CN117958012A - 一种多农机联合作业的收割调度方法、装置及介质 - Google Patents
一种多农机联合作业的收割调度方法、装置及介质 Download PDFInfo
- Publication number
- CN117958012A CN117958012A CN202311798988.6A CN202311798988A CN117958012A CN 117958012 A CN117958012 A CN 117958012A CN 202311798988 A CN202311798988 A CN 202311798988A CN 117958012 A CN117958012 A CN 117958012A
- Authority
- CN
- China
- Prior art keywords
- grain
- operated
- harvester
- harvesting
- vehicle
- 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
- 238000003306 harvesting Methods 0.000 title claims abstract description 176
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012544 monitoring process Methods 0.000 claims abstract description 23
- 229930002875 chlorophyll Natural products 0.000 claims description 15
- 235000019804 chlorophyll Nutrition 0.000 claims description 15
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims description 15
- 230000009471 action Effects 0.000 claims description 10
- 241001124569 Lycaenidae Species 0.000 claims description 9
- 238000000547 structure data Methods 0.000 claims description 9
- 238000012876 topography Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 7
- 230000000712 assembly Effects 0.000 claims description 6
- 238000000429 assembly Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 5
- 230000008602 contraction Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000007637 random forest analysis Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 230000001066 destructive effect Effects 0.000 claims description 3
- 238000002310 reflectometry Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例公开了一种多农机联合作业的收割调度方法、装置及介质,涉及智慧农业技术领域,用于解决现有技术中收割卸粮方式效率低且人工成本高的问题,方法包括:基于当前农场的基本信息确定联合收割的待作业收割机与待作业运粮车辆;基于预置传感器监控待作业收割机内置存储仓的存储信息,以基于存储信息与待作业收割机的存储预设位,预测待作业收割机的卸粮时间;通过多类型传感器,确定待作业收割机的收割姿态数据,以预测下一时刻的收割工作区域;根据收割组件与卸粮组件的位置关系确定卸粮位置;根据卸粮时间与卸粮位置生成卸粮调度指令并将其广播到待作业运粮车辆中,控制待作业运粮车辆基于路径规划结果进行卸粮运输。
Description
技术领域
本说明书涉及智慧农业技术领域,尤其涉及一种多农机联合作业的收割调度方法、装置及介质。
背景技术
大型农场的蓬勃发展催生了农机服务公司,农机服务公司依靠农机例如:收割机、无人机播种机等设备,为大型农场或农业合作社提供田间作业服务。由于农场耕地面积大、地块类型复杂,因而,为提高农机田间作业效率,大型联合收割机等农机设备得到了研发。联合收割机,就是收割农作物的联合机,是能够一次完成谷类作物的收割、脱粒、分离茎杆、清除杂余物等工序,从田间直接获取谷粒的收获机械。
当前传统方式中的基于联合收割机收割获得的农作物,在收获存储到联合收割机的存储仓之后,由于存储仓的存储体积有限因此在大型农场中进行作业时,为了保证收割效率需要及时对达到存储容量上限的收割机进行卸粮,也就是将收获的农作物通过人工或机械的方式,对存储仓中的农作物进行转移存储以便于收割机的继续工作。然而基于人工卸粮方式进行卸粮时一般是通过麻袋在卸粮口获取收获的农作物,这种基于人工卸粮的方式即耗费了大量的人力资源,且容易由于麻袋破裂导致农作物的浪费。而基于机械卸粮的方式一般基于收割机驾驶员通过人为经验判断需要进行卸粮时,通过电话或其他通讯方式通知运粮车进行运输,然而这种方式在大型农场进行作业时受作业农机数量多且类型复杂的原因,难以及时获取到相匹配的车辆进行高效转运,实现农作物的协同收割与卸粮。
发明内容
为了解决上述技术问题,本说明书一个或多个实施例提供了一种多农机联合作业的收割调度方法、装置及介质。
本说明书一个或多个实施例采用下述技术方案:
本说明书一个或多个实施例提供一种多农机联合作业的收割调度方法,方法包括:
基于当前农场的基本信息,确定联合收割的待作业收割机与待作业运粮车辆;其中,所述基本信息包括:地形数据、种植信息、装备信息;
基于预置传感器监控所述待作业收割机内置存储仓的存储信息,以基于所述存储信息与所述待作业收割机的存储预设位,预测所述待作业收割机的卸粮时间;
通过安装于所述待作业收割机上的位置传感器与姿态传感器,确定所述待作业收割机的收割姿态数据,以基于所述收割姿态数据预测所述待作业收割机下一时刻的收割工作区域;
根据所述待作业收割机中收割组件与卸粮组件的位置关系,确定与所述下一时刻的收割工作区域相对应的卸粮位置;
根据所述卸粮时间与所述卸粮位置生成卸粮调度指令,以将所述卸粮调度指令广播到所述待作业运粮车辆中,并根据所述待作业运粮车辆的位置与所述卸粮位置进行实时路径规划,控制所述待作业运粮车辆进行卸粮运输。
可选地,在本说明书一个或多个实施例中,基于当前农场的基本信息,确定联合收割的待作业收割机与待作业运粮车辆,具体包括:
获取当前农场的地形数据与所述当前农场的农作物种植信息;其中,所述农作物种植信息包括:农作物类型、农作物种植时间、农作物种植周期;
基于所述农作物类型将所述当前农场划分为若干个农田作业区,确定与各所述农田作业区相对应的收割机类型;其中,农田作业区对应于同一种农作物类型;
获取与所述收割机类型相对应的不同型号收割机,并获取各所述不同型号收割机的联动收割系统可升降范围;其中,所述联动收割系统由升降系统,以及联接到收割机底盘和收割组件的联动系统组成;
基于各所述不同型号收割机的联动收割系统可升降范围与各农田作业区所对应的地形数据,确定与所述当前农场相对应的待作业收割机;
基于各所述待作业收割机的卸料口结构信息确定对应的运粮车辆类型,以基于所述运粮车辆类型与所述当前农场的装备信息,对所述运粮车辆类型的运粮车辆进行调度,获得所述当前农场最小代价的待作业运粮车辆。
可选地,在本说明书一个或多个实施例中,基于所述运粮车辆类型与所述当前农场的装备信息,对所述运粮车辆类型的运粮车辆进行调度,获得所述当前农场最小代价的待作业运粮车辆,具体包括:
根据所述运粮车辆类型与所述当前农场的装备信息,将与各所述待作业收割机相对应的运粮车辆划分为第一运粮车辆与第二运粮车辆;其中,所述第一运粮车辆为所述当前农场配置的空闲运粮车辆,第二运粮车辆为所述当前农场未配置或非空闲运粮车辆;
若确定所述待作业收割机相对应的运粮车辆为第二运粮车辆,则基于所述当前农场的位置确定预设范围内的初始第二运粮车辆;
根据所述预设范围内各所述初始第二运粮车辆与所述当前农场之间的距离与所述初始第二运粮车辆的历史行驶耗油记录,确定各所述初始第二运粮车辆的距离成本;
基于所述距离成本获取预设数量的初始第二运粮车辆,作为待选第二运粮车辆,获取各所述待选第二运粮车辆的租用价格,并基于各所述待选第二运粮车辆所对应的租用平台提取各所述待选第二运粮车辆的租用评价;
基于所述租用价格确定所述距离成本的第一加权系数,并基于所述租用评价确定所述距离成本的第二加权系数,以根据所述第一加权系数与所述第二加权系数对所述距离成本进行加权处理,获得各所述待选第二运粮车辆的租用代价,获得代价最小的待选第二运粮车辆;
将所述第一运粮车辆与所述代价最小的待选第二运粮车辆,作为所述当前农场最小代价的待作业运粮车辆。
可选地,在本说明书一个或多个实施例中,基于当前农场的基本信息,确定联合收割的待作业收割机与待作业运粮车辆之前,所述方法还包括:
基于无人机获取所述当前农场的多光谱影像,并基于破坏性取样测定所述当前农场中各农田作业区的农作物叶绿素含量;
基于预置小波基函数与红边波长范围对所述多光谱影像数据进行连续小波变换,获得红边波段影像数据反射率所对应的小波系数;
将所述小波系数输入基于历史收割过程的多光谱影像训练获得的随机森林模型,以预测与所述小波系数相对应的预测叶绿素含量;
基于所述农田作业区所对应的农作物生长模型,分别确定所述农田作业区中与所述农作物叶绿素含量相对应的定量检测成熟度,以及与所述预测叶绿素含量相对应的预测成熟度;
基于所述定量检测成熟度与所述预测成熟度的均值,确定当前农场中各农田作业区的农作物成熟度;
若确定所述农作物成熟度到达所述农作物类型所对应的成熟度指标值,则确定对所述农田作业区进行收割。
可选地,在本说明书一个或多个实施例中,基于预置传感器监控所述待作业收割机内置存储仓的存储信息,以基于所述存储信息与所述待作业收割机的存储预设位,预测所述待作业收割机的卸粮时间,具体包括:
获取所述待作业收割机内置存储仓的存储仓结构数据,并基于所述预置传感器检测所述待作业收割机的收粮数据与所述存储仓的剩余空间数据;
将所述存储仓结构数据、所述收粮数据与所述剩余空间数据作为所述存储信息,以基于所述存储信息建立与所述待作业收割机的存储仓相对应的等比数字孪生模型;
基于所述等比数字孪生模型实时获取所述存储仓的收粮位置,以确定所述收粮位置是否到达所述待作业收割机的存储预设位;
若是,则基于所述收粮位置与所述存储仓结构数据,确定所述存储仓的剩余存储高度,根据所述剩余存储高度与所述收粮数据在所述等比数字孪生模型中进行收粮模拟,以预测所述待作业收割机的卸粮时间。
可选地,在本说明书一个或多个实施例中,通过安装于所述待作业收割机上的位置传感器与姿态传感器,确定所述待作业收割机的收割姿态数据,以基于所述收割姿态数据预测所述待作业收割机下一时刻的收割工作区域,具体包括:
基于姿态传感器的预置监控类型,将所述姿态传感器分别安装于所述待作业收割机的预设位置;其中,所述的预置监控类型能够指定对应姿态传感器在不同位置进行监控;
根据所述待作业收割机在第一预设位置的第一姿态传感器,监测所述待作业收割机的转向机构转向角度;
根据所述待作业收割机在第二预设位置的第二姿态传感器,监测所述待作业收割机的收割机底盘所对应的连接油缸伸缩量;
根据所述待作业收割机在第三预设位置的第三姿态传感器,监测所述待作业收割机的收割组件中各组成组件的姿态角度,以根据所述转向机构转向角度、所述连接油缸伸缩量与各组成组件的姿态角度,确定所述待作业收割机当前时刻的姿态数据;
根据所述待作业收割机上的位置传感器,实时获取所述待作业收割机的作业位置,以基于所述作业位置对所述当前时刻的姿态数据进行标识,获得所述待作业收割机的收割姿态数据;
基于所述待作业收割机的收割动作特征,确定与所述收割姿态数据相对应的下一时刻收割动作,将所述下一时刻收割动作、所述收割姿态数据与所述待作业收割机的行驶速度输入预置预测模型,以输出所述待作业收割机下一时刻的收割工作区域。
可选地,在本说明书一个或多个实施例中,根据所述待作业收割机中收割组件与卸粮组件的位置关系,确定与所述下一时刻的收割工作区域相对应的卸粮位置,具体包括:
根据所述待作业收割机中收割组件与卸粮组件的位置关系,确定所述卸粮组件相对于所述下一时刻的收割工作区域的位置,以确定所述卸粮组件的卸粮中心点位置;
将所述卸粮组件的卸粮中心点位置,作为所述下一时刻的收割工作区域相对应的卸粮位置;
其中,所述将所述卸粮组件的卸粮中心点位置,作为所述下一时刻的收割工作区域相对应的卸粮位置之后,所述方法还包括:
基于所述待作业运粮车辆的内置传感器,获取所述待作业运粮车辆的存储区域三维点云数据;
基于所述存储区域三维点云数据实时确定所述待作业运粮车辆的农作物堆积分布,并根据所述农作物堆积分布与所述卸粮位置,调整所述待作业运粮车辆的位置。
可选地,在本说明书一个或多个实施例中,根据所述待作业运粮车辆的位置与所述卸粮位置进行实时路径规划,控制所述待作业运粮车辆进行卸粮运输,具体包括:
获取所述待作业运粮车辆的位置作为起始位置,并获取所述卸粮位置作为终点位置;
基于所述起始位置与所述终点位置确定所述待作业运粮车辆与所述卸粮位置之间的道路行驶区域与农田行驶区域;
基于所述道路行驶区域的道路转向点与所述农田行驶区域的障碍物节点,确定所述待作业运粮车辆的行驶节点,并基于所述行驶节点确定所述待作业运粮车所对应的行驶有向图节点;
通过蚁群算法确定与所述行驶有向图节点相对应的最优路径,控制所述待作业运粮车辆基于所述最优路径到达所述卸粮位置进行卸粮运输。
本说明书一个或多个实施例提供一种多农机联合作业的收割调度装置,装置包括:
第一确定单元,用于基于当前农场的基本信息,确定联合收割的待作业收割机与待作业运粮车辆;其中,所述基本信息包括:地形数据、种植信息、装备信息;
第一预测单元,用于基于预置传感器监控所述待作业收割机内置存储仓的存储信息,以基于所述存储信息与所述待作业收割机的存储预设位,预测所述待作业收割机的卸粮时间;
第二预测单元,用于通过安装于所述待作业收割机上的位置传感器与姿态传感器,确定所述待作业收割机的收割姿态数据,以基于所述收割姿态数据预测所述待作业收割机下一时刻的收割工作区域;
第二确定单元,用于根据所述待作业收割机中收割组件与卸粮组件的位置关系,确定与所述下一时刻的收割工作区域相对应的卸粮位置;
控制单元,用于根据所述卸粮时间与所述卸粮位置生成卸粮调度指令,以将所述卸粮调度指令广播到所述待作业运粮车辆中,并根据所述待作业运粮车辆的位置与所述卸粮位置进行实时路径规划,控制所述待作业运粮车辆进行卸粮运输。
本说明书一个或多个实施例提供的一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
基于当前农场的基本信息,确定联合收割的待作业收割机与待作业运粮车辆;其中,所述基本信息包括:地形数据、种植信息、装备信息;
基于预置传感器监控所述待作业收割机内置存储仓的存储信息,以基于所述存储信息与所述待作业收割机的存储预设位,预测所述待作业收割机的卸粮时间;
通过安装于所述待作业收割机上的位置传感器与姿态传感器,确定所述待作业收割机的收割姿态数据,以基于所述收割姿态数据预测所述待作业收割机下一时刻的收割工作区域;
根据所述待作业收割机中收割组件与卸粮组件的位置关系,确定与所述下一时刻的收割工作区域相对应的卸粮位置;
根据所述卸粮时间与所述卸粮位置生成卸粮调度指令,以将所述卸粮调度指令广播到所述待作业运粮车辆中,并根据所述待作业运粮车辆的位置与所述卸粮位置进行实时路径规划,控制所述待作业运粮车辆进行卸粮运输。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
基于农场的基本信息确定相应的待作业收割机与待作业运粮车辆,方便了基于合适类型的收割机进行有效收割,也解决了不同地形对于收割机底盘的要求不同,导致不匹配的收割机进行收割时对于收割机造成的设备损害问题。而通过传感器监控获取待作业收割机内置存储仓的存储信息,以预测卸粮时间,则避免了基于人工经验进行卸粮容易导致收割暂停进而影响收割效率的问题。通过对于下一时刻的收割工作区域进行预测,方便了及时提醒作业人员收割机需要工作的收割工作区域,便于作业人员及时进行躲避绕行以及方便了司机对于危险区域的观察从而避免收割过程中所出现的安全危害,也方便了后续基于收割工作区域对于卸粮位置的确定。基于广播方式通知待作业运粮车辆进行卸粮,解决了现有通知方式存在的时延问题。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本说明书实施例提供的一种多农机联合作业的收割调度方法流程示意图;
图2为本说明书实施例提供的一种多农机联合作业的收割调度装置内部结构示意图;
图3为本说明书实施例提供的一种非易失性存储介质内部结构示意图。
具体实施方式
本说明书实施例提供一种多农机联合作业的收割调度方法、装置及介质。
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
如图1所示,本说明书实施例提供了一种多农机联合作业的收割调度方法流程示意图。由图1可知,本说明书一个或多个实施例中一种多农机联合作业的收割调度方法包括以下步骤:
S101:基于当前农场的基本信息,确定联合收割的待作业收割机与待作业运粮车辆;其中,所述基本信息包括:地形数据、种植信息、装备信息。
为了实现待作业运粮车辆与待作业收割机联合作业,从而提高收割效率降低时间成本的目的,本说明书实施例中,根据当前农场的地形数据、种植信息以及装备信息等的基本信息,确定出联合收割的待作业收割机和待作业运粮车。而在此之前,为了能够确定当前农场中农作物成熟度达到了收割标准,保证收割的农作物具有较高质量,在本说明书一个实施例中基于当前农场的基本信息,确定联合收割的待作业收割机与待作业运粮车辆之前,方法还包括以下步骤:
由于农作物叶绿素含量能够反映农作物当前的生长阶段和成熟程度,但是仅基于采样方式进行人为判断的方式,受采样样本有限的问题以及大范围采样后分析成本较高的问题,往往使得成熟度的判断过于片面缺乏全局可靠性。因此,本说明书实施例中一方面基于无人机获取当前农场的多光谱影像,另一方面通过破坏性取样测定当前农场中各农田作业区的农作物叶绿素含量。然后为了获得农作物的叶绿素含量,本说明书实施例中根据预先设置的小波基函数与红边波长范围对多光谱影像数据进行连续小波变换,进而获得红边波段影像数据反射率所对应的小波系数。然后将小波系数输入到基于历史收割过程的多光谱影像训练获得的随机森林模型中,从而根据随机森林模型预测到和小波系数相对应的预测叶绿素含量。此时,基于农田作业区所对应的农作物生长模型,分别确定农田作业区中与农作物叶绿素含量相对应的定量检测成熟度,以及与预测叶绿素含量相对应的预测成熟度。然后根据定量检测成熟度与预测成熟度的均值,确定当前农场中各农田作业区的农作物成熟度。如果确定农作物成熟度到达农作物类型所对应的成熟度指标值,则确定对农田作业区进行收割。其中,需要说明的是不同种类的农作物所对应的成熟度指标值存在差异具体数值基于历史人为经验进行设定。通过上述进行全局叶绿素含量测定获得的预测成熟度与局部采样获得定量检测成熟度结合的方式,确定出各农田作业区的农作物成熟度,既考虑了全局特性也考虑了局部特性使得成熟度预测更为准确,保证了农作物收割时的成熟质量。
在本说明书一个实施例中,基于当前农场的基本信息,确定联合收割的待作业收割机与待作业运粮车辆,具体包括以下步骤:
首先,获取到当前农场的地形数据与当前农场的农作物种植信息。其中,需要说明的是:农作物种植信息包括:农作物类型、农作物种植时间、农作物种植周期。为了使得对应的收割机收获对应的农作物,本说明书实施例中根据农作物类型将当前农场划分为若干个农田作业区,确定出和各个农田作业区相对应的收割机类型;其中,需要理解的是为了方便收割机的收割,农田作业区对应于同一种农作物类型。通过对农田作业区进行划分后匹配相应的收割机,解决了由于不同农作物所对应的收割机类型不同的问题,方便了基于合适类型的收割机进行有效收割。然后为了解决不同地形对于收割机底盘的要求不同,导致不匹配的收割机进行收割时对于收割机造成的设备损害,本说明书实施例中获取与收割机类型相对应的不同型号收割机,并获取各不同型号收割机的联动收割系统可升降范围。其中,需要说明的是当前传统的联动收割系统一般由升降系统,以及联接到收割机底盘和收割组件的联动系统组成。基于各不同型号收割机的联动收割系统可升降范围与各农田作业区所对应的地形数据,确定出和当前农场相对应的待作业收割机。然后根据各个待作业收割机的卸料口结构信息确定出对应的运粮车辆类型,以基于运粮车辆类型与当前农场的装备信息,对运粮车辆类型的运粮车辆进行调度,获得当前农场最小代价的待作业运粮车辆。
进一步地,在本说明书一个或多个实施例中,基于运粮车辆类型与当前农场的装备信息,对运粮车辆类型的运粮车辆进行调度,获得当前农场最小代价的待作业运粮车辆,具体包括以下过程:
首先,由于大型农场在经营过程中有时为了节约农机租用成本会自行配备通用农机设备。因此,在收割过程需要使用农机设备时首先根据运粮车辆类型与当前农场的装备信息,将与各待作业收割机相对应的运粮车辆划分为第一运粮车辆与第二运粮车辆。其中,需要说明的是第一运粮车辆为当前农场配置的空闲运粮车辆,而第二运粮车辆为当前农场未配置或非空闲运粮车辆。
如果确定待作业收割机相对应的运粮车辆为第二运粮车辆也就是当前农场中没有配备或者不是空闲的运粮车辆,那么就需要向租车公司租用相应的运粮车辆。此时为了获得代价较小的运粮车辆,本说明书实施例中根据当前农场的位置确定预设范围内的初始第二运粮车辆。然后根据预设范围内各初始第二运粮车辆与当前农场之间的距离与初始第二运粮车辆的历史行驶耗油记录,确定各初始第二运粮车辆的距离成本。然后基于距离成本获取距离成本较小的预设数量的初始第二运粮车辆,作为待选第二运粮车辆,再获取各待选第二运粮车辆的租用价格,并基于各待选第二运粮车辆所对应的租用平台提取各待选第二运粮车辆的租用评价。基于租用价格确定距离成本的第一加权系数,并基于租用评价中的负面评价比例确定距离成本的第二加权系数,以根据第一加权系数与第二加权系数对距离成本进行加权处理,获得各待选第二运粮车辆的租用代价,通过基于租用代价对第二运粮车辆进行排序可以获得代价最小的待选第二运粮车辆。然后将第一运粮车辆与代价最小的待选第二运粮车辆,作为当前农场最小代价的待作业运粮车辆。
S102:基于预置传感器监控所述待作业收割机内置存储仓的存储信息,以基于所述存储信息与所述待作业收割机的存储预设位,预测所述待作业收割机的卸粮时间。
由于存储仓的存储体积有限因此在大型农场中进行作业时,为了保证收割效率需要及时对达到存储容量上限的收割机进行卸粮,因此为了解决基于司机认为经验判断需要进行卸粮时容易存在判断错误问题,本说明书实施例中根据预先设置的传感器监控待作业收割机内所存储的存储仓的存储信息,从而根据存储信息和待作业收割机的存储预设位,来预测待作业收割机的卸粮时间。具体地,在本说明书一个或多个实施例中,基于预置传感器监控所述待作业收割机内置存储仓的存储信息,以基于存储信息与待作业收割机的存储预设位,预测待作业收割机的卸粮时间,具体包括以下过程:
首先,获取待作业收割机内置存储仓的存储仓结构数据,并基于预置传感器检测待作业收割机的收粮数据与所述存储仓的剩余空间数据。然后将存储仓结构数据、收粮数据与剩余空间数据作为存储信息,以基于存储信息建立与待作业收割机的存储仓相对应的等比数字孪生模型。通过该等比数字孪生模型可以实时直观确定存储仓的收粮位置,进而判断收粮位置是否到达了待作业收割机的存储预设位。其中,需要说明的是:存储预设位为距离存储仓顶端下一定距离的位置,该存储预设位的设置过程可以首先基于农田作业区中最大直径的两倍与运输车辆农田行驶速度确定出最大到达时间,同时基于最大到达时间与收割机的收粮速率确定该最大到达时间内可以收获的农作物体积,基于该可以收获的农作物体积与存储仓的横截面积确定出存储预设位。如果到达了存储预设位那么根据该收粮位置与存储仓结构数据,确定出存储仓的剩余存储高度,根据剩余存储高度与收粮数据在等比数字孪生模型中进行收粮模拟,以预测待作业收割机的卸粮时间。基于等比数字孪生模型对于收粮场景的模拟,可以直观展示存储仓的储粮状况,减少了基于人工经验判断导致的准确性及可靠性难以把握的问题。
S103:通过安装于所述待作业收割机上的位置传感器与姿态传感器,确定所述待作业收割机的收割姿态数据,以基于所述收割姿态数据预测所述待作业收割机下一时刻的收割工作区域。
由于收割机进行收割工作时其收割组件具有一定的伤害性,而收割机的驾驶室较高因此对于后置的收割组件可能存在视野盲区,当视野盲区出现作业人员时可能会造成人身安全的损害,本说明书实施例中通过安装在待作业收割机上的位置传感器和姿态传感器,确定出待作业收割机的收割姿态数据,从而根据收割姿态数据预测待作业收割机下一时刻的收割工作区域,通过对于下一时刻的收割工作区域进行预测,方便了及时提醒作业人员收割机需要工作的收割工作区域,便于作业人员及时进行躲避绕行以及方便了司机对于危险区域的观察从而避免收割过程中所出现的安全危害,也方便了后续基于收割工作区域对于卸粮位置的确定。具体地,在本说明书一个或多个实施例中,通过安装于待作业收割机上的位置传感器与姿态传感器,确定待作业收割机的收割姿态数据,以基于收割姿态数据预测待作业收割机下一时刻的收割工作区域,具体包括以下过程:
首先基于姿态传感器的预置监控类型,将姿态传感器分别安装到待作业收割机的预设位置。其中,需要说明的是不同的监控类型用于检测不同的问题,因此根据预置监控类型能够指定对应姿态传感器在不同位置进行监控。通过在待作业收割机安装了不同类型的传感器之后,能够根据待作业收割机在第一预设位置的第一姿态传感器,监测待作业收割机的转向机构转向角度。同时根据待作业收割机在第二预设位置的第二姿态传感器,监测到待作业收割机的收割机底盘所对应的连接油缸伸缩量。根据待作业收割机在第三预设位置的第三姿态传感器,监测待作业收割机的收割组件中各组成组件的姿态角度,以根据转向机构转向角度、连接油缸伸缩量与各组成组件的姿态角度,确定出待作业收割机当前时刻的姿态数据。然后根据待作业收割机上的位置传感器,实时获取到待作业收割机的作业位置,以基于作业位置对当前时刻的姿态数据进行标识,获得待作业收割机的收割姿态数据。然后再根据待作业收割机的收割动作特征,确定出和收割姿态数据相对应的下一时刻收割动作,将下一时刻收割动作、收割姿态数据与待作业收割机的行驶速度输入到预置预测模型中,以输出待作业收割机下一时刻的收割工作区域。其中,需要说明的是,该预置预测模型基于当前农场的历史收割记录作为训练样本,通过将训练样本输入到神经网络模型进行迭代训练获得的,此处不再对现有神经网络模型的训练过程加以阐述。
S104:根据所述待作业收割机中收割组件与卸粮组件的位置关系,确定与所述下一时刻的收割工作区域相对应的卸粮位置。
为了解决现有技术中人工卸粮时容易出现农作物洒出以及人工装袋效率过低的问题。本说明书实施例中根据待作业收割机中的收割组件和卸粮组件的位置关系,确定出和下一时刻的收割工作区域相对应的卸粮位置。具体地,在本说明书一个或多个实施例中,根据待作业收割机中收割组件与卸粮组件的位置关系,确定与下一时刻的收割工作区域相对应的卸粮位置,具体包括以下过程:
首先,根据待作业收割机中收割组件与卸粮组件的位置关系,确定出卸粮组件相对于下一时刻的收割工作区域的位置,以确定卸粮组件的卸粮中心点位置。然后在将卸粮组件的卸粮中心点位置,作为下一时刻的收割工作区域相对应的卸粮位置。其中,在本说明书一个实施例中,将卸粮组件的卸粮中心点位置,作为下一时刻的收割工作区域相对应的卸粮位置之后,方法还包括以下过程:首先,基于待作业运粮车辆的内置传感器,获取到待作业运粮车辆的存储区域三维点云数据。从而基于存储区域三维点云数据实时确定出待作业运粮车辆的农作物堆积分布,同时根据农作物堆积分布与卸粮位置,调整待作业运粮车辆的位置。通过及时基于农作物的堆积分布对待作业运粮车的位置进行及时调整,避免了同一位置接收卸粮位置输出的农作物时,容易堆积多过溢出的问题,并且提高了运粮车辆存储仓的利用率。
S105:根据所述卸粮时间与所述卸粮位置生成卸粮调度指令,以将所述卸粮调度指令广播到所述待作业运粮车辆中,并根据所述待作业运粮车辆的位置与所述卸粮位置进行实时路径规划,控制所述待作业运粮车辆进行卸粮运输。
为了解决收割机司机基于电话同时运粮车司机时容易存在时差,进而使得收割时间过长的问题,本说明书实施例中根据卸粮时间与卸粮位置生成卸粮调度指令,以将卸粮调度指令广播到待作业运粮车辆中,并根据待作业运粮车辆的位置与所述卸粮位置进行实时路径规划,控制待作业运粮车辆进行卸粮运输。具体地,在本说明书一个或多个实施例中,根据待作业运粮车辆的位置与卸粮位置进行实时路径规划,控制待作业运粮车辆进行卸粮运输,具体包括以下过程:
首先,获取待作业运粮车辆的位置作为起始位置,并获取卸粮位置作为终点位置。从而根据起始位置与终点位置确定出待作业运粮车辆与卸粮位置之间的道路行驶区域与农田行驶区域。然后基于道路行驶区域的道路转向点与农田行驶区域的障碍物节点,确定待作业运粮车辆的行驶节点,并基于行驶节点确定待作业运粮车所对应的行驶有向图节点。为了基于行驶有向节点确定出相应的行驶路径,本说明书实施例中通过蚁群算法确定与行驶有向图节点相对应的最优路径,控制待作业运粮车辆基于最优路径到达卸粮位置进行卸粮运输。
如图2所示,本说明书实施例提供了一种多农机联合作业的收割调度装置。由图2可知,本说明书一个或多个实施例中一种多农机联合作业的收割调度装置,装置包括:
第一确定单元201,用于基于当前农场的基本信息,确定联合收割的待作业收割机与待作业运粮车辆;其中,所述基本信息包括:地形数据、种植信息、装备信息;
第一预测单元202,用于基于预置传感器监控所述待作业收割机内置存储仓的存储信息,以基于所述存储信息与所述待作业收割机的存储预设位,预测所述待作业收割机的卸粮时间;
第二预测单元203,用于通过安装于所述待作业收割机上的位置传感器与姿态传感器,确定所述待作业收割机的收割姿态数据,以基于所述收割姿态数据预测所述待作业收割机下一时刻的收割工作区域;
第二确定单元204,用于根据所述待作业收割机中收割组件与卸粮组件的位置关系,确定与所述下一时刻的收割工作区域相对应的卸粮位置;
控制单元205,用于根据所述卸粮时间与所述卸粮位置生成卸粮调度指令,以将所述卸粮调度指令广播到所述待作业运粮车辆中,并根据所述待作业运粮车辆的位置与所述卸粮位置进行实时路径规划,控制所述待作业运粮车辆进行卸粮运输。
如图3所示,本说明书实施例提供了一种非易失性存储介质,存储有计算机可执行指令。由图3可知,本说明书一个或多个实施例中,一种非易失性存储介质,存储有计算机可执行指令,所述计算机可执行指令能够:
基于当前农场的基本信息,确定联合收割的待作业收割机与待作业运粮车辆;其中,所述基本信息包括:地形数据、种植信息、装备信息;
基于预置传感器监控所述待作业收割机内置存储仓的存储信息,以基于所述存储信息与所述待作业收割机的存储预设位,预测所述待作业收割机的卸粮时间;
通过安装于所述待作业收割机上的位置传感器与姿态传感器,确定所述待作业收割机的收割姿态数据,以基于所述收割姿态数据预测所述待作业收割机下一时刻的收割工作区域;
根据所述待作业收割机中收割组件与卸粮组件的位置关系,确定与所述下一时刻的收割工作区域相对应的卸粮位置;
根据所述卸粮时间与所述卸粮位置生成卸粮调度指令,以将所述卸粮调度指令广播到所述待作业运粮车辆中,并根据所述待作业运粮车辆的位置与所述卸粮位置进行实时路径规划,控制所述待作业运粮车辆进行卸粮运输。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备、非易失性计算机存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本说明书的一个或多个实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种多农机联合作业的收割调度方法,其特征在于,所述方法包括:
基于当前农场的基本信息,确定联合收割的待作业收割机与待作业运粮车辆;其中,所述基本信息包括:地形数据、种植信息、装备信息;
基于预置传感器监控所述待作业收割机内置存储仓的存储信息,以基于所述存储信息与所述待作业收割机的存储预设位,预测所述待作业收割机的卸粮时间;
通过安装于所述待作业收割机上的位置传感器与姿态传感器,确定所述待作业收割机的收割姿态数据,以基于所述收割姿态数据预测所述待作业收割机下一时刻的收割工作区域;
根据所述待作业收割机中收割组件与卸粮组件的位置关系,确定与所述下一时刻的收割工作区域相对应的卸粮位置;
根据所述卸粮时间与所述卸粮位置生成卸粮调度指令,以将所述卸粮调度指令广播到所述待作业运粮车辆中,并根据所述待作业运粮车辆的位置与所述卸粮位置进行实时路径规划,控制所述待作业运粮车辆进行卸粮运输。
2.根据权利要求1所述的一种多农机联合作业的收割调度方法,其特征在于,所述基于当前农场的基本信息,确定联合收割的待作业收割机与待作业运粮车辆,具体包括:
获取当前农场的地形数据与所述当前农场的农作物种植信息;其中,所述农作物种植信息包括:农作物类型、农作物种植时间、农作物种植周期;
基于所述农作物类型将所述当前农场划分为若干个农田作业区,确定与各所述农田作业区相对应的收割机类型;其中,农田作业区对应于同一种农作物类型;
获取与所述收割机类型相对应的不同型号收割机,并获取各所述不同型号收割机的联动收割系统可升降范围;其中,所述联动收割系统由升降系统,以及联接到收割机底盘和收割组件的联动系统组成;
基于各所述不同型号收割机的联动收割系统可升降范围与各农田作业区所对应的地形数据,确定与所述当前农场相对应的待作业收割机;
基于各所述待作业收割机的卸料口结构信息确定对应的运粮车辆类型,以基于所述运粮车辆类型与所述当前农场的装备信息,对所述运粮车辆类型的运粮车辆进行调度,获得所述当前农场最小代价的待作业运粮车辆。
3.根据权利要求2所述的一种多农机联合作业的收割调度方法,其特征在于,基于所述运粮车辆类型与所述当前农场的装备信息,对所述运粮车辆类型的运粮车辆进行调度,获得所述当前农场最小代价的待作业运粮车辆,具体包括:
根据所述运粮车辆类型与所述当前农场的装备信息,将与各所述待作业收割机相对应的运粮车辆划分为第一运粮车辆与第二运粮车辆;其中,所述第一运粮车辆为所述当前农场配置的空闲运粮车辆,第二运粮车辆为所述当前农场未配置或非空闲运粮车辆;
若确定所述待作业收割机相对应的运粮车辆为第二运粮车辆,则基于所述当前农场的位置确定预设范围内的初始第二运粮车辆;
根据所述预设范围内各所述初始第二运粮车辆与所述当前农场之间的距离与所述初始第二运粮车辆的历史行驶耗油记录,确定各所述初始第二运粮车辆的距离成本;
基于所述距离成本获取预设数量的初始第二运粮车辆,作为待选第二运粮车辆,获取各所述待选第二运粮车辆的租用价格,并基于各所述待选第二运粮车辆所对应的租用平台提取各所述待选第二运粮车辆的租用评价;
基于所述租用价格确定所述距离成本的第一加权系数,并基于所述租用评价确定所述距离成本的第二加权系数,以根据所述第一加权系数与所述第二加权系数对所述距离成本进行加权处理,获得各所述待选第二运粮车辆的租用代价,获得代价最小的待选第二运粮车辆;
将所述第一运粮车辆与所述代价最小的待选第二运粮车辆,作为所述当前农场最小代价的待作业运粮车辆。
4.根据权利要求2所述的一种多农机联合作业的收割调度方法,其特征在于,所述基于当前农场的基本信息,确定联合收割的待作业收割机与待作业运粮车辆之前,所述方法还包括:
基于无人机获取所述当前农场的多光谱影像,并基于破坏性取样测定所述当前农场中各农田作业区的农作物叶绿素含量;
基于预置小波基函数与红边波长范围对所述多光谱影像数据进行连续小波变换,获得红边波段影像数据反射率所对应的小波系数;
将所述小波系数输入基于历史收割过程的多光谱影像训练获得的随机森林模型,以预测与所述小波系数相对应的预测叶绿素含量;
基于所述农田作业区所对应的农作物生长模型,分别确定所述农田作业区中与所述农作物叶绿素含量相对应的定量检测成熟度,以及与所述预测叶绿素含量相对应的预测成熟度;
基于所述定量检测成熟度与所述预测成熟度的均值,确定当前农场中各农田作业区的农作物成熟度;
若确定所述农作物成熟度到达所述农作物类型所对应的成熟度指标值,则确定对所述农田作业区进行收割。
5.根据权利要求1所述的一种多农机联合作业的收割调度方法,其特征在于,所述基于预置传感器监控所述待作业收割机内置存储仓的存储信息,以基于所述存储信息与所述待作业收割机的存储预设位,预测所述待作业收割机的卸粮时间,具体包括:
获取所述待作业收割机内置存储仓的存储仓结构数据,并基于所述预置传感器检测所述待作业收割机的收粮数据与所述存储仓的剩余空间数据;
将所述存储仓结构数据、所述收粮数据与所述剩余空间数据作为所述存储信息,以基于所述存储信息建立与所述待作业收割机的存储仓相对应的等比数字孪生模型;
基于所述等比数字孪生模型实时获取所述存储仓的收粮位置,以确定所述收粮位置是否到达所述待作业收割机的存储预设位;
若是,则基于所述收粮位置与所述存储仓结构数据,确定所述存储仓的剩余存储高度,根据所述剩余存储高度与所述收粮数据在所述等比数字孪生模型中进行收粮模拟,以预测所述待作业收割机的卸粮时间。
6.根据权利要求1所述的一种多农机联合作业的收割调度方法,其特征在于,所述通过安装于所述待作业收割机上的位置传感器与姿态传感器,确定所述待作业收割机的收割姿态数据,以基于所述收割姿态数据预测所述待作业收割机下一时刻的收割工作区域,具体包括:
基于姿态传感器的预置监控类型,将所述姿态传感器分别安装于所述待作业收割机的预设位置;其中,所述的预置监控类型能够指定对应姿态传感器在不同位置进行监控;
根据所述待作业收割机在第一预设位置的第一姿态传感器,监测所述待作业收割机的转向机构转向角度;
根据所述待作业收割机在第二预设位置的第二姿态传感器,监测所述待作业收割机的收割机底盘所对应的连接油缸伸缩量;
根据所述待作业收割机在第三预设位置的第三姿态传感器,监测所述待作业收割机的收割组件中各组成组件的姿态角度,以根据所述转向机构转向角度、所述连接油缸伸缩量与各组成组件的姿态角度,确定所述待作业收割机当前时刻的姿态数据;
根据所述待作业收割机上的位置传感器,实时获取所述待作业收割机的作业位置,以基于所述作业位置对所述当前时刻的姿态数据进行标识,获得所述待作业收割机的收割姿态数据;
基于所述待作业收割机的收割动作特征,确定与所述收割姿态数据相对应的下一时刻收割动作,将所述下一时刻收割动作、所述收割姿态数据与所述待作业收割机的行驶速度输入预置预测模型,以输出所述待作业收割机下一时刻的收割工作区域。
7.根据权利要求1所述的一种多农机联合作业的收割调度方法,其特征在于,根据所述待作业收割机中收割组件与卸粮组件的位置关系,确定与所述下一时刻的收割工作区域相对应的卸粮位置,具体包括:
根据所述待作业收割机中收割组件与卸粮组件的位置关系,确定所述卸粮组件相对于所述下一时刻的收割工作区域的位置,以确定所述卸粮组件的卸粮中心点位置;
将所述卸粮组件的卸粮中心点位置,作为所述下一时刻的收割工作区域相对应的卸粮位置;
其中,所述将所述卸粮组件的卸粮中心点位置,作为所述下一时刻的收割工作区域相对应的卸粮位置之后,所述方法还包括:
基于所述待作业运粮车辆的内置传感器,获取所述待作业运粮车辆的存储区域三维点云数据;
基于所述存储区域三维点云数据实时确定所述待作业运粮车辆的农作物堆积分布,并根据所述农作物堆积分布与所述卸粮位置,调整所述待作业运粮车辆的位置。
8.根据权利要求1所述的一种多农机联合作业的收割调度方法,其特征在于,根据所述待作业运粮车辆的位置与所述卸粮位置进行实时路径规划,控制所述待作业运粮车辆进行卸粮运输,具体包括:
获取所述待作业运粮车辆的位置作为起始位置,并获取所述卸粮位置作为终点位置;
基于所述起始位置与所述终点位置确定所述待作业运粮车辆与所述卸粮位置之间的道路行驶区域与农田行驶区域;
基于所述道路行驶区域的道路转向点与所述农田行驶区域的障碍物节点,确定所述待作业运粮车辆的行驶节点,并基于所述行驶节点确定所述待作业运粮车所对应的行驶有向图节点;
通过蚁群算法确定与所述行驶有向图节点相对应的最优路径,控制所述待作业运粮车辆基于所述最优路径到达所述卸粮位置进行卸粮运输。
9.一种多农机联合作业的收割调度装置,其特征在于,所述装置包括:
第一确定单元,用于基于当前农场的基本信息,确定联合收割的待作业收割机与待作业运粮车辆;其中,所述基本信息包括:地形数据、种植信息、装备信息;
第一预测单元,用于基于预置传感器监控所述待作业收割机内置存储仓的存储信息,以基于所述存储信息与所述待作业收割机的存储预设位,预测所述待作业收割机的卸粮时间;
第二预测单元,用于通过安装于所述待作业收割机上的位置传感器与姿态传感器,确定所述待作业收割机的收割姿态数据,以基于所述收割姿态数据预测所述待作业收割机下一时刻的收割工作区域;
第二确定单元,用于根据所述待作业收割机中收割组件与卸粮组件的位置关系,确定与所述下一时刻的收割工作区域相对应的卸粮位置;
控制单元,用于根据所述卸粮时间与所述卸粮位置生成卸粮调度指令,以将所述卸粮调度指令广播到所述待作业运粮车辆中,并根据所述待作业运粮车辆的位置与所述卸粮位置进行实时路径规划,控制所述待作业运粮车辆进行卸粮运输。
10.一种非易失性存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:
基于当前农场的基本信息,确定联合收割的待作业收割机与待作业运粮车辆;其中,所述基本信息包括:地形数据、种植信息、装备信息;
基于预置传感器监控所述待作业收割机内置存储仓的存储信息,以基于所述存储信息与所述待作业收割机的存储预设位,预测所述待作业收割机的卸粮时间;
通过安装于所述待作业收割机上的位置传感器与姿态传感器,确定所述待作业收割机的收割姿态数据,以基于所述收割姿态数据预测所述待作业收割机下一时刻的收割工作区域;
根据所述待作业收割机中收割组件与卸粮组件的位置关系,确定与所述下一时刻的收割工作区域相对应的卸粮位置;
根据所述卸粮时间与所述卸粮位置生成卸粮调度指令,以将所述卸粮调度指令广播到所述待作业运粮车辆中,并根据所述待作业运粮车辆的位置与所述卸粮位置进行实时路径规划,控制所述待作业运粮车辆进行卸粮运输。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311798988.6A CN117958012A (zh) | 2023-12-25 | 2023-12-25 | 一种多农机联合作业的收割调度方法、装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311798988.6A CN117958012A (zh) | 2023-12-25 | 2023-12-25 | 一种多农机联合作业的收割调度方法、装置及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117958012A true CN117958012A (zh) | 2024-05-03 |
Family
ID=90858605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311798988.6A Pending CN117958012A (zh) | 2023-12-25 | 2023-12-25 | 一种多农机联合作业的收割调度方法、装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117958012A (zh) |
-
2023
- 2023-12-25 CN CN202311798988.6A patent/CN117958012A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10408645B2 (en) | Correcting bias in parameter monitoring | |
US20180232674A1 (en) | Method and system for determining work trajectories for a fleet of working units in a harvest operation | |
AU2006306733B2 (en) | Crop attribute map input for vehicle guidance | |
US6216071B1 (en) | Apparatus and method for monitoring and coordinating the harvesting and transporting operations of an agricultural crop by multiple agricultural machines on a field | |
US10201121B1 (en) | Prediction of amount of crop or product remaining for field | |
EP2510776B1 (de) | Landwirtschaftliches Transportfahrzeug und Fahrzeugverbund | |
CN107256579B (zh) | 收获机、对地作业信息显示方法、装置和记录介质 | |
US10537061B2 (en) | System and method for controlling harvest operations | |
EP1548531B1 (en) | Locating harvested material within a work area | |
JP6116173B2 (ja) | 農作管理システム | |
US9072227B2 (en) | System and method for improvement of harvest with crop storage in grain bags | |
US20100145572A1 (en) | Method for supporting the automation of agricultural work or service | |
WO2014050524A1 (ja) | 農作管理システム及び農作物収穫機 | |
JP6638702B2 (ja) | 作業車両およびこの作業車両としてのコンバイン | |
RU2498549C2 (ru) | Способ обеспечения автоматизации сельскохозяйственных работ | |
US20180116124A1 (en) | Methods and systems for more efficient hay creation | |
JP2017102924A (ja) | 農作管理システム及び農作物収穫機 | |
US11268815B2 (en) | System and method of bale collection | |
US20190213691A1 (en) | Forestry machinery operation method and operation processor performing method | |
US11280614B2 (en) | System and method of bale collection | |
JP2015022662A (ja) | 農業管理システム | |
CN115067061A (zh) | 一种粮箱卸粮返航位置监测系统及方法和收获机 | |
CN117958012A (zh) | 一种多农机联合作业的收割调度方法、装置及介质 | |
US20180252531A1 (en) | System and method of bale collection | |
EP3314997A1 (en) | A crop management system for processing crop material |
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 |