CN114846431A - 基于条件数据文件生成来生成用于农业数据分析的田地区域的方法 - Google Patents
基于条件数据文件生成来生成用于农业数据分析的田地区域的方法 Download PDFInfo
- Publication number
- CN114846431A CN114846431A CN202080079432.XA CN202080079432A CN114846431A CN 114846431 A CN114846431 A CN 114846431A CN 202080079432 A CN202080079432 A CN 202080079432A CN 114846431 A CN114846431 A CN 114846431A
- Authority
- CN
- China
- Prior art keywords
- data
- field
- identifying
- computer
- data file
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000007405 data analysis Methods 0.000 title description 5
- 230000004044 response Effects 0.000 claims abstract description 40
- 238000003306 harvesting Methods 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 7
- 208000036829 Device dislocation Diseases 0.000 claims 3
- 230000003247 decreasing effect Effects 0.000 claims 2
- 230000033001 locomotion Effects 0.000 abstract description 9
- 239000000618 nitrogen fertilizer Substances 0.000 description 50
- 230000009418 agronomic effect Effects 0.000 description 34
- 238000003860 storage Methods 0.000 description 32
- 239000002689 soil Substances 0.000 description 30
- 238000004891 communication Methods 0.000 description 25
- 238000013515 script Methods 0.000 description 22
- 230000006870 function Effects 0.000 description 20
- 238000007726 management method Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 17
- 239000003337 fertilizer Substances 0.000 description 14
- 238000011282 treatment Methods 0.000 description 13
- 230000009471 action Effects 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 12
- 238000004883 computer application Methods 0.000 description 11
- 238000009313 farming Methods 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 10
- 238000013479 data entry Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 9
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 8
- 230000008859 change Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000003973 irrigation Methods 0.000 description 8
- 230000002262 irrigation Effects 0.000 description 8
- 239000000203 mixture Substances 0.000 description 7
- 239000000575 pesticide Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 238000010899 nucleation Methods 0.000 description 5
- 235000015097 nutrients Nutrition 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000004720 fertilization Effects 0.000 description 4
- 229910052757 nitrogen Inorganic materials 0.000 description 4
- 239000005416 organic matter Substances 0.000 description 4
- 238000001556 precipitation Methods 0.000 description 4
- 238000005507 spraying Methods 0.000 description 4
- 239000003826 tablet Substances 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 239000008186 active pharmaceutical agent Substances 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000013523 data management Methods 0.000 description 3
- 238000013499 data model Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 239000000417 fungicide Substances 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000009396 hybridization Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 241001124569 Lycaenidae Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000002790 cross-validation Methods 0.000 description 2
- 238000013079 data visualisation Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000037406 food intake Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000009331 sowing Methods 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229910019142 PO4 Inorganic materials 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- KWYUFKZDYYNOTN-UHFFFAOYSA-M Potassium hydroxide Chemical compound [OH-].[K+] KWYUFKZDYYNOTN-UHFFFAOYSA-M 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000005341 cation exchange Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000003967 crop rotation Methods 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 239000002837 defoliant Substances 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000002274 desiccant Substances 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000000855 fungicidal effect Effects 0.000 description 1
- 238000002986 genetic algorithm method Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 239000004009 herbicide Substances 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000002917 insecticide Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 235000021232 nutrient availability Nutrition 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 description 1
- 239000010452 phosphate Substances 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 229940072033 potash Drugs 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 235000015320 potassium carbonate Nutrition 0.000 description 1
- BWHMMNNQKKPAPP-UHFFFAOYSA-L potassium carbonate Substances [K+].[K+].[O-]C([O-])=O BWHMMNNQKKPAPP-UHFFFAOYSA-L 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000005527 soil sampling Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C21/00—Methods of fertilising, sowing or planting
- A01C21/005—Following a specific plan, e.g. pattern
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
- A01B49/00—Combined machines
- A01B49/04—Combinations of soil-working tools with non-soil-working tools, e.g. planting tools
- A01B49/06—Combinations of soil-working tools with non-soil-working tools, e.g. planting tools for sowing or fertilising
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
- A01B69/00—Steering of agricultural machines or implements; Guiding agricultural machines or implements on a desired track
- A01B69/003—Steering or guiding of machines or implements pushed or pulled by or mounted on agricultural vehicles such as tractors, e.g. by lateral shifting of the towing connection
- A01B69/004—Steering or guiding of machines or implements pushed or pulled by or mounted on agricultural vehicles such as tractors, e.g. by lateral shifting of the towing connection automatic
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
- A01B69/00—Steering of agricultural machines or implements; Guiding agricultural machines or implements on a desired track
- A01B69/007—Steering or guiding of agricultural vehicles, e.g. steering of the tractor to keep the plough in the furrow
- A01B69/008—Steering or guiding of agricultural vehicles, e.g. steering of the tractor to keep the plough in the furrow automatic
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
- A01B79/00—Methods for working soil
- A01B79/005—Precision agriculture
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
- A01B79/00—Methods for working soil
- A01B79/02—Methods for working soil combined with other agricultural processing, e.g. fertilising, planting
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C21/00—Methods of fertilising, sowing or planting
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0089—Regulating or controlling systems
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/20—Control system inputs
- G05D1/24—Arrangements for determining position or orientation
- G05D1/246—Arrangements for determining position or orientation using environment maps, e.g. simultaneous localisation and mapping [SLAM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Soil Sciences (AREA)
- Environmental Sciences (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- General Business, Economics & Management (AREA)
- Remote Sensing (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Automation & Control Theory (AREA)
- Human Resources & Organizations (AREA)
- Aviation & Aerospace Engineering (AREA)
- Agronomy & Crop Science (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Pest Control & Pesticides (AREA)
- Insects & Arthropods (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Instructional Devices (AREA)
- Processing Or Creating Images (AREA)
- User Interface Of Digital Computer (AREA)
- Recording Measured Values (AREA)
Abstract
本文描述了用于改进文件数据的图形显示的系统和方法。在实施方案中,系统通过针对多个数据文件中的每个数据文件执行以下操作来生成所述多个数据文件:识别启动条件;响应于识别启动条件,生成新的数据文件;在新的数据文件中记录设备移动穿过农田的数据,所述数据包括设备在所述记录期间的位置;识别停止条件;以及响应于识别到所述停止条件,存储所述新的数据文件。所述系统使得通过图形用户界面显示与所述农田对应的田地地图。当所述系统通过图形用户界面接收在所述田地地图上选择多个位置的输入时,所述系统针对所述多个位置中的每个所选择的位置识别所述多个数据文件中的对应数据文件,并且通过图形用户界面生成并显示包括所识别的对应数据文件中的位置的地理区域,所述地理区域由所识别的对应数据文件中的一个或多个数据文件中的位置界定。所述系统还可以更新图形用户界面以包括与地理区域对应的数据面板。
Description
版权声明
本专利文件的公开内容的一部分包含受版权保护的材料。版权所有人不反对任何人复制本专利文件或本专利内容,其复制内容如在专利和商标局的专利文件或记录中出现的那样,但始终保留所有版权或权利。2015-2020 The Climate Corporation。
技术领域
本公开的一个技术领域是应用于农业数据分析的计算机生成的图形用户界面。另一技术领域是转换和使用农业设备(诸如播种机或拖拉机)在穿越田地期间获取的农业数据。
背景技术
在本部分中描述的方法为可实行的方法,但不一定是先前已经设想或实行的方法。因此,除非另外指明,否则不应假定本部分中描述的方法中的任一方法仅因其包含在本部分中而被视为现有技术。
种植者通常进行田地试验,其中通常是以多组交替的或的相邻的行将不同的种子或杂交种种植在同一块田地附近,以在相同的天气条件和地理位置下评估不同的杂交种相较于其他杂交种的表现。田地试验可能涉及不同的种植实践、不同的施肥实践或其他形式的差别处理。
田地试验通常导致创建并存储关于在什么时间在什么位置进行了哪些实践的大量数据,以及这些实践在产量或其他指标方面的结果。在此类田地试验期间或之后,种植者可能希望比较田地的不同区域的数据,例如以评估一种处理或杂交处理相比于另一种处理或杂交处理的性能。然而,目前的实践不提供用于界定用于数据分析的区域的边界的所有可能的方便方法。
例如,现有的绘图工具需要使用手指在触摸屏上徒手界定边界,但执行该操作的人员可能缺乏为田地准确绘制多边形或其他图形边界所需的手工灵活性,特别是在机器驾驶室中的现场条件下。当不在驾驶室时,可能很难仅选择相关的详细信息,并且后面也很难回忆起这些详细信息是在经过哪里时出现的。需要改进的技术来限定用于数据分析的田地区域。
发明内容
所附权利要求可以用作本公开的发明内容。
附图说明
在附图中:
图1示出了被配置为执行本文所述的功能的示例性计算机系统,所述计算机系统被示出为与所述系统可以与之互操作的其他设备一起在田地环境中。
图2示出了在示例性移动应用程序被加载用于执行时主存储器中的指令集的示例性逻辑组织的两个视图。
图3示出了农业智能计算机系统使用由一个或多个数据源提供的农艺数据生成一个或多个预配置的农艺模型所借助的编程过程。
图4是示出本发明的实施例可以在其上实施的计算机系统的框图。
图5描绘了数据条目的时间线视图的示例性实施方案。
图6描绘了数据条目的电子表格视图的示例性实施方案。
图7示出了可以被编程为基于通过数据来实施限定田地区域的示例性过程。
图8、图9、图10、图11示出了可以例如在使用图7的过程进行程序控制下由驾驶室计算机生成并显示的示例性屏幕显示。
具体实施方式
在以下描述中,出于解释的目的,陈述了许多具体细节,以便提供对本公开的彻底理解。然而,将显而易见的是,实施方案可以在没有这些具体细节的情况下进行实践。在其他实例中,众所周知的结构和装置以框图形式示出,以便避免不必要地使本公开变得晦涩。实施方案根据按以下大纲分节公开:
1.总体概述
2.示例性农业智能计算机系统
2.1.结构概述
2.2.应用程序概述
2.3.输入到计算机系统的数据
2.4.过程概述--农艺模型训练
2.5.实施示例--硬件概述
3.基于通过数据限定田地区域的示例性过程
*
1.总体概述
种植者使用自驱动的或拖在拖拉机或其他设备后面的播种机或喷雾器来在田地中按行施用不同的杂交种或不同的处理。在该装备穿越田地时,其通常在相反的方向上以被称为通过的移动重复地跨越田地。跨越田地的一次通过可以包括相同的一个或多个种植行或一次或多次处理。返回通过可以是相同的或不同的。设备可以在田地内的任何点处开始和停止通过。所述装备可以配有全球定位系统(GPS)接收器,所述全球定位系统接收器在设备开始、进行或完成通过时连续生成经度-纬度数据。该数据可以在本地存储在驾驶室计算机中,然后经由有线或无线链路传输到可移除存储装置、其他计算机、联网资源或云计算机中心。
在实施方案中,利用播种机或喷雾器进行田地试验的种植者可以使用在装备穿越田地时生成的通过数据来限定田地区域。田地区域的边界和注释的详细信息可以被编辑,但是在实施方案中,边界和属性主要是通过记录在操作播种机或喷雾器时田地被覆盖的区域来创建的。能够在位于驾驶室中时记录区域提供了一种改进的、方便的方法,所述方法由计算机执行支持,以确保准确地限定期望的田地区域和对应的数据。
在一些实施方案中,当在驾驶室中操作播种机或喷雾器时,种植者可以选择由驾驶室计算机以图形形式显示的选项,以创建或记录田地区域,输入田地试验的详细信息,在田地中进行若干次通过,并且然后点击停止或完成。这使得基于田地中装备在进行记录时的这段时间期间所行进过的位置来创建新的田地区域。这些田地试验可以被命名、保存,并准备在生长季节中的另一个时间报告或再次查看。
替代地,在一次或多次通过完成之后,通过数据可以显示在驾驶室计算机的图形用户界面中,并且种植者可以以图形方式选择之前的通过,调整端点,并收集区域中的多于一次通过。
实施方案的另外的细节、这些方法的方面和特征将根据公开内容作为整体而变得显而易见。
2.示例性农业智能计算机系统
2.1结构概述
图1示出了被配置为执行本文所述的功能的示例性计算机系统,所述计算机系统被示出为与所述系统可以与之互操作的其他设备一起在田地环境中。在一个实施方案中,用户102拥有、操作或占有田地位置中的或与田地位置(诸如旨在用于农业活动的田地或用于一个或多个农田的管理位置)相关联的田地管理器计算装置104。田地管理器计算机装置104被编程或被配置为经由一个或多个网络109向农业智能计算机系统130提供田地数据106。
田地数据106的示例包括(a)识别数据(例如,面积、田地名称、田地标识符、地理标识符、边界标识符、作物标识符以及可以用于识别农业土地的任何其他合适的数据,诸如普通土地单元(CLU)、地段及区块编号、地块编号、地理坐标和边界、农场序列号(FSN)、农场编号、地带编号、田地编号、区域、乡镇和/或范围),(b)收割数据(例如,作物类型、作物种类、作物轮作、作物是否有机种植、收割日期、实际生产历史(APH)、预期产量、产量、作物价格、作物收入、谷物湿度、耕作方式和先前的生长季节信息),(c)土壤数据(例如,类型、成分、pH、有机质(OM)、阳离子交换能力(CEC)),(d)种植数据(例如,种植日期、种子类型、种植种子的相对成熟度(RM)、种子种群),(e)肥料数据(例如,养分类型(氮肥、磷肥、钾肥)、施用类型、施用日期、量、来源、方法),(f)化学施用数据(例如,杀虫剂、除草剂、杀菌剂、旨在用作植物调节剂的其他物质或各物质的混合物、脱叶剂或干燥剂、施用日期、量、来源、方法),(g)灌溉数据(例如,施用日期、量、来源、方法),(h)天气数据(例如,降水、降雨率、预测降雨量、水径流率区域、温度、风、预报、压力、能见度、云、热指数、露点、湿度、雪深、空气质量、日出、日落),(i)图像数据(例如,来自农业设备传感器、相机、计算机、智能手机、平板计算机、无人驾驶飞行器、飞机或卫星的图像和光谱信息),(j)考察结果(照片、视频、自由形式的笔记、语音记录、语音转录、天气条件(温度、降水(当前的和随时间变化的)、土壤湿度、作物生长阶段、风速、相对湿度、露点、黑层)),以及(k)土壤、种子、作物物候、虫害和疾病报告、以及预测来源和数据库。
数据服务器计算机108通信地耦合到农业智能计算机系统130并且被编程或被配置为经由网络109向农业智能计算机系统130发送外部数据110。外部数据服务器计算机108可以由作为农业智能计算机系统130的相同的法人或实体拥有或操作,或由不同的个人或实体(诸如政府机关、非政府组织(NGO)、和/或私有数据服务提供商)拥有或操作。外部数据的示例尤其包括天气数据、图像数据、土壤数据、或与作物产量相关的统计学数据。外部数据110可以由与田地数据106类型相同的信息构成。在一些实施方案中,外部数据110由拥有和/或操作农业智能计算机系统130的相同实体所拥有的外部数据服务器108提供。例如,农业智能计算机系统130可以包括专门关注可能以其他方式从第三方来源获得的数据类型(诸如天气数据)的数据服务器。在一些实施方案中,外部数据服务器108可以实际上结合在系统130内。
农业设备111可以具有固定在其上的一个或多个远程传感器112,这些传感器可以经由农业设备111直接或间接地通信地耦合到农业智能计算机系统130并且被编程或被配置为向农业智能计算机系统130发送传感器数据。农业设备111的示例包括拖拉机、联合收割机、收割机、播种机、卡车、肥料装备、飞行器(包括无人驾驶飞行器)以及任何其他物理机械或硬件项目(通常是移动机械,并且可以用于与农业相关联的任务)。在一些实施方案中,设备111的单个单元可以包括本地耦合在设备上的网络中的多个传感器112;控制器局域网(CAN)是可以安装在联合收割机、收割机、喷雾器和耕作机中的此类网络的示例。施用控制器114可以经由网络109通信地耦合到农业智能计算机系统130并且被编程或被配置为从农业智能计算机系统130接收用于控制农用车辆的操作参数或实施所述操作参数的一个或多个脚本。例如,控制器局域网(CAN)总线接口可以用于实现从农业智能计算机系统130到农业设备111的通信,诸如如何使用可购自加利福尼亚州圣弗朗西斯科市的气候公司(TheClimate Corporation)的CLIMATE FIELDVIEW DRIVE。传感器数据可以由与田地数据106类型相同的信息构成。在一些实施方案中,远程传感器112可以不固定到农业设备111上,但可以远程定位在田地中,并且可以与网络109通信。
设备111可以包括利用驾驶室应用程序进行编程的驾驶室计算机115,所述驾驶室应用程序可以包括装置104的移动应用程序的版本或变体,所述版本或变体在本文的其他节中被进一步描述。在实施方案中,驾驶室计算机115包括安装在设备111的操作者的驾驶室内的紧凑型计算机,其通常为平板计算机大小的计算机或智能电话,局域图形屏幕显示器,诸如彩色显示器。驾驶室计算机115可以实施本文针对移动计算机装置104进一步描述的一些或所有操作和功能。
网络109广义地表示一个或多个数据通信网络的任何组合,包括局域网、广域网、互联网络或互联,它们使用包括地面链路或卫星链路在内的任何有线或无线链路。网络可以由提供图1的各个元件之间的数据交换的任何介质或机构来实施。图1的各个元件还可以具有直接(有线或无线)通信链路。传感器112、控制器114、外部数据服务器计算机108和系统的其他元件各自包括与网络109兼容的接口并且被编程或被配置为使用标准化协议以用于进行跨网络通信,标准化协议诸如TCP/IP、蓝牙、CAN协议和更高层协议(诸如HTTP、TLS等)。
农业智能计算机系统130被编程或被配置为从田地管理器计算装置104接收田地数据106,从外部数据服务器计算机108接收外部数据110,并且从远程传感器112接收传感器数据。农业智能计算机系统130可以被进一步配置为托管、使用或执行一个或多个计算机程序、其他软件元素、数字编程逻辑(诸如FPGA和ASIC)或其任何组合,以按本公开的其他部分中进一步描述的方式执行对数据值的转译和存储、对一块或多块田地上的一种或多种作物的数字模型的构建、对建议和通知的生成以及对脚本的生成和向施用控制器114发送脚本。
在实施方案中,农业智能计算机系统130利用以下各项进行编程或包括以下各项:通信层132、呈现层134、数据管理层140、硬件/虚拟化层150以及模型和田地数据存储库160。在上下文中,“层”是指以下各项的任意组合:电子数字接口电路、微控制器、固件(诸如驱动器)、和/或计算机程序或其他软件元素。
通信层132可以被编程或被配置为执行输入/输出接口连接功能,包括向分别用于田地数据、外部数据和传感器数据的田地管理器计算装置104、外部数据服务器计算机108和远程传感器112发送请求。通信层132可以被编程或被配置为向模型和田地数据存储库160发送接收到的数据以被存储为田地数据106。
呈现层134可以被编程或被配置为生成要显示在通过网络109耦合到系统130的田地管理器计算装置104、驾驶室计算机115或其他计算机上的图形用户界面(GUI)。GUI可以包括用于以下各项的控件:输入要向农业智能计算机系统130发送的数据,生成对模型和/或建议的请求,和/或显示建议、通知、模型和其他田地数据。
数据管理层140可以被编程或被配置为管理涉及存储库160以及系统的其他功能元件的读取操作和写入操作,包括在系统的功能元件与存储库之间传送的查询和结果集合。数据管理层140的示例尤其包括JDBC、SQL服务器接口代码、和/或HADOOP接口代码。存储库160可以包括数据库。如本文所用,术语“数据库”可以指数据体、关系数据库管理系统(RDBMS),或两者。如本文所用,数据库可以包括数据的任何数据收集合,所述数据收集合包括分层数据库、关系数据库、平面文件数据库、对象关系数据库、面向对象的数据库、分布式数据库以及存储在计算机系统中的任何其他结构化记录或数据收集合。RDBMS的示例包括但不限于包括数据库、MYSQL数据库、DB2数据库、SQL SERVER数据库、数据库和POSTGRESQL数据库。然而,可以使用任何数据库来实现本文所述的系统和方法。
在田地数据106未经由与农业智能计算机系统交互的一个或多个农业机器或农业机器装置直接提供给农业智能计算机系统时,可以经由用户装置(由农业智能计算机系统服务)上的一个或多个用户界面向用户提示输入此类信息。在示例性实施方案中,用户可以通过访问用户装置(由农业智能计算机系统服务)上的地图并选择已以图形方式显示在地图上的特定CLU来指定识别数据。在替代的实施方案中,用户102可以通过访问用户装置(由农业智能计算机系统130服务)上的地图并在地图上方绘制田地的边界来指定识别数据。此类CLU选择或地图绘制表示地理标识符。在替代的实施方案中,用户可以通过经由用户装置访问来自美国农业部农业服务局或其他来源的田地指定识别数据(以形状文件或类似的格式提供)并将此类田地识别数据提供给农业智能计算机系统来指定识别数据。
在示例性实施方案中,农业智能计算机系统130被编程为生成包括数据管理器的图形用户界面,并使得显示所述图形用户界面以用于数据输入。在已使用上文所述的方法识别一块或多块田地之后,数据管理器可以提供一个或多个图形用户界面微件(widget),当选择了这些图形用户界面微件时,可以识别田地、土壤、作物耕种或养分实践的变化。数据管理器可以包括时间线视图、电子表格视图和/或一个或多个可编辑程序。
图5描绘了数据条目的时间线视图的示例性实施方案。使用图5中描绘的显示器,用户计算机可以输入对特定田地和特定日期的选择以用于添加事件。在时间线的顶部处描绘的事件可以包括氮肥、种植、实践和土壤。为了添加氮肥施用事件,用户计算机可以提供输入,以选择氮肥选项卡。用户计算机然后可以针对特定田地在时间线上选择一个位置,以便指示氮肥在所选择的田地上的施用。响应于接收到针对特定田地在时间线上的位置选择,数据管理器可以显示数据条目叠加,从而允许用户计算机输入与氮肥施用、种植程序、土壤施肥、耕种程序、灌溉实践有关的数据,或与特定田地有关的其他信息。例如,如果用户计算机选择时间线的一部分并指示氮肥施用,则数据条目叠加可以包括用于输入所施用的氮肥的量、施用的日期、所使用的肥料的类型以及与氮肥施用有关的任何其他信息的字段。
在实施方案中,数据管理器提供用于创建一个或多个程序的界面。在上下文中,“程序”是指与氮肥施用、种植程序、土壤施用、耕作程序、灌溉实践相关的数据集、或可以与一块或多块田地相关并且可以存储在数字数据存储装置中以在其他操作中作为集合重新使用的其他信息。在创建了程序之后,程序可以在概念上应用于一块或多块田地,并且对程序的引用可以与识别这些田地的数据相关联地存储在数字存储装置中。因此,取代手动输入与对多块不同田地的相同氮肥施用相关的相同数据的是,用户计算机可以创建指示特定的氮肥施用的程序,并且然后将所述程序应用于多块不同田地。例如,在图5的时间线视图中,顶部的两条时间线选择了“春季施用”程序,所述程序包括在4月初施用150lbs N/ac。数据管理器可以提供用于编辑程序的界面。在实施方案中,在编辑特定程序时,对已选择了特定程序的每块田地进行编辑。例如,在图5中,如果对“春季施用”程序进行编辑以将氮肥施用减少到130lbs N/ac,则顶部的两块田地可以基于编辑的程序以减少的氮肥施用来更新。
在实施方案中,响应于接收到对已选择了程序的田间的编辑,数据管理器删除田地与所选择的程序的对应关系。例如,如果氮肥施用被添加到图5中的顶部田地,则界面可以更新,以指示“春季施用”程序不再被应用于顶部田地。尽管4月初的氮肥施用可能保持不变,但对“春季施用”程序的更新将不会警示四月的氮肥施用。
图6描绘了数据条目的电子表格视图的示例性实施方案。使用图6中描绘的显示器,用户可以创建并编辑一块或多块田地的信息。数据管理器可以包括用于输入关于如图6中描绘的氮肥、种植、实践和土壤的信息的电子表格。为了编辑特定条目,用户计算机可以选择电子表格中的特定条目并对值进行更新。例如,图6描绘了对第二块田地的目标产量值的正在进行的更新。另外,用户计算机可以选择一块或多块田地来应用一个或多个程序。响应于接收到对用于特定田地的程序的选择,数据管理器基于所选择的程序自动完成特定田地的条目。如与时间线视图一样,数据管理器可以响应于接收到对程序的更新来更新与特定程序相关联的每块田地的条目。另外,数据管理器可以响应于接收到对田地的条目中的一个条目的编辑来删除所选择的程序与田地的对应关系。
在实施方案中,模型和田地数据存储在模型和田地数据存储库160中。模型数据包括被创建用于一块或多块田地的数据模型。例如,作物模型可以包括一块或多块田地上的作物生长的数字构建模型。在上下文中,“模型”是指一组以电子数字方式存储的彼此相关联的可执行指令和数据值,其能够接收程序性呼叫或其他数字呼叫、调用或基于指定输入值的分辨率请求并对它们作出响应,以产生可以用作计算机实施的建议、输出数据显示或机器控制等的基础的一个或多个所存储或所计算的输出值。本领域的技术人员发现,使用数学方程表示模型很方便,但该表示形式并不将本文所公开的模型局限于抽象概念;而是,本文的每个模型在计算机中具有使用计算机来实施模型的所存储的可执行指令和数据的形式的实践应用程序。模型可以包括一块或多块田地上的过去事件的模型、一块或多块田地的当前状态的模型和/或一块或多块田地上的预测事件的模型。模型和田地数据可以存储在存储器中的数据结构中、数据库表格中的行中、平面文件或电子表格中或其他所存储的数字数据形式中。
在实施方案中,种植管理逻辑135和田地区域限定逻辑136包括农业智能计算机系统130中的主存储器(诸如RAM)的一组一个或多个页面,可执行指令已加载到该组一个或多个页面中,并且在可执行指令被执行时,该组一个或多个页面使得农业智能计算机系统执行本文中参考那些模块描述的功能或操作。在实施方案中,种植管理逻辑135被编程为从设备111和/或驾驶室计算机115接收指定种植实践或处理实践的数据,执行产量计算或对其他指标的计算,并将所得数据存储在存储库160中。因此,种植管理逻辑135提供基于云的计算资源以用于在设备111处收集最初在田地中生成的大量数据并基于所述数据计算复合指标。田地区域限定逻辑136与驾驶室计算机115集成在一起,并且被编程为实施图7的过程并生成在图8、图9、图10、图11中示出的屏幕显示。
在每种情况下,指令可以是CPU的指令集中的机器可执行代码并且可以已经单独地基于以JAVA、C、C++、OBJECTIVE-C或任何其他人类可读编程语言或环境写入的源代码进行了编译,或者结合JAVASCRIPT脚本、其他脚本语言和其他编程源文本进行编译。术语“页面”广义地指主存储器内的任何区域,并且在系统中使用的特定术语可能根据存储器架构或处理器架构而变化。在另一个实施方案中,在农业智能计算机系统130或独立存储库系统中,种植管理逻辑135和田地区域限定逻辑136中的每一个还可以表示以数字形式存储在大容量存储装置(诸如非易失性RAM或磁盘存储装置)中的源代码的一个或多个文件或项目,所述源代码的一个或多个文件或项目在被编译或解译时,使得生成可执行指令,这些可执行指令在被执行时使得农业智能计算机系统参考那些模块执行本文所述的功能或操作。换句话说,附图可以表示程序员或软件开发人员组织和安排源代码以供以后编译成可执行文件或解译成字节码或等同物以供农业智能计算机系统130执行的方式。
硬件/可视化层150包括一个或多个中央处理单元(CPU)、存储器控制器、以及计算机系统的其他装置、部件或元件,诸如易失性或非易失性存储器、非易失性存储装置(诸如磁盘)和如例如结合图4所示出和描述的I/O装置或界面。层150还可以包括被配置为支持虚拟化、容器化或其他技术的编程指令。
出于示出清楚示例的目的,图1示出了某些功能元件的有限数量的实例。然而,在其他实施方案中,存在任意数量的此类元件。例如,实施方案可以使用成千上万个与不同用户相关联的不同移动计算装置104。另外,系统130和/或外部数据服务器计算机108可以使用被配置在离散位置或与数据中心中的其他元件共位、共享计算设施或云计算设施的物理机或虚拟机的两个或更多个处理器、内核、集群或实例来实施。
2.2.应用程序概述
在实施方案中,使用加载到一个或多个通用计算机中并使用所述一个或多个通用计算机执行的一个或多个计算机程序或其他软件元件实施本文所述的功能将使得所述通用计算机被配置为特定机器或特别适用于执行本文所述的功能的计算机。另外,本文进一步描述的流程图中的每个流程图可以单独地或与本文中对过程和功能的描述组合地用作可以用于对计算机或逻辑进行编程以实施所述的功能的算法、计划或方向。换句话说,本文中的所有文本,以及所有附图一起旨在提供对足以允许技术人员结合这类人员的技术和知识来对计算机进行编程以执行本文所述的功能的算法、计划或方向的公开,前提是技术水平适用于这种类型的发明和公开。
在实施方案中,用户102使用配置有操作系统和一个或多个应用程序或app的田地管理器计算装置104与农业智能计算机系统130进行交互;田地管理器计算装置104还可以在程序控制或逻辑控制下与农业智能计算机系统独立且自动地互操作,而并不总是需要直接的用户交互。田地管理器计算装置104广义地表示能够传输并接收信息并且执行本文所述的功能的智能电话、PDA、平板计算装置、膝上型计算机、台式计算机、工作站或任何其他计装置中的一个或多个。田地管理器计算装置104可以使用存储在田地管理器计算装置104上的移动应用程序经由网络进行通信,并且在一些实施方案中,所述装置可以使用电缆113或连接器耦合到传感器112和/或控制器114。结合系统130,特定用户102可以同时拥有、操作或占有和使用多于一个田地管理器计算装置104。
移动应用程序可以经由网络向一个或多个移动计算装置提供客户端侧功能。在示例性实施方案中,田地管理器计算装置104可以经由网络浏览器或本地客户端应用程序或app来访问该移动应用程序。田地管理器计算装置104可以使用基于网络的协议或格式(诸如HTTP、XML和/或JSON或特定于应用程序的协议)将数据传输到一个或多个前端服务器,并从所述一个或多个前端服务器接收数据。在示例性实施方案中,数据可以采取请求和输入到移动计算装置中的用户信息输入(诸如田地数据)的形式。在一些实施方案中,移动应用程序与使用标准跟踪技术确定田地管理器计算装置104的位置的田地管理器计算装置104上的位置跟踪硬件或软件进行交互,所述标准跟踪技术诸如无线电信号多点定位、全球定位系统(GPS)、WiFi定位系统或其他移动定位方法。在一些情况下,与装置104、用户102和/或用户账户相关联的位置数据或其他数据可以通过向装置的操作系统查询或通过请求装置上的应用程序以从操作系统获得数据而获得。
在实施方案中,田地管理器计算装置104向农业智能计算机系统130发送田地数据106,所述田地数据包括但不限于表示以下各项中的一项或多项的数据值:一块或多块田地的地理位置、一块或多块田地的耕作信息、一块或多块田地中种植的作物以及从一块或多块田地提取的土壤数据。田地管理器计算装置104可以响应于来自用户102的指定一块或多块田地的数据值的用户输入而发送田地数据106。另外,田地管理器计算装置104可以在数据值中的一个或多个数据值变成对田地管理器计算装置104可用时自动发送田地数据106。例如,田地管理器计算装置104可以通信地耦合到包括灌溉传感器和/或灌溉控制器的远程传感器112和/或施用控制器114。响应于接收到指示施用控制器114将水释放到一块或多块田地上的数据,田地管理器计算装置104可以向农业智能计算机系统130发送指示水被释放在一块或多块田地上的田地数据106。本公开中识别的田地数据106可以使用电子数字数据来输入和通信,所述电子数字数据通过HTTP或其他合适的通信或消息发送协议在使用参数化URL的计算装置之间传送。
移动应用程序的商业示例为可从加利福尼亚州圣弗朗西斯科市的气候公司(TheClimate Corporation)商购的CLIMATE FIELDVIEW。CLIMATE FIELDVIEW应用程序或其他应用程序可以被修改、扩展或适配为包括在本公开的申请日期之前尚未公开的特征、功能和程序。在一个实施方案中,移动应用程序包括集成软件平台,所述集成软件平台允许种植者为其操作作出基于现实的决定,这是因为所述集成软件平台将有关种植者的田地的历史数据与种植者期望进行比较的任何其他数据组合在一起。可以实时地并基于提供潜在场景的科学模型来执行组合和比较,以允许种植者做出更好、更明智的决定。
图2示出了在示例性移动应用程序被加载用于执行时主存储器中的指令集的示例性逻辑组织的两个视图。在图2中,每个命名的元件表示RAM或其他主存储器的一个或多个页面的区域、或者磁盘存储装置或其他非易失性存储装置的一个或多个区块、以及那些区域内的编程指令。在一个实施方案中,在视图(a)中,移动计算机应用程序200包括账户-田地-数据摄取-共享指令202、概述和警示指令204、数字地图预定指令206、播种和种植指令208、氮肥指令210、天气指令212、田地健康指令214和性能指令216。
在一个实施方案中,移动计算机应用程序200包括被编程为经由手动上传或API从第三方系统接收、转译和摄取田地数据的账户、田地、数据摄取、共享指令202。数据类型尤其可以包括田地边界、产量地图、种植地图、土壤测试结果、施用地图和/或管理区域。数据格式尤其可以包括形状文件、第三方原生数据格式和/或农场管理信息系统(FMIS)导出。接收数据可以经由手动上传、带附件的电子邮件、将数据推送到移动应用程序的外部API,或者调用外部系统的API以将数据拉入移动应用程序的指令来进行。在一个实施方案中,移动计算机应用程序200包括数据收件箱。响应于接收到对数据收件箱的选择,移动计算机应用程序200可以显示图形用户界面以用于手动上传数据文件并将上传的文件导入到数据管理器。
在一个实施方案中,数字地图预定指令206包括存储在装置存储器中并利用数据可视化工具和地理空间田地笔记进行编程的田地地图数据层。这为种植者提供了方便的随手可得的信息以用于参考、记录和可视化观察田地性能。在一个实施方案中,概述和警示指令204可以被编程为提供对于种植者来说是重要的全操作视图并及时建议采取行动或关注特定问题。这允许种植者能够把时间集中在需要注意的事情上,以在整个季节节省时间并保持产量。在一个实施方案中,播种和种植指令208可以被编程为基于科学模型和经验数据来提供用于种子选择、杂交种播种和包括可变速率(VR)脚本创建的脚本创建的工具。这使得种植者能够通过优化的种子购买、播种和种群来使产量或投资回报最大化。
在一个实施方案中,脚本生成指令205被编程为提供用于生成包括可变速率(VR)生产脚本的脚本的接口。接口使得种植者能够创建用于田地实施(诸如养分施用、种植和灌溉)的脚本。例如,种植脚本接口可以包括用于识别用于种植的种子的类型的工具。在接收到对种子类型的选择时,移动计算机应用程序200可以显示被划分为管理区(诸如作为数字地图预定指令206的一部分创建的田地地图数据层)的一块或多块田地。在一个实施方案中,管理区包括土壤区以及识别每个土壤区的面板和每个区域的土壤名称、纹理、排水、或其他田地数据。移动计算机应用程序200还可以显示用于编辑或创建此类的工具,诸如用于在一块或多块田地的地图上绘制管理区(诸如土壤区)的图形工具。种植程序可以应用于所有管理区,或者不同的种植程序可以应用于管理区的不同子集。在脚本被创建时,移动计算机应用程序200可以使得脚本可用于以施用控制器可读的格式(诸如存档格式或压缩格式)下载。另外,和/或替代地,脚本可以从移动计算机应用程序200直接被发送到驾驶室计算机115和/或上传到一个或多个数据服务器并被存储用于未来使用。
在一个实施方案中,氮肥指令210被编程为提供工具以通过使氮肥对作物的的可用性可视化来告知氮肥决定。这使得种植者能够通过该季节期间的优化的氮肥施用来使产量或投资回报最大化。示例性编程功能包括显示图像(诸如SSURGO图像)以使得能够绘制肥料施用区和/或从子田地土壤数据(诸如以高空间分辨率(根据传感器接近度和分辨率,精确到毫米或更小)从传感器获取的数据)生成的图像;上传现有种植者限定的区域;提供植物养分可用性的图表和/或地图,以使得能够跨多个区调整氮肥施用;输出脚本以驱动机械;用于大量数据输入和调整的工具;和/或用于数据可视化的地图等等。在上下文中,“大量数据输入”可以意味着输入数据一次并且然后将相同的数据应用到已在系统限定的多块田地和/或多个区;示例性数据可以包括对同一种植者的许多田地和/或区来说相同的氮肥施用数据,但此类大量数据输入适用于将任何类型的田地数据输入到移动计算机应用程序200中。例如,氮肥指令210可以被编程为接受对氮肥施用和实践程序的定义,并接受指定跨多个田地应用那些程序的用户输入。在上下文中,“氮肥施用程序”是指所存储的被命名的数据集,这些数据集与以下各项相关联:名称、颜色代码或其他标识符、一个或多个施用日期、针对日期和量中的每一者的材料或产品的类型、施用或结合的方法(诸如注入或传播)、和/或针对日期、作为施用对象的作物或杂交种中的每一者的施用的量或速率等等。在上下文中,“氮肥实践程序”是指所存储的被命名的数据集,这些数据集与以下各项相关联:实践名称;先前的作物;耕作体系;主要耕作的日期;所使用的一个或多个先前耕作体系;所使用的施用类型(诸如肥料)的一个或多个指示符。氮肥指令210还可以被编程为生成氮肥图表并使得显示氮肥图表,所述氮肥图表指示对植物对指定氮肥的使用的预测,以及预测是出现过剩还是短缺;在一些实施方案中,不同的颜色指示符可以告知过剩的量值或短缺的量值。在一个实施方案中,氮肥图表包括:计算机显示装置中的包括多个行的图形显示,每个行与田地相关联并识别所述田地;指定哪些作物种植在所述田地中、田地大小、田地位置、和田地参数的图像表示的数据;在每个行中,以月份为单位的时间线,其中图形指示符指定与月份名称相关的点处的每次氮肥施用和施用量;以及过剩或短缺的数字和/或彩色指示符,其中颜色表示量值。
在一个实施方案中,氮肥图表可以包括一个或多个用户输特征(诸如刻度盘或滑块),以动态地改变氮肥种植和实践程序,使得用户可以优化其氮肥图表。用户然后可以使用其优化的氮肥图表和相关的氮肥种植和实践程序,以实施包括可变速率(VR)生产脚本的一个或多个脚本。氮肥指令210还可以被编程为生成氮肥地图并使得显示氮肥地图,氮肥地图指示对植物对氮肥的使用的预测,以及预测是出现过剩还是短缺;在一些实施方案中,不同的颜色指示符可以告知过剩的量值或短缺的量值。氮肥地图可以显示植物对指定氮肥的使用的预测,以及使用过剩或短缺的数字和/或彩色指示符(其中颜色表示量值)来预测在过去和未来(诸如每天、每周、每月或每年)的不同时间是出现过剩还是短缺。在一个实施方案中,氮肥地图可以包括一个或多个用户输特征(诸如刻度盘或滑块),以动态地改变氮肥种植和实践程序,使得用户可以优化其氮肥地图,诸如以获得优选数量的过剩而不是短缺。用户然后可以使用其优化的氮肥地图和相关的氮肥种植和实践程序,以实施包括可变速率(VR)生产脚本的一个或多个脚本。在其他实施方案中,与氮肥指令210类似的指令可以用于施用其他养分(诸如磷肥和钾肥)、施用杀虫剂和灌溉程序。
在一个实施方案中,天气指令212被编程为提供特定于田地的最近天气数据和预测天气信息。这使得种植者能够节省时间并关于日常操作决定具有有效的集成显示。
在一个实施方案中,田地健康指令214被编程为及时提供突显季节性作物变化和潜在问题的远程感测图像。示例性编程功能包括:云检查,以识别可能的云或云遮挡;基于田地图像确定氮肥指数;考察层的图形可视化,包括例如与田地健康相关的那些图形,以及查看和/或共享考察笔记;和/或从多个来源下载卫星图像并对种植者的图像进行优化等等。
在一个实施方案中,性能指令216被编程为使用农场数据来提供报告、分析和洞察工具以用于进行评估、洞察和决定。这使得种植者能够通过关于为何投资回报率处于先前水平以及洞察限制产量的因素的基于事实的结论来寻求下一年的改善的结果。性能指令216可以被编程为经由网络109与后端分析程序进行通信,所述后端分析程序在农业智能计算机系统130和/或外部数据服务器计算机108处执行并且被配置为分析诸如产量、产量差、杂交种、种群、SSURGO区、土壤测试属性、或海拔等指标。编程报告和分析可以包括产量可变性分析、处理效果评估、产量基准化分析和基于从许多种植者收集的匿名数据或用于播种和种植的数据等的相对于其他种植者的其他指标。
具有以这种方式配置的指令的应用程序可以针对不同的计算装置平台实施,同时保持相同的通用用户界面外观。例如,移动应用程序可以被编程用于在使用客户端计算机处的浏览器访问的平板计算机、智能电话、或服务器计算机上执行。另外,如为平板计算机或智能电话配置的移动应用程序可以提供全应用程序体验或适用于驾驶室计算机115的显示和处理能力的驾驶室应用程序体验。例如,现在参考图2的视图(b),在一个实施方案中,驾驶室计算机应用程序220可以包括地图-驾驶室指令222、远程视图指令224、数据收集和传送指令226、机器警示指令228、脚本传送指令230和考察计算机指令232。视图(b)的指令的代码库可以与视图(a)相同,并且实施代码的可执行文件可以被编程为检测其在上面执行的平台的类型,并且通过图形用户界面仅暴露适用于驾驶室平台或全平台的那些功能。该方法使得所述系统能够识别适用于驾驶室内环境和驾驶室的不同技术环境的截然不同的用户体验。地图-驾驶室指令222可以被编程为提供对指导机器操作有用的田地、农场或区域的地图视图。远程视图指令224可以被编程为启动、管理机器并经由无线网络、有线连接器或适配器等实时或接近实时地将机器活动的视图提供给连接到系统130的其他计算装置。数据收集和传送指令226可以被编程为启动、管理传感器和控制器并经由无线网络、有线连接器或适配器等提供在传感器和控制器处收集的数据向系统130的传送。机器警示指令228可以被编程为检测与驾驶室相关联的机器或工具的操作问题并生成操作员警示。脚本传送指令230可以被配置为在指令脚本中进行传送,所述指令脚本被配置为指导机器操作或数据收集。考察驾驶室指令232可以被编程为基于田地中田地管理器计算装置104、农业设备111或传感器112的位置显示从系统130接收的基于位置的警示和信息,并且摄取、管理对基于位置的考察结果的传送并基于田地中农业设备111或传感器112的位置将所述基于位置的考察结果提供给系统130。
2.3.输入到计算机系统的数据
在实施方案中,外部数据服务器计算机108存储外部数据110,包括表示一块或多块田地的土壤成分的土壤数据和表示一块或多块田地上的温度和降水的天气数据。天气数据可以包括过去的和目前的天气数据以及对未来天气数据的预测。在实施方案中,外部数据服务器计算机108包括由不同实体托管的多个服务器。例如,第一服务器可以包含土壤成份数据,而第二服务器可以包含天气数据。另外,土壤成份数据可以存储在多个服务器中。例如,一个服务器可以存储表示土壤中沙、粉土和粘土的百分比的数据,而第二服务器可以存储表示土壤中有机物(OM)的百分比的数据。
在实施方案中,远程传感器112包括被编程或配置为产生一个或多个观察结果的一个或多个传感器。远程传感器112可以是航空传感器(诸如卫星)、车辆传感器、种植装备传感器、耕作传感器、肥料或杀虫剂施用传感器、收割机传感器以及能够从一块或多块田地接收数据的任何其他工具(implement)。在实施方案中,施用控制器114被编程或配置为从农业智能计算机系统130接收指令。施用控制器114还可以被编程或配置为控制农用车辆或工具的操作参数。例如,施用控制器可以被编程或配置为控制车辆(诸如拖拉机、种植装备、耕作装备、肥料或杀虫剂装备、收割机装备)其他农场工具(诸如水阀)的操作参数。其他实施方案可以使用传感器和控制器的任何组合,下文仅是它们的所选择的示例。
系统130可以在用户102的控制下从已向共享数据库系统贡献数据的大量种植者大量地获得或摄取数据。当一个或多个用户控制的计算机操作被请求或触发以获得供系统130使用的数据时,这种获得数据的形式可以被称为“手动数据摄取”。例如,可以操作可从加利福尼亚州圣弗朗西斯科市的气候公司(The Climate Corporation)商购的CLIMATEFIELDVIEW应用程序以将数据导出到系统130,以用于存储在存储库160中。
例如,播种监视系统可以控制播种机设备部件并经由信号线束从播种传感器获得包括信号的种植数据,所述信号线束包括CAN主干和用于登记和/或诊断的点对点连接。播种监视系统可以被编程或配置为经由驾驶室计算机115或系统130内的其他装置向用户显示播种间隔、种群和其他信息。示例公开在美国专利号8,738,243和美国专利公开20150094916中,并且本公开假定了解那些其他专利公开。
同样,产量监视系统可以包含收割机设备的向驾驶室计算机115或系统130内的其他装置发送产量测量数据的产量传感器。产量监视系统可以利用一个或多个远程传感器112来获得联合收割机或其他收割机中的谷物湿度测量结果,并经由驾驶室计算机115或系统130内的其他装置将这些测量结果传输到用户。
在实施方案中,可以与本文其他位置描述的类型的任何移动车辆或设备一起使用的传感器112的示例包括运动传感器和位置传感器。运动传感器可以包括速度传感器中的任一种,诸如雷达或车轮转速传感器、加速度计或陀螺仪。位置传感器可以包括被编程为基于附近的WiFi热点确定位置的GPS接收器或收发器、或基于WiFi的位置或映射应用程序等等。
在实施方案中,可以与拖拉机或其他移动车辆一起使用的传感器112的示例包括发动机转速传感器、燃料消耗传感器、与GPS或雷达信号交互的区域计数器或距离计数器、PTO(动力输出)速度传感器、被配置为检测液压参数(诸如压力或流量和/或和液压泵转速)的拖拉机液压传感器,车轮转速传感器或车轮滑动传感器。在实施方案中,可以与拖拉机一起使用的控制器114的示例包括液压定向控制器、压力控制器和/或流量控制器;液压泵转速控制器;转速;控制器或调速器;挂接位置控制器;或车轮位置控制器提供自动转向。
在实施方案中,可以与种子种植装备(诸如播种机、钻机、气力播种机)一起使用的传感器112的示例包括:种子传感器,其可以为光学传感器、电磁传感器、或碰撞传感器;下压力传感器,诸如载荷销钉、载荷传感器、压力传感器;土壤属性传感器,诸如反射率传感器、湿度传感器、导电传感器、光学残留物传感器、或温度传感器;部件操作标准传感器,诸如种植深度传感器、下压力缸压传感器、种子盘转速传感器、种子驱动马达编码器、种子输送系统速度传感器、或真空水平传感器;或杀虫剂应用传感器,诸如光学或其他电磁传感器、或碰撞传感器。在实施方案中,可以与此类种子种植装备一起使用的控制器114的示例包括:工具栏折叠控制器,诸如用于与液压缸相关联的阀的控制器);下压力控制器,诸如用于与气动缸、安全气囊或液压缸相关联的阀并且被编程用于将下压力施加到单排单元或整个播种机框架的控制器;种植深度控制器,诸如线性致动器;计量控制器,诸如电动种子计量器驱动马达、液压种子计量器驱动马达、或带式控制离合器;杂交种选择控制器,诸如种子计量器驱动马达、或被编程用于选择性地允许或阻止种子或空气-种子混合物递送到种子计量器或中央散装料斗或从种子计量器或中央散装料斗递送种子或空气-种子混合物;计量控制器,诸如电动种子计量器驱动马达、或液压种子计量器驱动马达;种子输送系统控制器,诸如用于带式种子递送传送带马达的控制器;标记控制器,诸如用于气动或液压致动器的控制器;或杀虫剂施用速率控制器,诸如计量驱动控制器、孔口大小或位置控制器。
在实施方案中,可以与耕作装备一起使用的传感器112的示例包括用于诸如柄或盘等工具的位置传感器;用于被配置为检测深度、组角(gang angle)或侧向间距的此类工具的工具位置传感器;下压压力传感器;或牵伸力传感器。在实施方案中,可以与耕作装备一起使用的控制器114的示例包括下压力控制器或工具位置控制器,诸如被配置为控制工具深度、组角或侧向间距的控制器。
在实施方案中,可以与用于施用肥料、杀虫剂、杀菌剂等的设备(诸如播种机启动施肥系统、底土施肥机或肥料喷雾器)相关地使用的传感器112的示例包括:流体系统标准传感器,诸如流量传感器或压力传感器;指示哪些喷雾头阀或流体管路阀是打开的传感器;与储箱相关联的传感器,诸如填充水平传感器,部分或全系统供应管路传感器、或特定行供应管路传感器;或者运动传感器,诸如设置在喷杆上的加速度计。在实施方案中,可以与此类设备一起使用的控制器114的示例包括泵转速控制器;被编程为控制压力、流量、方向、PWM等的阀控制器;或位置致动器,诸如针对喷杆高度、底土深度或喷杆位置。
在实施方案中,可以与收割机一起使用的传感器112的示例包括:产量监视器,诸如碰撞板应变计或位置传感器、电容式流量传感器、载荷传感器、重量传感器、或与升降机或螺旋钻相关联的扭矩传感器、或者光学的或其他电磁谷物高度传感器;谷物湿度传感器,诸如电容式传感器;谷物损失传感器,包括碰撞传感器、光学传感器或电容式传感器;割台操作标准传感器,诸如割台高度传感器、割台类型传感器、台板间隙传感器、送料机速度传感器和卷轴速度传感器;分离器操作标准传感器,诸如凹面间隙传感器、转子速度传感器、蹄片间隙传感器、或筛板(chaffer)间隙传感器;针对位置、操作或速度的螺旋钻传感器;或发动机转速传感器。在实施方案中,可以与收割机一起使用的控制器114的示例包括针对诸如割台高度、割台类型、台板间隙、送料机速度和卷轴速度等要素的割台操作标准控制器;针对诸如凹面间隙、转子速度、蹄片间隙、或筛板间隙等特征的分离器操作标准控制器;或针对螺旋钻位置、操作或速度的控制器。
在实施方案中,可以与谷物车一起使用的传感器112的示例包括重量传感器;或针对螺旋钻位置、操作或速度的传感器。在实施方案中,可以与谷物车一起使用的控制器114的示例包括针对螺旋钻位置、操作或速度的控制器。
在实施方案中,传感器112和控制器114的示例可以安装在无人驾驶飞行器(UAV)设备或“无人机”上。此类传感器可以包括具有对于任何范围的电磁频谱(包括可见光、红外光、紫外光、近红外光(NIR)等)有效的检测器的相机;加速度计;高度计;温度传感器;湿度传感器;皮托管传感器或其他气流速度或风速传感器;电池寿命传感器;或雷达发射器和反射雷达能量检测设备;其他电磁辐射发射器和反射电磁辐射检测设备。此类控制器可以包括:引导或马达控制设备;控制表面控制器;相机控制器;或被编程为启动、操作前述传感器中的任何传感器、从所述任何传感器获得数据、管理并配置所述任何传感器。示例公开在美国专利申请号14/831,165中,并且本公开了解其他专利公开。
在实施方案中,传感器112和控制器114可以附连到土壤采样和测量设备,所述土壤采样和测量设备被配置或编程为对土壤进行采样并执行土壤化学试验、土壤湿度试验和与土壤有关的其他试验。例如,可以使用在美国专利号8,767,194和美国专利号8,712,148中公开的设备,并且本公开假定了解那些专利的公开内容。
在实施方案中,传感器112和控制器114可以包括用于监测田地的天气条件的天气装置。例如,可以使用于2015年4月29日提交的美国临时申请号62/154,207、于2015年6月12日提交的美国临时申请号62/175,160、于2015年7月28日提交的美国临时申请号62/198,060和于2015年9月18日提交的美国临时申请号62/220,852中公开的设备,并且本公开假定了解那些专利的公开内容。
2.4.过程概述-农艺模型训练
在实施方案中,农业智能计算机系统130被编程或配置为创建农艺模型。在本上下文中,农艺模型为农业智能计算机系统130的存储器中的包括田地数据106(诸如一块或多块田地的识别数据和收割数据)的数据结构。农艺模型还可以包括计算出的农艺属性,所述农艺属性描述了可能影响田地上的一种或多种作物的生长的条件、或一种或多种作物的属性、或两者的。另外,农艺模型可以包括基于农艺因素的建议,诸如作物建议、灌溉建议、种植建议、肥料建议、杀菌剂建议、杀虫剂建议、收割建议和其他作物管理建议。农艺因素还可以用于估计一种或多种作物相关结果,诸如农艺产量。作物的农艺产量为对所生产的作物的数量的估计,或在一些示例中,为从所生产的作物获得的收入或利润。
在实施方案中,农业智能计算机系统130可以使用预配置的农艺模型来计算与一块或多块田地的当前接收位置和作物信息相关的农艺属性。预配置的农艺模型是基于先前处理的田地数据,包括但不限于识别数据、收割数据、肥料数据和天气数据。预配置的农艺模型可能已经过交叉验证,以确保模型的准确性。交叉验证可以包括与地面实况的比较,所述比较将预测结果与田地上的实际结果进行比较,诸如将降水估计与提供相同或附近的位置处的天气数据的雨量计或传感器进行比较或将含氮量估计与土壤样品测量结果进行比较。
图3示出了农业智能计算机系统使用由一个或多个数据源提供的田地数据生成一个或多个预配置的农艺模型所借助的编程过程。图3可以充当用于对农业智能计算机系统130的功能元件进行编程以执行现在描述的操作的算法或指令。
在框305处,农业智能计算机系统130被配置或编程为实施对从一个或多个数据源接收的田地数据的农艺数据预处理。从一个或多个数据源接收的田地数据可以被预处理以消除工艺数据内的噪声、失真效应和混杂因素,包括可能对接收到的田地数据值产生不利影响的所测量的异常值。农艺数据预处理的实施方案可以包括但不限于:消除通常与异常数据值相关联的数据值、已知会不必要地扭曲其他数据值的特定测量数据点;用于消除或减少噪声的加法或乘法效应的数据平滑、聚合或采样技术;以及用于提供正数据输入与负数据输入之间的明确差别的其他过滤或数据推导技术。
在框310处,农业智能计算机系统130被配置或编程为使用预处理的田地数据来执行数据子集选择,以便于识别对初始农艺模型生成有用的数据集。农业智能计算机系统130可以实施数据子集选择技术,包括但不限于遗传算法方法、所有子集模型方法、顺序搜索方法、逐步回归方法、粒子群优化方法和蚁群优化方法。例如,遗传算法选择技术使用自适应启发式搜索算法,基于自然选择和遗传学的进化原理来确定和评估预处理的农艺数据内的数据集。
在框315处,农业智能计算机系统130被配置或编程为实施田地数据集评估。在实施方案中,特定田地数据集通过创建农艺模型并使用针对所创建的农艺模型的特定质量阈值来评估。农艺模型可以使用一种或多种比较技术来进行比较和或验证,所述比较技术诸如但不限于:留一交叉验证均方根误差(RMSECV)、平均绝对误差和平均百分比误差。例如,RMSECV可以通过将由农艺模型创建的预测农艺属性值与所收集和分析的历史农艺属性值进行比较来交叉验证农艺模型。在实施方案中,农艺数据集评估逻辑用作反馈回路,在所述反馈回路中,在未来数据子集选择步骤(框310)中使用不满足配置的质量阈值的农艺数据集。
在框320处,农业智能计算机系统130被配置或编程为基于交叉验证的农艺数据集来实施农艺模型创建。在实施方案中,农艺模型创建可以实施多变量回归技术,以创建预配置的农艺数据模型。
在框325处,农业智能计算机系统130被配置或编程为存储预配置的农艺数据模型以用于未来田地数据评估。
2.5.实施示例--硬件概述
根据一个实施方案,本文所述的技术由一个或多个专用计算装置来实施。专用计算装置可以是硬连接的以执行这些技术,或者可以包括被持久地编程为执行这些技术的数字电子装置,诸如一个或多个专用集成电路(ASIC)或现场可编程门阵列(FPGA),或者可以包括被编程为根据固件、存储器、其他存储装置或组合中的程序指令来执行这些技术的一个或多个通用硬件处理器。此类专用计算装置还可以利用自定义编程来组合自定义硬连线逻辑、ASIC、或FPGA,以实现这些技术。专用计算装置可以是台式计算机系统、便携式计算机系统、手持装置、联网装置或结合硬连线逻辑和/或程序逻辑来实施这些技术的任何其他装置。
例如,图4是示出了本发明的实施方案可以在其上实施的计算机系统400的框图。计算机系统400包括总线402或用于传送信息的任何其他通信机构,以及与总线402耦合以用于处理信息的硬件处理器404。硬件处理器404可以是例如通用微处理器。
计算机系统400还包括耦合到总线402以用于存储将由处理器404执行的信息和指令的主存储器406,诸如随机存取存储器(RAM)或其他动态存储装置。主存储器406还可以用于在执行将由处理器404执行的指令期间存储临时变量或其他中间信息。此类指令在存储在处理器404可访问的非暂时性存储介质中时,使计算机系统400呈现为被自定义以执行在指令中指定的操作的专用机器。
计算机系统400还包括耦合到总线402以存储处理器404的静态信息和指令的只读存储器(ROM)408或其他静态存储装置。提供存储装置410(诸如磁盘、光盘或固态驱动器),并将其耦合到总线402以用于存储信息和指令。
计算机系统400可以经由总线402耦合到显示器412(诸如阴极射线管(CRT)),以用于向计算机用户显示信息。包括数字字母键和其他键的输入装置414耦合到总线402,以用于将信息和命令选择传送到处理器404。另一类型的用户输入装置为光标控件416(诸如鼠标、轨迹球、或光标方向键),以用于将方向信息和命令选择传送到处理器404并且用于控制光标在显示器412上的移动。输入装置在两个轴线(第一轴线(例如,x)和第二轴线(例如,y))上通常具有允许装置指定平面中的位置的两个自由度。
计算机系统400可以使用自定义硬连线逻辑、一个或多个ASIC或FPGA、固件和/或程序逻辑来实施本文所述的技术,它们与计算机系统组合地使得计算机系统400或将所述计算机系统编程为专用机器。根据一个实施方案,计算机系统400响应于处理器404执行包含在主存储器406中的一个或多个指令的一个或多个序列执行本文的技术。此类指令可以从另一存储介质(诸如存储装置410)读取到主存储器406中。执行包含在主存储器406中的指令的序列使得处理器404执行本文所述的处理步骤。在替代实施方案中,可以使用硬连线电路来代替软件指令或硬连线电路与软件指令组合使用。
如本文所使用的术语“存储介质”是指存储使得机器以特定方式操作的数据和/或指令的任何非暂时性介质。此类存储介质可以包括非易失性介质和/或易失性介质。非易失性介质包括例如光盘、磁盘或固态驱动器,诸如存储装置410。易失性介质包括动态存储器,诸如主存储器406。存储介质的常见形式包括例如软盘、柔性磁盘、硬盘、固态驱动器、磁带、或任何其他磁性数据存储介质、CD-ROM、任何其他光学数据存储介质、具有孔的图案的任何物理介质、RAM、PROM和EPROM、FLASH-EPROM、NVRAM、任何其他存储器芯片或盒式存储器。
存储介质不同于传输介质,但可以与传输介质结合使用。传输介质参与存储介质之间的信息传送。例如,传输介质包括同轴电缆、铜线和光纤,包括构成总线402的导线。传输介质还可以采用声波或光波的形式,诸如在无线电波和红外数据通信期间产生的那些声波或光波。
在将一个或多个指令的一个或多个序列携载到处理器404以供执行时,可能涉及到各种形式的介质。例如,指令可以最初被携载在远程计算机的磁盘或固态驱动器上。远程计算机可以将指令加载到其动态存储器中,并使用调制解调器通过电话线发送指令。计算机系统400本地的调制解调器可以接收电话线上的数据并使用红外光传输器来将数据转化为红外光信号。红外光检测器可以接收携载在红外光信号中的数据并且合适的电路可以将数据置于总线402上。总线402将数据携载到主存储器406,处理器404从所述主存储器中检索并执行指令。由主存储器406接收的指令可以在由处理器404执行之前或之后可选地存储在存储装置410上。
计算机系统400还包括耦合到总线402的通信接口418。通信接口418提供耦合到网络链路420的双路数据通信,所述网络链路连接到本地网络422。通信接口418可以是集成服务数字网(ISDN)卡、电缆调制解调器、卫星调制解调器、或用于提供与对应类型的电话线的数据通信连接的调制解调器。又例如,通信接口418可以是局域网(LAN)卡,以提供与兼容的LAN的数据通信连接。也可以实施无线链路。在任何此类实施方式中,通信接口418发送并接收携载表示各种类型的信息的数字数据流的电信号、电磁信号或光学信号。
网络链路420通常通过一个或多个网络将数据通信提供到其他数据装置。例如,网络链路420可以通过本地网络422提供与主机计算机424或由互联网服务提供商(ISP)426操作的数据装备的连接。ISP 426进而通过现在通常被称为“互联网”428的全球分组数据通信网络提供数据通信服务。本地网络422和互联网428两者都使用携载数字数据流的电信号、电磁信号或光学信号。通过各种网络的信号和在网络链路420上并通过通信接口418的信号(其将数字数据携载到计算机系统400并从所述计算机系统携载数字数据)为传输介质的示例形式。
计算机系统400可以通过网络、网络链路420和通信接口418发送消息并接收数据,包括程序代码。在互联网示例中,服务器430可能通过互联网428、ISP 426、本地网络422和通信接口418传输所请求的代码以用于应用程序。
所接收的代码可以在其被接收到时由服务器404执行,和/或存储在存储装置410或其他非易失性存储装置中以供后续执行。
3.基于通过数据限定田地区域的示例过程
3.1在设备操作期间限定田地区域
第一实施方案包括在农业设备111(图1)的田地操作期间执行的计算机实施的过程。在该实施方案中,当在驾驶室中操作播种机、喷雾器或其他设备111时,种植者102与执行田地区域限定逻辑136的驾驶室计算机115进行交互。驾驶室计算机115包括输出图形用户界面的触摸屏显示器。田地区域限定逻辑136被编程以实施以下内容。
1.种植者102选择由驾驶室计算机115以图形形式显示的选项,以创建或记录田地区域。作为响应,田地区域限定逻辑136使得显示田地详细信息面板。
2.可选地,种植者可以在田地详细信息面板中输入田地试验的详细信息。示例性详细信息包括对杂交种的识别。其他数据可以由驾驶室计算机115自动收集,诸如来自设备111上并耦合到驾驶室计算机的GPS接收器的当前日期和时间和/或地理位置数据。
3.种植者102通过操作设备111在田地中进行一次或多次通过。这些通过可以涉及播种、种植、喷洒或其他处理操作。在任何此类通过中,GPS位置数据和其他数据(诸如播种速率、处理类型、日期和时间)将由驾驶室计算机115和耦合到驾驶室计算机的接收器或传感器(诸如传感器112)自动连续收集,并被存储在本地存储器中。
4.种植者102使注意力回到驾驶室计算机,并点击停止或完成图标、图形按钮或GUI中的链接。作为响应,田地区域限定逻辑136基于田地中装备在进行记录时的这段时间期间所行进过的位置来创建新田地区域并存储新田地区域的数据。这些田地试验可以被命名、保存,并准备在生长季节中的另一个时间报告或再次查看。
3.2在收集通过数据之后限定田地区域
图7示出了可以被编程为基于通过数据实施限定田地区域的示例性过程。图8、图9、图10、图11示出了可以例如在使用图7的过程的程序控制下由驾驶室计算机生成并显示的示例性屏幕显示器。首先参考图7,在实施方案中,在步骤702处,田地区域限定逻辑136被编程为作为驾驶室计算机应用程序来执行,包括显示启动屏幕。
在步骤704处,田地区域限定逻辑136被编程为接收输入以从种植者的多个限定田地中选择农田。例如,种植者可以将触摸屏输入应用于耦合到驾驶室计算机的触摸屏显示器,以使用下拉菜单、列表或其他GUI微件选择一个特定的命名的先前限定的田地。作为响应,田地区域限定逻辑136被编程为检索所选择的田地的数据并更新显示。可以经由无线网络从驾驶室计算机115的本地存储器或图1的存储库检索数据。
在步骤706处,田地限定区域逻辑136被编程为接收输入以选择所选择的田地的田地地图。例如,驾驶室计算机115的存储器可以存储先前已针对所选择的田地生成的多个不同的田地地图。作为响应,田地区域限定逻辑136被编程为在驾驶室计算机的显示器中显示所选择的田地地图。如本文进一步描述的,图8、图9、图10、图11示出了可以在一些实施方案中显示的示例性田地地图的图形显示。在一些实施方案中,田地地图可以是种植地图。
在步骤708处,田地区域限定逻辑136被编程为接收输入,以选择田地的动作选项。响应于选择,田地区域限定逻辑136被编程为更新显示以以图形形式示出选项的列表。现在参考图8,在一个实施方案中,前述步骤可以使得在驾驶室计算机的GUI中生成并显示田地地图802。在实施方案中,田地地图802包括缩放控件803、田地详细信息选项804、806、808、动作选项811和选项列表815。在实施方案中,缩放控件803被编程为响应于例如通过点击控件到这些控件的触摸屏输入而将对田地地图802的显示缩放到更高或更低水平的分辨率。在实施方案中,田地地图802包括多个视觉上不同的行810、812,这些行表示田地的已被种植不同的种子或杂交种或与不同的行处理(诸如不同水平或不同种类的肥料)相关联的行。在一些实施方案中,与特定杂交种相关联的行可以以不同方式(诸如使用特定颜色来表示特定杂交种)以视觉形式显示。其他实施方案可以使用阴影、影线或其他视觉处理,以指示杂交种或各种处理。
在实施方案中,田地ID控件804被编程为在已存储数据的不同田地中进行选择。在实施方案中,种植控件806被编程为与不同季节中的同一田地的不同种类的种植物相关联的下拉菜单GUI微件。在实施方案中,杂交种控件808被编程为与所存储的数据中定义的并可用于指示为种植在田地中或行中的杂交种的不同杂交种相关联的下拉菜单GUI微件。对控件804、806、808中的任一者的选择使得田地区域限定逻辑136更新屏幕显示802,以包括与所选择的控件对应的可用数据项的下拉列表。用于填充下拉列表的数据可以从耦合到驾驶室计算机115的存储装置中进行检索。显示在田地ID控件804的列表中的数据项包括种植者先前已根据位置、尺寸和其他参数识别的任何命名的田地。显示在种植控件806的列表中的数据项包括种植者创建为与当前季节的种植阶段对应的任何命名的种植。显示在杂交种控件808的列表中的数据项包括种植者先前已从杂交种的供应商购买的所有杂交种和/或特定供应商指定的杂交种的清单。
在实施方案中,动作选项811包括当被选择时使得激活显示控制功能、数据显示功能或选项列表的一组链接、图形按钮或其他微件。在一些实施方案中,动作选项811中的链接被编程为修改屏幕显示802的缩放级别、范围或大小;将屏幕显示居中在耦合到驾驶室计算机115的播种机、喷雾器或其他设备的当前位置处;显示田地数据的表格视图,而不是种植视图;返回到主屏幕或启动屏幕;以及其他控制。在实施方案中,动作选项811中的选项控件814被编程为在被选择时显示选项列表815。在实施方案中,选项列表815包括功能的弹出列表(如图所示),所述功能诸如显示种植总结、将田地文件传输到其他计算机、分享或打印种植地图、在种植地图上标记位置、或者如创建田地区域按钮816所指示的田地区域。
在步骤710处,田地区域限定逻辑136被编程为接收触摸屏输入以从列表中的选项选择田地创建选项。例如,触摸屏输入选择图8的创建田地区域按钮816。作为响应,在步骤712处,田地区域限定逻辑136被编程为更新显示以以图形形式示出创建田地区域的一种或多种方法的选项。现在参考图9,在一个实施方案中,步骤712包括更新屏幕显示802以显示田地区域选择条902,所述田地区域选择条包括多个图形按钮,所述多个图形按钮包括通过选择按钮904。选择条902可以包括被编程为使得能够通过徒手绘图以数字方式创建田地区域限定或通过在显示802中示出的田地地图中选择点来限定多边形的图形按钮。选择条902还可以包括在被选择时使得田地区域限定逻辑136通过关闭或移除选择条来更新显示的退出控件906。这些在图10的底部处示出,以示出明确的示例,但在其他实施方案中可以在屏幕显示802中的任何位置示出。
在步骤714处,田地区域限定逻辑136被编程为接收指示基于装备通过创建田地区域的触摸屏输入。例如,在一个实施方案中,触摸屏输入指示选择如图9所见的选择通过按钮904。作为响应,在步骤716处,田地区域限定逻辑136被编程为检索指定一个或多个装备通过的起点和终点的地理位置和其他数据的所存储的装备通过数据,所存储的装备通过数据已基于在田地中的先前操作期间来自装备的信号被创建和存储。
此外,在步骤720处,田地区域界定逻辑136被编程为更新田地地图的显示以基于装备通过数据以图形形式指示叠加在田地地图上的一个或多个装备通过。现在参考图10,在一个实施方案中,执行步骤720包括田地区域限定逻辑136更新屏幕显示802以在视觉上指示多个装备通过1002、1004、1006,每个装备通过具有由控件1008、1009指示的起点和终点。在本上下文中,装备通过包括屏幕显示802中的指示播种机、喷雾器或其他设备先前在田地中穿越的实际路径的图形线、条或多边形。在实施方案中,由于其中安装了驾驶室计算机的装备实际上穿越了田地,每个装备通过1002、1004、1006基于接收到指定所生成的通过的起点和终点的地理位置数据和元数据以图形形式被绘制在屏幕显示802中,并被存储在驾驶室计算机115的存储装置中。因此,在图10中示出的通过基于通过生成图10的显示的同一设备和驾驶室计算机进行的实际通过的数据来显示。
图10的显示还包括提示条1010,所述提示条包括完成控件1012和取消控件。这些在图10的底部处示出,以示出明确的示例,但在其他实施方案中可以在屏幕显示802中的任何位置示出。
在一个实施方案中,控件1008、1009为响应于触摸屏输入的可以在触摸控制下在显示802中拖动或移动的图形控件。在默认情况下,控件1008、1009被显示在显示802的与播种机、喷雾器或其他设备开始或停止通过的实际地理位置对应的位置中。在一些情况下,诸如控件1009的控件可以显示在种植地图的行内,该位置指示设备在该点处停止和启动。在一些情况下,两个控件被间隔显示在种植行中,这例如在喷洒停止,接着装备移动到行中的另一个位置,接着恢复喷洒时会发生。用于种植、处理或其他操作的设备操作的其他中断可能引起基于针对这些操作及其地理位置收集的数据对控件进行类似显示。
在步骤722处,田地区域限定逻辑136被编程为在田地地图中接收触摸屏输入以选择通过中的一次或多次通过,改变所选择的一次或多次通过的一个或多个边界,并且告知完成区域限定。例如,在实施方案中,触摸屏输入点击通过1006,拖动通过的端点控件1008以调整其位置,并选择完成按钮1012来告知区域限定已完成。触摸屏输入还可以针对由多次通过构成的更大的田地区域指定多个通道1002、1004、1006。触摸屏输入还可以调整通过1002、1004、1006中的任何零次或更多次通过的不同控件1008,以指定多通过田地区域的边界。以这种方式,可以通过接收触摸屏输入以图形方式快速限定田地的区域,所述触摸屏输入与基于先前收集的与设备移动对应的通过数据显示的通过进行交互。种植者102可以依靠已根据田地或其他边界中的所有或部分行限定通过的现有数据,而不是在屏幕显示802上进行徒手绘制以限定区域或经由重复点击或控制绘制多边形以界定多边形的边和顶点。因此,目前的技术允许驾驶室计算机115使用更少的触摸屏输入项和更少的新数据点来获得田地区域限定,因此减少了处理用户输入所需的计算机处理量,并减少了限定区域所需的存储量。
在步骤724处,田地区域限定逻辑136被编程为检索被限于指定田地区域的田地性能数据,并更新显示以包括用于田地性能数据的数据面板。现在参考图11,在一个实施方案中,步骤724可以包括生成并显示包括基本数据条1104和数据表1106的田地区域数据面板1102。虽然图11将数据面板1102描述为包括数据条和数据表的显示,但其他实施方案可以包括不同类型的显示。例如,数据面板1102可以是可以显示在屏幕上、存储在存储器中、或传输到外部计算装置的外部报告。另外或替代地,数据面板1102可以是可以与其他显示一起显示在屏幕上的非模态显示。
在实施方案中,基本数据条1104仅针对已在前述步骤中限定的田地区域显示基本数据值(诸如大小、含水量以及实际或预测产量)。在田地区域数据面板1102中示出的数据可以通过检索整个田地的存储数据、基于已使用装备通过限定的田地区域边界从数据中选择值并基于所选择的值计算显示的值来在驾驶室计算机115处进行本地计算。以这种方式,田地区域数据面板中的数据被限于包括与已被限定的田地区域相关且不反映整个田地的值的动态更新的显示。因此,即使种植者102先前已计算或看到这些值,但是种植者或其他计算机也可以接收到被限于指定田地区域的数据集。因此,种植者102或其他计算机可以接收以前不存在但已从整个田地的值的更大数据集动态计算出的数据集,所述数据集被限于与所限定的特定田地区域相关联的值。
例如,图11示出了包括用于在限定区域内的指定杂交种和土壤类型的平均产量和英亩面积的数据的数据表1106。然而,其他实施方案可以生成并显示其他指标(诸如养分成分、播种种群、平均温度或与田地区域相关联并已被存储在作为种植地图或其他田地数据限定的一部分的驾驶室计算机115的本地存储装置中的其他指标)。
在步骤726处,田地区域限定逻辑136被编程为可选地接收指定保存田地区域的输入,并作为响应,保存基于与名称或标签相关联的所选择的装备通过限定田地区域的数据。例如,在实施方案中,触摸屏输入选择图11中的保存田地区域按钮1108。作为响应,驾驶室计算机115创建并存储持久地存储已基于装备通过数据界定的子田地区域的边界的本地存储装置中的记录,所述记录与诸如名称、生长季节、日期-时间等元数据相关联。该数据可以通过从系统时钟检索值和/或从已显示来选择田地区域的通过的种植地图继承值来自动分配。或者,步骤726可以包括生成并显示输入对话框,所述输入对话框包括提示种植者102输入田地区域的数据值的可编辑输入字段。
3.3使用逻辑分组来限定田地区域
图12示出了可以被编程为使用本地分组来实施限定田地区域的示例性过程。在图12中示出的方法可以在农业智能计算机系统130和/或驾驶室计算机115处执行。
在步骤1202处,计算系统识别开始条件。启动条件可以是明确地输入的条件,诸如通过驾驶室计算机接收输入以开始记录通过。例如,驾驶室计算机可以显示开始记录通过和/或通过的一部分的选项。响应于接收到选择选项的输入,驾驶室计算机可以识别启动条件。
另外或替代地,计算系统可以识别从农用工具和/或车辆的一个或多个动作识别启动条件。例如,一个或多个传感器或施用控制器可以被编程或配置为控制农用工具和/或车辆,和/或监视农用工具和/或车辆的一个或多个动作。来自感测器或施用控制器的数据可以被发送到驾驶室计算机和/或农业智能计算机系统。驾驶室计算机和/或农业智能计算机系统可以在农用车辆和/或工具开始一个或多个操作而农用车辆和/或工具的记录未被聚合到数据文件中时识别启动条件。一个或多个操作可以包括移动穿过农田、在田地上种植、在田地上释放一种或多种化学物质、在田地上释放水、收割田地、和/或与作物种植、管理或收割相关的任何其他操作。
另外或替代地,计算系统可以在农用工具和/或车辆在农田上开始新的通过时识别启动条件。计算系统可以在农用工具和/或车辆的当前航向与前一次航向的相差角度大于阈值角度的情况下确定正在执行新的通过。例如,在农用车辆的航向与五秒钟前农用车辆的航向相差大于45°的情况下,计算系统可以确定正在启动新的通过。另外或替代地,计算系统可以参考识别田地中的通过的处方地图,基于农用车辆的当前位置来确定正在启动新的通过。
在实施方案中,计算系统基于联合收割机的割台高度识别启动条件。例如,计算系统可以存储预定的和/或建模的高度阈值。在联合收割机的割台降低到低于高度阈值时,计算系统可以确定正在执行新的通过和/或可以识别启动条件。相反地,在割台高度升高到高于阈值时,计算系统可以确认通过完成和/或可以识别停止条件。
在步骤1204处,生成新的数据文件。例如,驾驶室计算机和/或农业智能计算机系统可以生成新的数据文件以用于响应于识别启动条件来记录来自农用工具和/或农用车辆的数据。作为实际的示例,当农用车辆在停止特定时间段之后开始移动穿过田地时,农业智能计算机系统可以创建“dat”文件。
在步骤1206处,系统开始将设备移动穿过农田的数据记录到数据文件中。例如,系统可以将多个记录记录到与农用工具和/或车辆相关的数据文件中。所述记录可以包括以下各项中的一项或多项:时间要素,诸如进行测量的时间和/或记录所述记录的时间;单独的测量结果要素,诸如所种植的种子种群、所收割的作物、或所施用的化学物质;以及位置要素,诸如农用工具和/或车辆的GPS坐标。系统可以按特定的时间间隔(诸如每0.2秒)或按基于工具和/或车辆的动作的时间间隔记录新的记录(诸如播种数量和移动的距离)。
在步骤1208处,系统识别停止条件。停止条件可以是明确地输入的条件,诸如通过驾驶室计算机接收输入以停止记录通过。例如,驾驶室计算机可以在记录通过和/或通过的一部分以停止记录时显示选项。响应于接收到选择选项的输入,驾驶室计算机可以识别停止条件。
另外或替代地,计算系统识别可以从农用工具和/或车辆的一个或多个动作识别停止条件。例如,一个或多个传感器或施用控制器可以被编程或配置为控制农用工具和/或车辆,和/或监视农用工具和/或车辆的一个或多个动作。来自感测器或施用控制器的数据可以被发送到驾驶室计算机和/或农业智能计算机系统。驾驶室计算机和/或农业智能计算机系统可以在农用车辆和/或工具停止动作或改变动作时识别停止条件。例如,计算系统可以在农用工具和/或车辆停止移动超过阈值时间段(诸如10秒)、停止种植、停止收割、停止喷洒或以其他方式停止与作物种植、管理、收割相关的操作超过阈值时间段时识别停止条件。又例如,计算系统可以在农用工具将方向改变大于所存储的阈值、将播种速率改变超过阈值种群、将喷洒速率改变超过阈值流量、移动到不同管理区、行进特定距离、和/或与农用工具和/或车辆的功能发挥和/或控制变化相关的其他预编程的停止条件时识别停止条件。
在步骤1210处,存储数据文件。例如,农业智能计算机系统和/或驾驶室计算机可以存储包括与启动条件和停止条件之间的时间对应的记录数据的数据文件。在实施方案中,所述数据文件由驾驶室计算机创建并被发送到农业智能计算机系统以进行存储。另外或替代地,从农用工具和/或车辆捕获的数据可以由驾驶室计算机发送到基于启动条件和停止条件生成数据文件的农业智能计算机系统。
当设备对农田执行一种或多种功能时,步骤1202-1210可以对农田完成多次。例如,可以针对每次通过、在种植、移动或其他管理活动方面的每次识别的变化和/或每个管理区域来创建新的数据文件。因此,多个数据文件可以对应于单次通过和/或单个数据文件可以跨多次通过。
在步骤1212处,田地地图通过图形用户界面显示。例如,如关于图7所描述的,地图可以显示在驾驶室计算机和/或客户端计算装置上,并且驾驶室计算机和/或客户端计算装置可以接收触摸屏输入以从选项列表中的选项中选择田地创建选项。在实施方案中,选项列表包括通过触摸屏输入选择的“拖动选择选项”。
在步骤1214处,通过图形用户界面接收在田地地图上选择多个位置的输入。所述输入可以包括对地图上的多个点的单独点击和/或跨田地中的区域的拖动输入。计算系统可以被编程或配置为针对与拖动输入对应的多个点击位置和/或位置识别农田上的位置。
在步骤1216处,针对所选择的位置识别对应的数据文件。例如,计算系统可以识别与对应于拖动输入的多个点击位置和/或位置对应的每个数据文件。作为实际的示例,如果用户发起跨田地的通过的与多个数据文件对应的拖动输入,则农业智能计算机系统可以仅选择与拖动输入对应的数据文件。因此,通过上的点的输入可以使得服务器计算机选择与少于全通过对应的数据文件,和/或选择与多次通过内的位置对应的数据文件。
在步骤1218处,生成由所识别的对应数据文件中的数据界定的区域。例如,计算系统可以使用所选择的数据文件来识别包括在所选择的数据文件中识别的位置的区域。所述区域可以被界定在数据文件的边缘处的各位置处。因此,选择的边界可能与田地和/或通过的边界不同。这允许基于启动条件和停止条件从选择各个位置的输入对边界进行逻辑选择。
在步骤1220处,更新显示以包括与所生成的区域对应的数据面板。例如,计算系统可以从所存储的数据文件(诸如测量结果或其他管理数据)检索数据并且使用所检索的数据来生成数据面板界面(诸如上文描述的图11的界面)。因此,数据面板可以对应于在步骤1218处使用来自数据文件的用于在步骤1218处创建区域的数据限定的区域。另外或替代地,来自数据文件外部的用于生成区域的数据可以用于创建数据面板。例如,计算系统可以从具有不同边界的不同数据文件中提取与所选择的数据文件中的位置对应的数据。例如,如果区域是基于在收获操作期间生成的数据文件创建的并且数据面板包括与种植操作对应的数据,则计算系统可以识别与在收割数据文件中识别的位置对应的种植数据。
作为图12的方法的实际示例,农用车辆可以开始向田地播种,并将数据发送到农业智能计算机系统,其是基于所监测的播种速率。如果农用车辆在特定通过中停止诸如以改变杂交种或调整车辆的参数,则农业智能计算机系统可以识别停止条件并存储数据文件。在农用车辆再次开始播种时,农业智能计算机系统可以生成新的数据文件并在新的数据文件中记录从农用车辆接收的数据。在农业智能计算机系统使得在客户端计算装置上显示农田并接收到选择与第一文件对应的位置的输入时,农业智能计算机系统可以显示在农用车辆停止的位置处界定的区域,因为该位置将标记所存储的数据文件中的位置的边缘。
通过基于启动条件和停止条件生成并存储数据文件,农业智能计算机系统能够针对通过客户端计算装置选择的区域生成逻辑边界。这允许所显示的信息有更高的保真度,并且更容易更新所存储的数据。例如,如果农用工具的停止是由于杂交种的变化引起的,则用户将能够在所述变化之前容易地选择田地的一部分并输入该部分使用的杂交种类型,这是因为所选择的区域将由车辆停止来更换杂交种的位置界定。
3.4按时间顺序限定田地区域
在实施方案中,图形用户界面包括用于按时间顺序选择农田的各部分的一个或多个选项。农业智能计算机系统和/或驾驶室计算机可以在一个或多个数据文件中存储多个记录,所述多个记录中的每个记录包括至少描述农用工具和/或车辆的物理位置和农用工具和/或车辆处于所述物理位置时或在所述物理位置执行动作时的时间的数据。例如,播种数据记录可以在特定时间识别播种机的位置、在所述位置处和特定时间种植的种群、以及在所述位置处和特定时间种植的种子类型。
驾驶室计算机和/或客户端计算装置可以使得诸如通过图9的界面中的选项显示具有用于按时间顺序选择通过和/或通过的各部分的选项的农田图像。用户可以通过驾驶室计算机上的显示器和/或通过客户端计算装置上的显示器选择用于按时间顺序选择通过和/或通过的各部分的选项,所述选项向农业智能计算机系统指示选择。响应于接收到选择用于按时间顺序选择通过和/或通过的各部分的选项的输入,驾驶室计算机和/或农业智能计算机系统可以使得在驾驶室计算机和/或客户端计算装置上显示的界面上显示时间线,所述时间线具有用于诸如通过拖动时间线的一个或多个边界选择时间线上的下界和时间线上的上界的选项。
在选择了上界和下界时,驾驶室计算机和/或农业智能计算机系统可以在所存储的数据记录中识别对应于与所选择的下界对应的时间和与所选择的上界对应的时间之间的时间段内的时间的多个位置。农业智能计算机系统可以生成地图的覆盖层,所述覆盖层显示包括多个位置和/或与所述多个位置对应的数据面板的区域。
在实施方案中,驾驶室计算机和/或农业智能计算机系统识别包括至少一条记录的每个数据文件,所述至少一条记录包括与所选择的下界对应的时间和与所选择的上界对应的时间之间的时间段内的时间。驾驶室计算机和/或农业智能计算机系统然后可以生成地图的覆盖层,所述覆盖层显示包括在所存储的数据文件中识别的所有位置和/或与在所存储的数据文件中识别的所有位置对应的数据面板的区域。驾驶室计算机和/或农业智能计算机系统另外可以通过将下界移动到所识别的数据文件中的最早时间和/或通过将上界移动到所识别的数据文件中的最晚时间来修改时间线上的选择。
在实施方案中,驾驶室计算机和/或农业智能计算机系统识别其中通过的至少一部分在与所选择的下界对应的时间和与所选择的上界对应的时间之间的时间段内的时间期间执行的每次通过。驾驶室计算机和/或农业智能计算机系统然后可以生成地图的覆盖层,所述覆盖层显示包括所识别的通过内的所有位置和/或与所识别的通道中的所有位置对应的数据面板的区域。驾驶室计算机和/或农业智能计算机系统另外可以通过将下界移动到所识别的通道中的最早时间和/或通过将上界移动到所识别的数据文件中的最晚时间来修改时间线上的选择。
通过使用按时间顺序选择,计算系统能够基于农用工具或车辆在农田上执行任务的时间对数据记录进行逻辑分组。用于显示信息的该独特方法通过允许数据基于农业活动发生的时间来聚合而改善图形用户界面的使用。因此,如果事件发生在特定时间,则显示器可以用于在将事件前的农业活动的结果与事件后的农业活动的结果进行比较。另外,对来自第3.3节的数据文件的使用允许计算系统基于按时间顺序选择来识别逻辑边界,由此降低了用户必须选择产生请求结果的时间的准确性。
Claims (20)
1.一种系统,其包括:
一个或多个处理器;
存储器,所述存储器存储指令,所述指令在由所述一个或多个处理器执行时,使得执行以下操作:
通过针对多个数据文件中的每个数据文件执行以下操作来生成所述多个数据文件:
识别启动条件;
响应于识别所述启动条件,生成新的数据文件;
在所述新的数据文件中记录设备移动穿过农田的数据,所述数据包括所述设备在所述记录期间的位置;
识别停止条件;
响应于识别所述停止条件,存储所述新的数据文件;
使得通过图形用户界面显示与所述农田对应的田地地图;
通过所述图形用户界面接收在所述田地地图上选择多个位置的输入;
针对所述多个位置中的每个所选择的位置,识别所述多个数据文件中的对应数据文件;
通过所述图形用户界面生成并显示包括所识别的对应数据文件中的位置的地理区域,所述地理区域由所识别的对应数据文件中的一个或多个数据文件中的位置界定;
更新所述图形用户界面以包括与所述地理区域对应的数据面板。
2.根据权利要求1所述的系统,其中所述指令在由所述一个或多个处理器执行时,进一步使得执行以下操作:
接收在多个时间定义所述设备的割台的多个值;
确定在特定时间的所述割台与在特定先前时间的割台的角度相差大于阈值角度,并且作为响应,识别所述启动条件。
3.根据权利要求1所述的系统,其中所述指令在由所述一个或多个处理器执行时,进一步使得执行以下操作:
接收在多个时间定义所述设备的割台的高度的多个值;
根据所述多个值确定所述割台的所述高度已降低到低于阈值高度值,并且作为响应,识别所述启动条件。
4.根据权利要求1所述的系统,其中所述指令在由所述一个或多个处理器执行时,进一步使得执行以下操作:
存储识别所述农田中的多次通过的农田处方图;
确定所述设备的位置与所述设备的先前位置是在不同的通过内,并且作为响应,识别所述启动条件。
5.根据权利要求1所述的系统,其中所述指令在由所述一个或多个处理器执行时,进一步使得执行以下操作:
确定所述设备已停止超过阈值时间段,并且作为响应,识别所述停止条件。
6.根据权利要求1所述的系统,其中所述数据面板包括与在所识别的对应数据文件中的所述一个或多个数据文件中识别的每个位置相关的聚合数据。
7.根据权利要求6所述的系统,其中所述聚合数据包括以下数据中的一者或多者:种植数据、收割数据、化学施用数据或作物特性数据。
8.根据权利要求1所述的系统,其中在所述新的数据文件中记录所述设备移动穿过所述农田的数据包括针对多个时间间隔中的每个时间间隔记录时间要素、单独测量结果要素和位置要素。
9.根据权利要求8所述的系统,其中通过所述图形用户界面接收在所述田地地图上选择多个位置的输入包括:
通过所述图形用户界面显示时间线和用于选择所述时间线上的下限和所述时间线上的上限的一个或多个选项;
接收选择所述时间线上的特定下限和特定上限的输入;
其中所述多个位置对应于所述特定下限和所述特定上限之间的时间。
10.根据权利要求9所述的系统,其中所述指令在由所述一个或多个处理器执行时,进一步使得执行以下操作:
确定所识别的对应数据文件中的所述一个或多个数据文件中的特定数据文件包括具有所述下限之前的时间要素的条目,并且作为响应,在所述图形用户界面上更新所述时间线的所述下限,以匹配所述特定数据文件中的最早时间。
11.一种计算机实施的方法,其包括:
通过针对多个数据文件中的每个数据文件执行以下操作来生成所述多个数据文件:
在计算系统处识别启动条件;
响应于识别所述启动条件,生成新的数据文件;
在所述新的数据文件中记录设备移动穿过农田的数据,所述数据包括所述设备在所述记录期间的位置;
识别停止条件;
响应于识别所述停止条件,存储所述新的数据文件;
使得通过图形用户界面显示与所述农田对应的田地地图;
通过所述图形用户界面接收在所述田地地图上选择多个位置的输入;
针对所述多个位置中的每个所选择的位置,识别所述多个数据文件中的对应数据文件;
通过所述图形用户界面生成并显示包括所识别的对应数据文件中的位置的地理区域,所述地理区域由所识别的对应数据文件中的一个或多个数据文件中的位置界定;
更新所述图形用户界面以包括与所述地理区域对应的数据面板。
12.根据权利要求11所述的计算机实施的方法,其还包括:
在所述计算系统处接收在多个时间定义所述设备的割台的多个值;
确定在特定时间的所述割台与在特定先前时间的割台的角度相差大于阈值角度,并且作为响应,识别所述启动条件。
13.根据权利要求11所述的计算机实施的方法,其还包括:
在所述计算系统处接收在多个时间定义所述设备的割台的高度的多个值;
根据所述多个值确定所述割台的所述高度已降低到低于阈值高度值,并且作为响应,识别所述启动条件。
14.根据权利要求11所述的计算机实施的方法,其还包括:
存储识别所述农田中的多次通过的农田处方图;
确定所述设备的位置与所述设备的先前位置是在不同的通过内,并且作为响应,识别所述启动条件。
15.根据权利要求11所述的计算机实施的方法,其还包括:
确定所述设备已停止超过阈值时间段,并且作为响应,识别所述停止条件。
16.根据权利要求11所述的计算机实施的方法,其中所述数据面板包括与在所识别的对应数据文件中的所述一个或多个数据文件中识别的每个位置相关的聚合数据。
17.根据权利要求16所述的计算机实施的方法,其中所述聚合数据包括以下数据中的一者或多者:种植数据、收割数据、化学施用数据或作物特性数据。
18.根据权利要求11所述的计算机实施的方法,其中在所述新的数据文件中记录设备移动穿过所述农田的数据包括针对多个时间间隔中的每个时间间隔记录时间要素、单独测量结果要素和位置要素。
19.根据权利要求18所述的计算机实施的方法,其中通过所述图形用户界面接收在所述田地地图上选择多个位置的输入包括:
通过所述图形用户界面显示时间线和用于选择所述时间线上的下限和所述时间线上的上限的一个或多个选项;
接收选择所述时间线上的特定下限和特定上限的输入;
其中所述多个位置对应于所述特定下限和所述特定上限之间的时间。
20.根据权利要求19所述的方法,其还包括:
确定所识别的对应数据文件中的所述一个或多个数据文件中的特定数据文件包括具有所述下限之前的时间要素的条目,并且作为响应,在所述图形用户界面上更新所述时间线的所述下限,以匹配所述特定数据文件中的最早时间。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962936750P | 2019-11-18 | 2019-11-18 | |
US62/936,750 | 2019-11-18 | ||
PCT/US2020/060884 WO2021101891A1 (en) | 2019-11-18 | 2020-11-17 | Method of generating field regions for agricultural data analysis based on conditional data file generation |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114846431A true CN114846431A (zh) | 2022-08-02 |
Family
ID=75907938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080079432.XA Pending CN114846431A (zh) | 2019-11-18 | 2020-11-17 | 基于条件数据文件生成来生成用于农业数据分析的田地区域的方法 |
Country Status (9)
Country | Link |
---|---|
US (2) | US11877531B2 (zh) |
EP (1) | EP4062261A4 (zh) |
CN (1) | CN114846431A (zh) |
AR (1) | AR120491A1 (zh) |
AU (1) | AU2020387940A1 (zh) |
BR (1) | BR112022007872A2 (zh) |
CA (1) | CA3161760A1 (zh) |
MX (1) | MX2022005954A (zh) |
WO (1) | WO2021101891A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10529036B2 (en) * | 2016-01-22 | 2020-01-07 | The Climate Corporation | Forecasting national crop yield during the growing season using weather indices |
US11930731B2 (en) * | 2020-04-09 | 2024-03-19 | Kinze Manufacturing, Inc. | Simultaneous mapped view of historical and realtime geospatial and non-geospatial data |
EP4125314A1 (en) * | 2020-05-01 | 2023-02-08 | Kinze Manufacturing, Inc. | Connected planter data sharing playthrough |
US11399531B1 (en) * | 2021-10-20 | 2022-08-02 | Verdant Robotics, Inc. | Precision detection and control of vegetation with real time pose estimation |
US20230171303A1 (en) * | 2021-12-01 | 2023-06-01 | X Development Llc | Dynamic allocation of platform-independent machine learning state machines between edge-based and cloud-based computing resources |
US20230255137A1 (en) * | 2022-02-11 | 2023-08-17 | Kinze Manufacturing, Inc. | Systems, methods, and apparatus for the operation of electronic components and the display of information related to agricultural implements |
EP4364547A1 (en) * | 2022-11-03 | 2024-05-08 | Agco Corporation | Geographically-linked farming images and the generation thereof |
CN116402479B (zh) * | 2023-06-07 | 2023-09-19 | 成都普朗克科技有限公司 | 基于订单特征识别自动建模生成清单的方法和系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6236907B1 (en) * | 1995-05-30 | 2001-05-22 | Ag-Chem Equipment Co., Inc. | System and method for creating agricultural decision and application maps for automated agricultural machines |
US5878371A (en) | 1996-11-22 | 1999-03-02 | Case Corporation | Method and apparatus for synthesizing site-specific farming data |
US8332765B2 (en) * | 2009-03-06 | 2012-12-11 | Microsoft Corporation | Problem reporting system based on user interface interactions |
US9116607B2 (en) * | 2011-05-11 | 2015-08-25 | Microsoft Technology Licensing, Llc | Interface including selectable items corresponding to single or multiple data items |
BR112016011577B1 (pt) * | 2013-11-20 | 2021-01-12 | Rowbot Systems Llc | plataforma de veículo autônomo, sistema de plataforma de veículo autônomo, robô agrícola e método para a navegação autônoma de um robô agrícola |
WO2016077883A1 (en) * | 2014-11-18 | 2016-05-26 | Station Innovation Pty Ltd | Remote monitoring system |
ES2965819T3 (es) | 2015-06-08 | 2024-04-17 | Climate Llc | Análisis de datos agrícolas |
WO2017106874A1 (en) * | 2015-12-18 | 2017-06-22 | Intellifarm, Inc. | Autonomous integrated farming system |
US10795351B2 (en) * | 2016-07-19 | 2020-10-06 | Raven Industries, Inc. | System and method for autonomous control of agricultural machinery and equipment |
US10028451B2 (en) * | 2016-11-16 | 2018-07-24 | The Climate Corporation | Identifying management zones in agricultural fields and generating planting plans for the zones |
CN109041760B (zh) | 2018-07-17 | 2021-04-20 | 江苏大学 | 一种履带式联合收获机割台作业状态监测系统及监测方法 |
-
2020
- 2020-11-17 BR BR112022007872A patent/BR112022007872A2/pt unknown
- 2020-11-17 AU AU2020387940A patent/AU2020387940A1/en active Pending
- 2020-11-17 WO PCT/US2020/060884 patent/WO2021101891A1/en unknown
- 2020-11-17 CN CN202080079432.XA patent/CN114846431A/zh active Pending
- 2020-11-17 MX MX2022005954A patent/MX2022005954A/es unknown
- 2020-11-17 US US16/950,677 patent/US11877531B2/en active Active
- 2020-11-17 CA CA3161760A patent/CA3161760A1/en active Pending
- 2020-11-17 EP EP20889658.9A patent/EP4062261A4/en active Pending
- 2020-11-18 AR ARP200103190A patent/AR120491A1/es unknown
-
2024
- 2024-01-12 US US18/412,425 patent/US20240155970A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4062261A4 (en) | 2023-12-20 |
US20240155970A1 (en) | 2024-05-16 |
US11877531B2 (en) | 2024-01-23 |
CA3161760A1 (en) | 2021-05-27 |
EP4062261A1 (en) | 2022-09-28 |
AR120491A1 (es) | 2022-02-16 |
WO2021101891A1 (en) | 2021-05-27 |
BR112022007872A2 (pt) | 2022-07-12 |
MX2022005954A (es) | 2022-09-02 |
US20210144911A1 (en) | 2021-05-20 |
AU2020387940A1 (en) | 2022-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11882786B2 (en) | Method for recommending seeding rate for corn seed using seed type and sowing row width | |
CA3099552C (en) | Analysis and presentation of agricultural data | |
US10990716B2 (en) | Location selection for model assessment sampling | |
US10467540B2 (en) | Estimating confidence bounds for rainfall adjustment values | |
CN112740258A (zh) | 通过田地健康影像生成农艺产量地图 | |
US10684612B2 (en) | Agricultural management recommendations based on blended model | |
US11877531B2 (en) | Method of generating field regions for agricultural data analysis based on conditional data file generation | |
US11596119B2 (en) | Digital nutrient models using spatially distributed values unique to an agronomic field | |
CN113163710A (zh) | 标识和利用农田中的测试地点的系统和方法 | |
US11406053B1 (en) | Using casual learning algorithms to assist in agricultural management decisions | |
US20200097987A1 (en) | Tunable models for distributed commodities in agriculture | |
CA3112930A1 (en) | Tunable models for distributed commodities in agriculture |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Missouri, USA Applicant after: Clemet Co.,Ltd. Address before: California, USA Applicant before: Clemet Co.,Ltd. |