包括各种各样的其他传感器226。操作员输入传感器980可以是通过操作员接口机构218感测操作员输入的传感器。因此，操作员输入传感器980可以感测连杆、操纵杆、方向盘、按钮、转盘或踏板的用户移动。操作员输入传感器980还可以感测用户与其他操作员输入机构的交互，诸如与触敏屏幕、与利用语音识别的麦克风或各种其他操作员输入机构中的任何一个的交互。

机器传感器982可以感测农业收割机100的不同特性。例如，如上所讨论的那样，机器传感器982可以包括机器速度传感器146、分离器损失传感器148、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，其示例在上文中描述。机器传感器982还可以包括感测机器设定的机器设定传感器991。以上参照图1描述了机器设定的一些示例。前端设备(例如，割台)位置传感器993可以感测割台102、拨禾轮164、切割器104或其他前端装备相对于农业收割机100的车架或相对于地面的位置。例如，传感器993可以感测割台102在地面上方的高度。机器传感器982还可以包括前端装备(例如，割台)取向传感器995。传感器995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982可以包括稳定性传感器497。稳定性传感器997感测农业收割机100的振动或弹跳运动(和幅值)。机器传感器982还可以包括被配置成感测农业收割机100是否被配置成切碎残留物、产生料堆或以另一种方式处理残留物的残留物设定传感器999。机器传感器982可以包括感测清选风扇120的速度的清选室风扇速度传感器951。机器传感器982可以包括感测农业收割机100上的滚筒112和凹板114之间的间隙的凹板间隙传感器953。机器传感器982可以包括感测谷壳筛122中的开口的尺寸的谷壳筛间隙传感器955。机器传感器982可以包括感测滚筒112的滚筒速度的脱粒滚筒速度传感器957。机器传感器982可以包括感测用于驱动滚筒112的力的滚筒力传感器959。机器传感器982可以包括感测筛网124中的开口的尺寸的筛网间隙传感器961。机器传感器982可以包括感测穿过农业收割机100的MOG的湿度水平的MOG湿度传感器963。机器传感器982可以包括感测农业收割机100的取向的机器取向传感器965。机器传感器982可以包括感测材料行进通过喂料室106、净谷物升运器130或农业收割机100中的其他地方时的材料的进料速率的材料进料速率传感器967。机器传感器982可以包括感测行进通过喂料室106、分离器116或农业收割机100中的其他地方的生物量的生物量传感器969。机器传感器982可以包括感测农业收割机100的随时间的燃料消耗的速率的燃料消耗传感器971。机器传感器982可以包括感测农业收割机100中的功率利用(诸如哪些子系统正在利用功率)、或者子系统正在使用动力的速率、或者农业收割机100中的子系统之间的动力分配的动力使用传感器973。机器传感器982可以包括感测农业收割机100的轮胎144中的充气压力的轮胎压力传感器977。机器传感器982可以包括各种各样的其他机器性能传感器或机器特性传感器(诸如框975所示)。机器性能传感器和机器特性传感器975可以感测农业收割机100的机器性能或特性。

在作物材料正在被农业收割机100处理时，收割材料性质传感器984可以感测切断的作物材料的特性。作物性质可能包括诸如作物类型、作物成分(例如，淀粉、油和蛋白质)、作物湿度、谷物质量(诸如碎谷物)、MOG水平、谷物成分(诸如淀粉、油和蛋白质)、MOG湿度和其他作物材料性质的东西。其他传感器可以感测秸秆“韧性”、玉米与穗的粘附性以及可以有益地用于控制处理以获得更好的谷物捕获、减少的谷物损坏、降低的功耗、减少的谷物损失等的其他特性。

田地和土壤性质传感器985可以感测田地和土壤的特性。田地和土壤性质可能包括土壤湿度、土壤密实度、积水的存在和位置、土壤类型以及其他土壤和田地特性。

环境特性传感器987可以感测一个或多个环境特性。环境特性可以包括诸如风向和风速、降水、雾、灰尘水平或其他模糊物或其他环境特性的东西。

图7示出了说明预测模型生成器210和预测图生成器212在生成一个或多个预测模型426以及一个或多个功能性预测图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或预测图生成器在生成一个或多个预测模型426和一个或多个功能性预测图427和440时接收到的图可以是先验信息图258，例如，使用在田地的先前操作(例如，先前收割操作)期间获得的数据创建的历史作物成分图333。在生成一个或多个预测模型426和一个或多个功能性预测图427和440时由预测模型生成器210或预测图生成器接收到的图可以是功能性预测作物成分图360。也可以接收其他图，如由框401指示，例如其他先验信息图或其他预测图，例如，以不同于功能性预测作物成分图360的方式生成的其他预测性作物成分图。

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和操作员输入传感器404中的一个或多个。农业特性传感器402感测农业特性。操作员输入传感器404感测操作员输入命令。预测模型生成器210也可以接收其他现场传感器输入，如由框408所示。

在框454处，处理系统406处理包含在一个或多个传感器信号中的数据或从现场传感器208接收到的一个或多个传感器信号，以获得经处理的数据409，如图6A所示。包含在一个或多个传感器信号中的数据可以是被处理以接收经处理的数据409的原始格式。例如，温度传感器信号包括电阻数据，该电阻数据可以被处理成温度数据。在其他示例中，处理可以包括数字化、编码、格式化、缩放、过滤或分类数据。处理后的数据409可以指示农业特性或操作员输入命令中的一个或多个。经处理的数据409被提供给预测模型生成器210。

返回到图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可以与由现场传感器208感测到的感测变量或多个变量所取自的地理位置相关。例如，预测模型生成器210可以从地理位置传感器204获得地理位置334，并且基于机器延迟、机器速度等确定获取经处理的数据409的精确地理位置。

在框458处，预测模型生成器210生成一个或多个预测模型426，该一个或多个预测模型426对接收到的图中的映射值与经处理的数据409中表示的特性之间的关系进行建模。例如，在一些情况下，接收到的图中的映射值可以是作物成分值，例如作物植株中的蛋白质、淀粉、油或其他成分的量、或作物植株的谷物中的蛋白质、淀粉、油或其他成分的量，并且预测模型生成器210使用接收到的图中的映射值和由现场传感器208感测到的特性(例如，经处理的数据409中表示的)或相关特性(例如与由现场传感器208感测到的特性相关的特性)来生成预测模型。

一个或多个预测模型426被提供给预测图生成器212。在框466处，预测图生成器212生成一个或多个功能性预测图。功能性预测图可以是功能性预测农业特性图427和功能性预测操作员命令图440，或这些图的任何组合。功能性预测农业特征图427预测田地中的不同位置处的农业特性值(或由所述值指示的农业特性)。功能性预测操作员命令图440预测田地中的不同位置处的期望或可能的操作员命令输入。此外，可以在农业操作的过程中生成功能性预测图427和440中的一个或多个。因此，当农业收割机100移动通过执行农业操作的田地时，在执行农业操作时生成一个或多个预测图427和440。

在框468处，预测图生成器212输出一个或多个功能性预测图427和440。在框470处，预测图生成器212可以配置图以呈现给操作员260或另一用户并由操作员260或另一用户进行可能的交互。在框472处，预测图生成器212可以配置图以供控制系统214使用。在框474处，预测图生成器212可以将一个或多个预测图427和440提供给控制区生成器213以用于生成控制区。在框476处，预测图生成器212以其他方式配置一个或多个预测图427和440。在一个或多个功能性预测图427和440被提供给控制区生成器213的示例中，一个或多个功能性预测图427和440连同其中包括的控制区(由相应的图265表示，如上所述)可以被呈现给操作员260或另一用户，或者也被提供给控制系统214。

在框478处，控制系统214然后基于一个或多个功能性预测图427和440(或者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生成控制信号以控制可控子系统。

控制系统214可以生成控制信号，以控制割台或其他机器致动器248，例如控制盖板的位置或间距。控制系统214可以生成控制信号，以控制推进子系统250。控制系统214可以生成控制信号，以控制转向子系统252。控制系统214可以生成控制信号，以控制残留物子系统138。控制系统214可以生成控制信号，以控制机器清选子系统254。控制系统214可以生成控制信号，以控制脱粒机110。控制系统214可以生成控制信号，以控制材料处理子系统125。控制系统214可以生成控制信号，以控制作物清选子系统118。控制系统214可以生成控制信号，以控制通信系统206。控制系统214可以生成控制信号，以控制操作员接口机构218。控制系统214可以生成控制信号以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102的高度、倾斜或侧倾。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，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，以操纵农业收割机100。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，设置控制器232控制脱粒机110的脱粒机设置。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，设置控制器232或另一控制器246控制材料处置子系统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，设置控制器232控制作物清选子系统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，机器清选控制器245控制农业收割机100上的机器清选子系统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，其他控制器246控制农业收割机100上的其他可控子系统256。

图8示出框图，该框图示出控制区生成器213的一个示例。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(regime)区生成系统490。控制区生成器213还可以包括其他项492。控制区生成系统488包括控制区标准标识符部件494、控制区边界定义部件496、目标设定标识符部件498和其他项520。动态区生成系统490包括动态区标准标识部件522、动态区边界定义部件524、设定解析器标识符部件526和其他项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中的项中的一些及其相应操作的简要描述。

农业收割机100或其他作业机器可以具有执行不同功能的多种不同类型的可控致动器。农业收割机100或其他作业机器上的可控致动器统称为作业机器致动器(WMA)。每个WMA可以基于功能性预测图上的值被独立地控制，或者WMA可以基于功能性预测图上的一个或多个值成组地进行控制。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定义控制区的边界的标准。在另一个示例中，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。控制区标准标识符部件494标识将用于为所选择的WMA或WMA组定义控制区的特定标准。控制区边界定义部件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组的控制区标准来定义该功能性预测图上的控制区的边界。

目标设定标识符部件498设定了一目标设定的值，其用于控制不同控制区中的WMA或WMA组。例如，如果所选择的WMA是作物清选系统118，并且分析中的功能性预测图是功能性预测作物成分图360，然后每个控制区中的目标设定可以是基于包含在功能性预测作物成分图360中的作物成分值的用于清选风扇120的目标速度设置。

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WMA在给定位置处，多个目标设定可以是可能的。在这种情况下，目标设定可能有不同的值，并且可能会相互竞争。因此，需要解决目标设定，以便仅使用单个目标设定来控制WMA。例如，在WMA是在推进系统250中被控制以便控制农业收割机100的速度的致动器的情况下，可能存在多个不同的竞争的标准组，所述多个不同的竞争的标准组由控制区生成系统488在标识控制区和控制区中所选择的WMA的目标设定时考虑。例如，用于控制清选风扇的速度的不同目标设定可以基于例如检测或预测的作物成分值、历史作物成分值、检测或预测的农业特性值、检测或预测的植被指数值、预测的特性值(例如，预测的生物量、预测的产量、或预测的作物湿度)、检测或预测的土壤性质值(例如，土壤中氮的量)、检测或预测的先验操作特性值(例如，物质施用特性值，例如肥料施用特性值)、检测或预测的进料速率值、检测或预测的燃料效率值、检测或预测的谷物损失值、或这些的组合。需要注意的是，这些只是示例，各种WMA的目标设定可以基于各种其他值或值的组合。然而，在任何给定时间，清选风扇120都不能同时以多个速度操作。相反，在任何给定时间，清选风扇120以单一速度操作。因此，选择竞争目标设定之一来控制清选风扇120的速度。

因此，在一些示例中，动态区生成系统490生成动态区以解决多个不同的竞争目标设定。动态区标准标识部件522标识用于在所分析的功能性预测图上为所选择的WMA或WMA组建立动态区的标准。一些可以用于识别或定义动态区的标准包括例如作物成分值、农业特性值、先验操作特性值、预测特性值、植被指数值、土壤性质值、操作员命令输入、作物类型或作物品种(例如，基于种植图或作物类型或作物品种的其他来源)、杂草类型、杂草强度，或作物状态(例如作物是否倒伏，部分倒伏或直立)。这些只是可以用于识别或定义动态区的标准的一些示例。正如每个WMA或WMA组都可能有对应的控制区一样，不同的WMA或WMA组可能有相应的动态区。动态区边界定义部件524基于动态区标准识别部件522识别的动态区标准识别分析中的功能性预测图上的动态区的边界。

在一些示例中，动态区可以彼此重叠。例如，作物品种动态区可以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等级，以使得在两个或更多个动态区重叠的情况下，在优先等级中具有更高等级位置或重要性的动态区优先于动态区在优先等级中具有较低等级位置或重要性的位置。动态区的优先等级可以手动设定，也可以使用基于规则的系统、基于模型的系统或其他系统自动设定。作为一个示例，在倒伏作物动态区与作物品种动态区重叠的情况下，倒伏作物动态区在优先等级中可以被分配比作物品种动态区更高的重要性，以使得倒伏作物动态区优先。

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。设定解析器标识符部件526为分析中的功能性预测图上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，该设定解析器就可以用于解析竞争目标设定，在该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类选择解析器，在人类选择解析器中该竞争目标设定被呈现给操作员或其他用户以便进行解析。在另一个示例中，设定解析器可以包括神经网络或其他人工智能或机器学习系统。在这种情况下，设定解析器可以基于对应于不同目标设定中的每一个的预测的质量指标或历史质量指标来解析竞争目标设定。作为示例，增加的清选风扇可减少损失但提高谷物质量。降低的清选风扇速度设定可以减少谷物损失，但是可以提高谷物质量。当谷物损失被选择作为质量指标时，在给定两个竞争的车辆速度设定值的情况下，所选择的质量指标的预测的值或历史值可以被用于解析清选风扇速度设定。在某些情况下，设定解析器可以是一组阈值规则，这组阈值规则可以用于替代或补充动态区。阈值规则的示例可以表达如下：

如果农业收割机100的割台的20英尺内的预测的作物成分水平值大于x(其中，x是所选择的值或预定的值)，则使用基于谷物损失而不是其他竞争目标设定选择的目标设定值，否则使用基于谷物质量而不是其他竞争目标设定值的目标设定值。

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

图9是示出控制区生成器213在为控制区生成器213接收的用于区处理的图(例如，用于分析中的图)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。框534指示分析中的图也可以是其他图。

在框536处，WMA选择器486选择要在分析中的图上为其生成控制区的WMA或WMA组。在框538处，控制区标准标识部件494获得所选择的WMA或WMA组的控制区定义标准。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，控制区定义标准是或包括输入源数据的幅值和变化，诸如分析中的图上的值的幅值和变化或来自各种现场传感器208的输入的幅值和变化。框544指示这样的示例，在该示例中，控制区定义标准是或包括物理机器特性，诸如机器的物理尺寸、不同子系统操作的速度或其他物理机器特性。框546指示这样的示例，在该示例中，控制区定义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，控制区定义标准是或包括机器性能指标。框550指示这样的示例，在该示例中，控制区定义标准是或包括包括操作员偏好。框552指示这样的示例，在该示例中，控制区定义标准也是或包括其他项目。框549指示这样的示例，在该示例中，控制区定义标准是基于时间的，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，控制区定义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表示这样的示例，在该示例中，控制区定义标准基于选定的尺寸值。例如，基于选定尺寸值的控制区定义标准可能会排除小于选定尺寸的控制区的定义。在某些情况下，所选尺寸可以是最小尺寸。

在框554处，动态区标准识别部件522获得所选择的WMA或WMA组的动态区定义标准。框556表示动态区定义标准基于来自操作员260或其他用户的手动输入的示例。框558举例说明了动态区定义标准是基于作物成分值的，包括检测的、预测的或历史作物成分值。框559说明了一个示例，其中，动态区定义标准基于植被指数值。框560表示动态区定义标准是基于先验操作特性值的示例。框561表示动态区定义标准是基于土壤性质值的示例。框564表示动态区定义标准是或包括其他标准的示例，例如各种农业特性值，例如多个预测的特性值，诸如预测的产量值、预测的生物量值、或预测的作物湿度值。

在框566处，控制区边界定义部件496基于控制区标准在分析中的图上生成控制区的边界。动态区边界定义部件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部件498标识控制区中的每一个的目标设定。控制区和动态区也可以以其他方式生成，并且这由框572指示。

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

在框588处，WMA选择器486确定是否有更多的WMA或WMA组要处理。如果有附加的WMA或WMA组需要处理，则处理返回到框436，在框436中选择要为其定义控制区和动态区的下一个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员260或另一用户；输出的图可以被提供给控制系统214；或者输出的图可以以其他方式输出。

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，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(诸如框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具有标识在其上的控制区和动态区的先验信息图。框598指示这样的示例，在该示例中接收的图可以包括多个不同图或多个不同图层。框610指示这样的示例，在该示例中接收的图也可以采取其他形式。

在框612处，控制系统214从地理位置传感器204接收传感器信号。来自地理位置传感器204的传感器信号可以包括指示农业收割机100的地理位置614、农业收割机100的速度616、农业收割机100的航向618或其他信息620的数据。在框622处，区控制器247选择动态区，并且在框624处，区控制器247基于地理位置传感器信号在图上选择控制区。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多个是从操作员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多个目标设定是从与农业收割机100同时在相同田地中作业的其他机器上的一个或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多个传感器获得的。框638示出了这样的示例，在该示例中目标设定也是从其他源获得的。

在框640处，区控制器247访问所选择的动态区的设定解析器，并控制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类解析器，在这种情况下，区控制器247控制操作员接口机构218向操作员260或另一用户呈现竞争目标设定以便进行解析。在一些情况下，设定解析器可以是神经网络或其他人工智能或机器学习系统，并且区控制器247将竞争目标设定提交给神经网络、人工智能或机器学习系统以便进行选择。在某些情况下，设定解析器可以基于预测的质量指标或历史质量指标、基于阈值规则或基于逻辑部件。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，以基于预测的质量指标或历史质量指标、基于阈值规则或在使用逻辑部件的情况下获得解析的目标设定。

在框642处，在区控制器247已经标识解析的目标设定的情况下，区控制器247将解析的目标设定提供给控制系统214中的其他控制器，这些控制器基于解析的目标设定生成控制信号并将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(诸如在框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处选择下一个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处确定关于是否有附加动态区仍需要考虑。区控制器247确定是否有附加动态区仍需要考虑。如果有附加动态区仍需要考虑，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。如果为否，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，控制区定义标准可以包括定义农业收割机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定义，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。另外，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，然后处理在框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，而不是顺序控制WMA和WMA组。

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

操作员输入命令处理系统654检测操作员接口机构218上的操作员输入，并处理这些命令输入。语音处置系统662检测语音输入，并处理与语音处理系统658的交互，以处理语音命令输入。触摸手势处理系统664检测操作员接口机构218中的触敏元件上的触摸手势，并处理这些命令输入。

其他控制器交互系统656处理与控制系统214中其他控制器的交互。控制器输入处理系统668检测并处理来自控制系统214中其他控制器的输入，并且控制器输出生成器670生成输出并将这些输出提供给控制系统214中的其他控制器。语音处理系统658识别语音输入、确定这些输入的含义、并提供指示语音输入的含义的输出。例如，语音处理系统658可以将来自操作员260的语音输入识别为设定改变命令，其中，操作员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，并将该输入的含义提供回语音处置系统662。语音处置系统662又与控制器输出生成器670相互作用，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，语音处置系统662连续地将来自麦克风(作为操作员接口机构218中的一个)的输入提供给语音处理系统658。麦克风检测来自操作员260的语音，并且语音处置系统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从语音处置系统662接收连续语音输入时，语音识别部件674对由操作员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的操作可以基于识别所选择的语音词(被称为唤醒词)来启动。在这样的示例中，在识别部件674识别唤醒词的情况下，识别部件674给触发检测器672提供唤醒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已经被唤醒词调用或触发。在另一个示例中，语音处理系统658可以由操作员260致动用户接口机构上的致动器来调用，诸如通过触摸触敏显示屏上的致动器、通过按压按钮或通过提供另一触发输入。在这样的示例中，当检测到经由用户接口机构的触发输入时，触发检测器672可以检测到语音处理系统658已经被调用。触发检测器672也可以检测到语音处理系统658已经以其他方式被调用。

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

在一些示例中，语音处理系统658还可以基于语音输入生成通过用户体验导航操作员260的输出。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。该对话框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多个特定值；或者从用户处获得其他信息或者向用户提供其他信息或者两者均有。合成部件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员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语音对话或视觉对话和语音对话的组合。

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

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

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

在框706处，操作员接口控制器231中的视觉控制信号生成器684控制操作员接口机构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标识农业收割机100将在其中操作的下一作业单元(或田地上的区域)的下一作业单元标记。框712指示其中所显示的田地包括显示尚未由农业收割机100处理的区域的即将到来的区域显示部分的示例，而框714指示其中所显示的田地包括表示农业收割机100已经处理的田地的区域的先前访问过的显示部分的示例。框716指示其中所显示的田地显示具有图上的被地理配准位置的田地的各种特性的示例。例如，如果接收到的图是作物成分图，诸如功能性预测作物成分图360，则显示的田地可以示出存在于田地中的在被显示的田地内被地理配准的不同的作物成分值。映射的特性可以被示出在先前访问的区域(诸如框714所示)中、即将到来的区域(诸如框712所示)中和下一作业单元(诸如框710所示)中。框718指示其中显示的田地也包括其他项的示例。

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

在图13中示出的示例中，用户接口显示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，触敏显示器可以可通信地耦接到麦克风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、小键盘、软小键盘、链接、图标、开关等。操作员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720包括显示田地的农业收割机100正在其中操作的至少一部分的田地显示部分728。田地显示部分728被示出为具有对应于农业收割机100在田地的田地显示部分728中示出的所述部分中的当前位置的当前位置标记708。在一个示例中，操作员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。

标记在田地显示部分728上的下一个作业单元730的大小可以基于多种不同的标准而变化。例如，下一个作业单元730的大小可根据农业收割机100的行进速度而变化。因此，当农业收割机100行进较快时，则下一个作业单元730的面积可能更大，如果农业收割机100行驶得更慢，则比下一个作业单元730的面积大。在另一个示例中，下一个作业单元730的大小可以根据农业收割机100的尺寸而变化，包括农业收割机100上的设备(例如割台102)。例如，下一个作业单元730的宽度可以基于割台102的宽度而变化。田地显示部分728也被示出显示先前访问过的区域714和即将到来的区域712。先前访问过的区域714代表已经收割的区域，而即将到来的区域712代表仍需要收割的区域。还示出了田地显示部分728，示出了田地的不同特性。在图13所示的示例中，显示的图是预测作物成分图，如功能性预测作物成分图360。因此，在田地显示部分728上示出多个作物成分标记。有一组已经参观过的区域714示出了作物成分显示标记732。接下来的工作单元712示出了一组作物成分显示标记732，下一个作业单元730示出了一组作物成分显示标记732。图13示出作物成分显示标记732由不同的符号组成，这些符号表示具有相似作物成分值的区域。在图14所示的示例中，！符号代表高作物蛋白质的区域；*符号代表中等作物蛋白质的区域；#符号代表低作物蛋白质的区域。因此，田地显示部分728示出位于田地内不同区域的不同测量或预测值(或由值指示的特性)，并用多种显示标记732。如图所示，田地显示部分728包括显示标记，特别是图13所示示例中的作物成分显示标记732，在与正在显示的田地上的特定位置相关联的特定位置处。在某些情况下，田地的每个位置可能都有与之相关的显示标记。因此，在某些情况下，可以在田地显示部分728的每个位置处提供显示标记，以识别为田地的每个特定位置映射的特性的性质。因此，本公开包括在田地显示部分728上的一个或多个位置提供显示标记，例如作物成分显示标记732(诸如在图13的本示例的上下文中)以识别性质、度等，从而识别显示的田地中相应位置的特性。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，这些符号可以是任何显示特征，例如不同的颜色、形状、图案、强度、文本、图标或其他显示特征。在某些情况下，田地的每个位置都可能有一个与之相关的显示标志。因此，在某些情况下，可以在田地显示部分728的每个位置处提供显示标记，以识别为田地的每个特定位置映射的特性的性质。因此，本公开包括在田地显示部分728上的一个或多个位置提供显示标记，例如损失级别显示标记732(诸如在图11的本示例的上下文中)以识别性质、度等，从而识别所显示的田地中的相应位置处的特性。

在其他示例中，所显示的图可以是这里描述的图中的一个或多个，包括信息图、先验信息图、功能性预测图，例如预测图或预测控制区图、或其他预测图，或它们的组合。因此，被示出的标志和特性将与被示出的一个或多个图提供的信息、数据、特性和值相关。

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允许操作员查看信息并以各种方式与用户接口显示720交互。

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、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茎直径类别。显示部分738还包括一组触敏致动器，操作员260可以通过触摸与该组触敏致动器交互。例如，操作员260可以用手指触摸触敏致动器，以激活相应的触敏致动器。如图所示，显示部分738还包括蛋白质选项卡762、土壤选项卡764、淀粉选项卡766、多个选项卡768和其他选项卡770的多个交互选项卡。激活选项卡之一可以修改在部分728和738中显示的值。例如，如图所示，蛋白质选项卡762被激活，因此，映射在部分728上并显示在部分738中的值对应于作物或作物成分(例如，谷物)的蛋白质含量值。当操作员260触摸选项卡762时，触摸手势处理系统664更新部分728和738以显示作物或作物成分(例如，谷物)的油含量值。当操作员260触摸选项卡766时，触摸手势处理系统664更新部分728和738以显示作物或作物成分(例如，谷物)的淀粉含量值。当操作员260触摸选项卡768时，触摸手势处理系统664更新部分728和738以显示成分含量值(例如，蛋白质含量值、油含量值、淀粉含量值)的组合以及其他成分含量值的组合。。当操作员260触摸选项卡770时，触摸手势处理系统664更新部分728和738以显示各种其他成分含量值中的一个或多个。

如图14所示，显示部分738包括整体上在741处表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，其显示已经自动或手动设定的标志。标志致动器740允许操作员260标记一个位置，例如农业收割机的当前位置，或操作员指定的田地上的另一个位置，并增加表明其特性的信息，例如在当前位置处发现的作物湿度。例如，当操作员260通过触摸标志致动器740来致动标志致动器740时，操作员接口控制器231中的触摸手势处理系统664将当前位置识别为农业收割机100遇到高蛋白质含量的位置。当操作员260触摸按钮742时，触摸手势处理系统664将当前位置识别为农业收割机100遇到中等蛋白质含量的位置。当操作员260触摸按钮744时，触摸手势处理系统664将当前位置识别为农业收割机100遇到低蛋白质含量的位置。在标志致动器740、742或744之一的致动时，触摸手势处理系统664可以控制视觉控制信号生成器684在用户识别的位置处增加与田地显示部分728上的识别出的特性相对应的符号。这样，田地的预测值不能准确代表实际值的区域就可以标记出来供以后分析，也可以用于机器学习。在其他示例中，操作员可以通过致动标志致动器740、742或74之一来设计农业收割机100之前或周围的区域，以使得可以基于操作员260指定的值进行农业收割机100的控制。

显示部分738还包括整体上在743处表示的交互式标记显示部分。交互式标记显示部分743包括符号栏746，其显示田地显示部分728上正在跟踪的对应于每个类别的值或特性的符号(在图13的情况下，作物成分)。显示部分738还包括整体上在745处表示的交互式指示符显示部分。交互式指示符显示部分745包括指示符栏748，其显示指示符(其可以是文本指示符或其他指示符)，该指示符标识值或特性的类别(在图13的情况下，作物成分)。非限制性地，符号栏746中的符号和指示符栏748中的指示符可以包括任何显示特征，例如不同的颜色、形状、图案、强度、文本、图标或其他显示特征，并且可以通过操作的交互来定制农业收割机100。

显示部分738还包括整体上在747处表示的交互式值显示部分。交互式值显示部分747包括显示所选择的值的值显示栏750。所选值对应于田地显示部分728上正在跟踪、或显示、或跟踪且显示的特性或值。所选值可以由农业收割机100的操作员选择。值显示栏750中的所选值定义了值的范围或值，其他值(诸如预测值)通过该值被分类。因此，在图13的示例中，预测或测量的作物(或作物成分，例如谷物)蛋白质含量满足或大于12％被归类为“高作物蛋白质”，以及预测或测量的作物湿度达到或小于8％被归类为“低作物蛋白质”。在一些示例中，所选值可以包括范围，以使得在所选值的范围内的预测或测量值将被分类在相应的指示符下。如图13所示，“中等作物蛋白质”包括在9％-11％的范围，以使得落入9％-11％的范围的预测或测量的作物(或作物成分，例如谷物)蛋白质含量值被归类为“中等作物蛋白质”。值显示栏750中的选定值可以由农业收割机100的操作员调整。在一个示例中，操作员260可选择田地显示部分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处指示的交互式阈值显示部分。交互式阈值显示部分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，在作物成分的示例中，落入12％的蛋白质含量的0.5％以内的预测的作物(或作物成分，例如谷物)蛋白质含量将满足相应的动作阈值(12％的蛋白质含量的0.5％以内)和动作(例如调节农业收割机的清选风扇速度或调节谷壳筛)将被控制系统214采用。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12％的预测的或测量的作物(或作物成分，例如谷物)蛋白质含量指定为“高作物蛋白质”，但动作阈值可以是13％，以使得直到作物(或作物成分，例如谷物)蛋白质含量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，可以采取动作。例如，在栏754的底部处，谷壳筛动作、调整清选风扇速度动作、和保持动作被标识为如果测量值或预测值满足栏752中的阈值将采取的动作。在一些示例中，当满足阈值时，可以采取多个动作。例如，可以调整清选风扇的速度(例如，增加或)，可以调整谷壳筛中的开口的尺寸(例如，打开或关闭)。这些只是一些示例。

在栏754中可以设定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割台位置设定之类的设定，诸如清选风扇速度设定或谷壳筛间隙设定以及各种其他设定。这些仅是示例，并且在本文中设想了多种其他动作。

可以以视觉的方式控制用户接口显示部720上示出的项目。可以执行对该接口显示部720的视觉控制以捕获操作者260的注意。例如，可以控制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检测对标志进行设定的输入，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定或修改在栏739、746和748中的值的致动器中的一个或更多个。因此，用户可以设定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执行的利用用户接口显示部720的交互的操作者输入。在用户接口显示部720被显示在其上的用户接口机构是触敏显示屏的情况下，由操作者260进行的与触敏显示屏的交互输入可以是触摸手势784。在一些情况下，操作者交互输入可以是使用点击设备786或其它操作者交互输入装置788进行的输入。

在框790处，操作者接口控制器231接收指示警报条件的信号。例如，框792指示可以由控制器输入处理系统668接收、指示所测量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

操作员：“约翰尼，告诉我目前的作物成分值。”

操作员控制台控制器：“蛋白质含量当前较高。”

操作员：“约翰尼，由于蛋白质含量，我该怎么办？”

操作员接口控制器：“降低行进速度1mph以减小谷物损失。”

表2示出了这样的示例，在该示例中语音合成部件676向音频控制信号生成器686提供输出，以间歇或周期性地提供听觉更新。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

操作员控制台控制器：“在过去的10分钟里，淀粉含量偏高。”

操作员接口控制台：“未来1英亩预测淀粉含量是中等的。”

操作员接口控制台：“注意：淀粉含量即将发生变化，打开谷壳筛以捕获更多的谷物。”

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正在被收割的田地中的作物成分区域。

表3

人：“约翰尼，标记高油含量区域。”

操作员接口控制台：“高油含量区域被标记。”

表4所示的示例说明动作信号生成器660可以与操作员260进行对话以开始和结束作物成分区域的标记。

表4

人：“约翰尼，开始标记高油含量区域。”

操作员接口控制器：“正在标记高油含量区域”。

人：“约翰尼，停止标记高油含量区域。”

操作员接口控制台：“高油含量区域标记已停止。”

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中示出的方式生成标记作物成分区域的信号。

表5

人：“约翰尼，将接下来的100英尺标记为低蛋白质含量区域。”

操作员控制台控制器：“接下来100英尺处标记为低蛋白质含量区域。”

再次返回图12，框906示出了操作员接口控制器231也可以检测和处理用于以其他方式输出消息或其他信息的情况。例如，其他控制器交互系统656可以检测来自其他控制器的指示警报或输出消息应该呈现给操作员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。直到操作员接口控制器231确定当前收割操作完成(诸如框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720。

一旦操作完成，则可以保存在用户接口显示720上显示或已经显示的任何期望值。这些值也可以在机器学习中用于改进预测模型生成器210、预测图生成器212、控制区生成器213、控制算法或其他项的不同部分。由框916指示所保存的期望值。这些值可以本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。

由此可以看出，在正在被收割的田地的不同地理位置处，可以通过农业收割机得到一个或多个图，所述图显示农业特性值，所述农业特性值包括预测的或历史作物成分值、先验操作特性值、植被指数值或土壤成分值。当农业收割机移动通过田地时，收割机上的现场传感器感测到一种特性，该特性具有指示农业特性的值。预测图生成器根据图中的农业特性的值和现场传感器感测的农业特性，生成预测图，该预测图预测田地中的不同位置的控制值。控制系统根据预测图中的控制值控制可控子系统。

控制值是动作可以基于其的值。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提供的值，诸如功能性预测图。控制值还可以包括由本文描述的传感器中的任何一个检测的值所指示的或从其中导出的特性中的任何一个。在其他示例中，控制值可以由农业机器的操作员提供，诸如由农业机器的操作员输入的命令。

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(包括但不限于人工智能部件，例如，神经网络)，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14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14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14具体示出了预测模型生成器210或预测图生成器212或两者可以位于远离农业收割机600的服务器位置502。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个示例。图14示出了图2的一些元件可以被布置在远程服务器位置502处，而其他元件可以位于其他地方。作为示例，数据存储装置202可以被放置在与位置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15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16至图17是手持或移动设备的示例。

图15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601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601也可以示意性地接收语音输入。

图17类似于图16，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18的相对应部分中。

计算机810通常包括各种计算机可读介质。计算机可读介质可以是可以由计算机810访问的任何可用介质，并且包括易失性和非易失性介质、可移动和不可移动介质。作为示例而非限制，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质不同于调制数据信号或载波，并且也不包括调制数据信号或载波。计算机可读介质包括硬件存储介质，包括以任何方法或技术实施用于存储诸如计算机可读指令、数据结构、程序模块或其他数据的信息的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(digitalversatile disk，DVD)或其他光盘存储装置、盒式磁带、磁带、磁盘存储装置或其他磁存储设备，或可以用于存储所期望的信息并可以由计算机810访问的任何其他介质。通信介质可以实现计算机可读指令、数据结构、程序模块或传输机构中的其他数据，并且包括任何信息递送介质。术语“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ROM831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18示出了操作系统834、应用程序835、其他程序模块836和程序数据837。

计算机810还可以包括其他可移动/不可移动的易失性/非易失性计算机存储介质。仅作为示例，图18示出了从不可移动、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18中示出的驱动器及其相关联的计算机存储介质为计算机810提供了计算机可读指令、数据结构、程序模块和其他数据的存储。例如，在图18中，硬盘驱动器841被示为存储操作系统844、应用程序845、其他程序模块846和程序数据847。注意，这些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。

示例1是一种农业作业机器，包括：

通信系统，所述通信系统接收图，所述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作物成分的与所述地理位置对应的值；

预测模型生成器，所述预测模型生成器基于所述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所述作物成分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所述作物成分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成分的预测值映射到所述田地中的所述不同地理位置。

示例2是任何或所有前述示例的农业作业机器，其中，所述预测图生成器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。

示例3是任何或所有前述示例的农业作业机器，其中，所述控制信号控制所述可控子系统，以控制所述农业作业机器上的清选风扇的速度。

示例4是任何或所有前述示例的农业作业机器，其中，所述控制信号控制所述可控子系统，以控制所述农业作业机器上的谷壳筛上的开口的尺寸。

示例5是任何或所有前述示例的农业作业机器，其中，所述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。

示例6是任何或所有前述示例的农业作业机器，其中，所述预测模型生成器被配置为基于由所述现场传感器检测到的作物成分的与所述地理位置对应的值以及在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所述作物成分与植被指数值之间的关系，所述预测农业模型被配置为接收所述植被指数值作为模型输入，并基于所确定的关系生成所述作物成分的预测值作为模型输出。

示例7是任何或所有前述示例的农业作业机器，其中，所述图包括历史作物成分图，所述历史作物成分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成分的历史值。

示例8是任何或所有前述示例的农业作业机器，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所述作物成分的与所述地理位置对应的值以及在所述历史作物成分图中的在所述地理位置处的作物成分的历史值确定所述作物成分与所述作物成分的历史值之间的关系，所述预测农业模型被配置为接收所述作物成分的历史值作为模型输入，并基于所确定的关系生成所述作物成分的预测值作为模型输出。

示例9是任何或所有前述示例的农业作业机器，其中，所述图包括预测图，所述预测图将农业特性的与田地中的所述不同地理位置对应的预测值映射为农业特性的值。

示例10是任何或所有前述示例的农业作业机器，其中，预测模型生成器被配置为基于由现场传感器检测到的作物成分的与所述地理位置对应的值以及在预测图中的在所述地理位置处的预测农业特性值确定作物成分与农业特性的预测值之间的关系，预测农业模型被配置为接收预测农业特性值作为模型输入，并基于所确定的关系生成作物成分的预测值作为模型输出。

示例11是任何或所有前述示例的农业作业机器，其中，所述图包括土壤性质图，所述土壤性质图将与田地中的所述不同地理位置对应的土壤性质的值映射为农业特性的值。

示例12是任何或所有前述示例的农业作业机器，其中，预测模型生成器被配置为基于由现场传感器检测到的作物成分的与所述地理位置对应的值以及在土壤性质图中的在所述地理位置处的土壤性质的值确定作物成分与土壤性质之间的关系，预测农业模型被配置为接收土壤性质的预测值作为模型输入，并基于所确定的关系生成作物成分的预测值作为模型输出。

示例13是一种生成功能性预测农业图的计算机实施方法，包括：

在农业作业机器处接收图，所述图包括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器的地理位置；

利用现场传感器检测作物成分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所述作物成分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所述作物成分的预测值映射到所述田地中的所述不同地理位置。

例14是任何或所有前述示例的计算机实施方法，并且还包括：

为控制系统配置功能性预测农业图，所述控制系统基于功能性预测农业图生成控制信号，以控制农业作业机器上的可控子系统。

示例15是任何或所有前述示例的计算机实施方法，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、与田地中的所述不同地理位置对应的植被指数值。

示例16是任何或所有前述示例的计算机实施方法，其中，生成预测农业模型包括：

基于作物成分的与地理位置对应的值和植被指数图中的在所述地理位置处的植被指数值，确定植被指数与作物成分之间的关系；和

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成分的预测值作为模型输出。

示例17是任何或所有前述示例的计算机实施方法，其中，接收先验信息图包括接收历史作物成分图，所述历史作物成分图包括作为农业特性的、与田地中的所述不同地理位置对应的作物成分的历史值。

示例18是任何或所有前述示例的计算机实施方法，其中，生成预测农业模型包括：

基于与地理位置对应的作物成分的值和历史作物成分图中的在所述地理位置处的作物成分的历史值，确定历史作物成分值与作物成分之间的关系；和

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作物成分的历史值作为模型输入，并基于所确定的关系生成作物成分的预测值作为模型输出。

示例19是任何或所有前述示例的计算机实施方法，进一步包括：

控制操作员接口机构以呈现功能性预测农业图。

示例20是一种农业作业机器，包括：

通信系统，所述通信系统接收图，所述图指示与田地中的不同地理位置对应的农业特性值；

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作物成分的与所述地理位置对应的值；

预测模型生成器，所述预测模型生成器基于所述图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检测到的所述作物成分的与所述地理位置对应的值生成预测作物成分模型，所述预测作物成分模型对所述农业特性与所述作物成分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值并基于所述预测作物成分模型生成所述田地的功能性预测作物成分图，所述功能性预测作物成分图将所述作物成分的预测值映射到所述田地中的所述不同地理位置。

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)，所述通信系统接收图，所述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成分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所述作物成分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所述作物成分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成分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，以控制所述农业作业机器上的清选风扇的速度。

4.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，以控制所述农业作业机器上的谷壳筛上的开口的尺寸。

5.根据权利要求1所述的农业作业机器，其中，所述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。

6.根据权利要求5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作物成分的与所述地理位置对应的值以及在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所述作物成分与植被指数值之间的关系，所述预测农业模型被配置为接收所述植被指数值作为模型输入，并基于所确定的关系生成所述作物成分的预测值作为模型输出。

7.根据权利要求1所述的农业作业机器，其中，所述图包括历史作物成分图，所述历史作物成分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成分的历史值。

8.根据权利要求7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所述作物成分的与所述地理位置对应的值以及在所述历史作物成分图中的在所述地理位置处的作物成分的历史值确定所述作物成分与所述作物成分的历史值之间的关系，所述预测农业模型被配置为接收所述作物成分的历史值作为模型输入，并基于所确定的关系生成所述作物成分的预测值作为模型输出。

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)处接收图(258)，所述图(258)包括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器的地理位置；

利用现场传感器(208)检测作物成分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所述作物成分之间的关系进行建模；和

控制预测图生成器(212)基于所述图中的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所述作物成分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)，所述通信系统接收图，所述图指示与田地中的不同地理位置对应的农业特性值；

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的地理位置；

现场传感器(208)，所述现场传感器检测作物成分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图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检测到的所述作物成分的与所述地理位置对应的值生成预测作物成分模型，所述预测作物成分模型对所述农业特性与所述作物成分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中的所述农业特性值并基于所述预测作物成分模型生成所述田地的功能性预测作物成分图，所述功能性预测作物成分图将所述作物成分的预测值映射到所述田地中的所述不同地理位置。

Images