DE102020204363A1 - Bildauswahl für maschinensteuerung - Google Patents

Bildauswahl für maschinensteuerung Download PDF

Info

Publication number
DE102020204363A1
DE102020204363A1 DE102020204363.9A DE102020204363A DE102020204363A1 DE 102020204363 A1 DE102020204363 A1 DE 102020204363A1 DE 102020204363 A DE102020204363 A DE 102020204363A DE 102020204363 A1 DE102020204363 A1 DE 102020204363A1
Authority
DE
Germany
Prior art keywords
vegetation index
images
image
series
variance
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
Application number
DE102020204363.9A
Other languages
English (en)
Inventor
Matthew J Darr
Frederico Pardina-Malbran
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Deere and Co
Original Assignee
Deere and Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Deere and Co filed Critical Deere and Co
Publication of DE102020204363A1 publication Critical patent/DE102020204363A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
    • A01B79/00—Methods for working soil
    • A01B79/005—Precision agriculture
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01D—HARVESTING; MOWING
    • A01D34/00—Mowers; Mowing apparatus of harvesters
    • A01D34/006—Control or measuring arrangements
    • A01D34/008—Control or measuring arrangements for automated or remotely controlled operation
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01D—HARVESTING; MOWING
    • A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
    • A01D41/12—Details of combines
    • A01D41/127—Control or measuring arrangements specially adapted for combines
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01D—HARVESTING; MOWING
    • A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
    • A01D41/12—Details of combines
    • A01D41/127—Control or measuring arrangements specially adapted for combines
    • A01D41/1278—Control or measuring arrangements specially adapted for combines for automatic steering
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01D—HARVESTING; MOWING
    • A01D45/00—Harvesting of standing crops
    • A01D45/10—Harvesting of standing crops of sugar cane
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01D—HARVESTING; MOWING
    • A01D46/00—Picking of fruits, vegetables, hops, or the like; Devices for shaking trees or shrubs
    • A01D46/08—Picking of fruits, vegetables, hops, or the like; Devices for shaking trees or shrubs of cotton
    • A01D46/085—Control or measuring arrangements specially adapted for cotton harvesters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/62—Control of parameters via user interfaces
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2300/00—Indexing codes relating to the type of vehicle
    • B60W2300/15—Agricultural vehicles
    • B60W2300/158—Harvesters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/20—Steering systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/194—Terrestrial scenes using hyperspectral data, i.e. more or other wavelengths than RGB

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Transportation (AREA)
  • Human Computer Interaction (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Soil Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Business, Economics & Management (AREA)
  • Agronomy & Crop Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Astronomy & Astrophysics (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Mining & Mineral Resources (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

[00133] Einer Abbildung der Vegetation an einem Arbeitsort wird ein Vegetationsindexmerkmal zugeordnet. Das Vegetationsindexmerkmal lässt darauf schließen, wie ein Vegetationsindexwert innerhalb des entsprechenden Bildes schwankt. Das Bild wird für eine Erstellung einer Prognosekarte auf Grundlage des Vegetationsindexmerkmals ausgewählt. Die Prognosekarte wird einem Erntemaschine-Steuersystem bereitgestellt, das auf Grundlage der Prognosekarte und des Standorts der Erntemaschine Steuersignale erzeugt, die auf steuerbare Subsysteme der Erntemaschine angewendet werden.

Description

  • TECHNISCHES GEBIET DER BESCHREIBUNG
  • Die vorliegende Beschreibung betrifft Erntemaschinen. Insbesondere betrifft die vorliegende Beschreibung Bildauswahl zum Steuern einer Erntemaschine.
  • HINTERGRUND DER ERFINDUNG
  • Es gibt eine große Vielzahl unterschiedlicher landwirtschaftlicher Maschinen. Zu diesen Maschinen gehören Erntemaschinen wie unter anderem beispielsweise Vollernter, Feldhäcksler, Baumwoll-Erntemaschinen oder Zuckerrohr-Erntemaschinen. Solche Maschinen können Daten erfassen, die zur Maschinensteuerung verwendet werden.
  • Einige momentan eingesetzte Systeme versuchen, den Ertrag einer Anbaufläche, die durch eine Erntemaschine abgeerntet werden soll (oder gerade abgeerntet wird), zu prognostizieren. Beispielsweise nutzen einige momentan eingesetzte Systeme Luftbilder, die von einer Anbaufläche gemacht werden, um den Ertrag für diese Anbaufläche zu prognostizieren.
  • Zudem versuchen einige momentan eingesetzte Systeme, den prognostizierten Ertrag zur Steuerung der Erntemaschine zu verwenden. Daher ist ein erheblicher Aufwand für Versuche eingesetzt worden, den Ertrag aus Bildern einer Anbaufläche präzise zu prognostizieren.
  • Die vorstehende Erläuterung dient lediglich als allgemeine Hintergrundinformation und ist nicht dazu vorgesehen, als Hilfestellung bei der Bestimmung des Umfangs des beanspruchten Inhalts verwendet zu werden.
  • KURZDARSTELLUNG
  • Einer Abbildung der Vegetation an einem Arbeitsort wird eine Vegetationsindex-Varianzmetrik zugeordnet. Die Vegetationsindex-Varianzmetrik lässt auf die Größenordnung des Vegetationsindexbereichs und die Einheitlichkeit der Verteilung des Vegetationsindex innerhalb des entsprechenden Bildes schließen. Das Bild wird für eine Erstellung einer Prognosekarte auf Grundlage der Vegetationsindex-Varianzmetrik ausgewählt. Die Prognosekarte wird einem Erntemaschine-Steuersystem bereitgestellt, das auf Grundlage der Prognosekarte und des Standorts der Erntemaschine Steuersignale erzeugt, die auf steuerbare Subsysteme der Erntemaschine angewendet werden.
  • Diese Kurzdarstellung wird bereitgestellt, um eine Auswahl an Konzepten, die nachstehend in der Detaillierten Beschreibung ausführlicher beschrieben sind, in vereinfachter Form einzuführen. Diese Kurzdarstellung ist weder dafür vorgesehen, Hauptmerkmale oder grundsätzliche Merkmale des beanspruchten Inhalts zu bestimmen, noch ist sie dazu vorgesehen, als Hilfestellung bei der Bestimmung des Umfangs des beanspruchten Inhalts verwendet zu werden. Der beanspruchte Inhalt ist nicht auf Umsetzungen beschränkt, die beliebige oder alle der unter Hintergrund aufgeführten Nachteile lösen.
  • Figurenliste
    • 1 ist eine teilweise bildhafte, teilweise schematische Darstellung eines Vollernters.
    • 2 ist ein Blockdiagramm, das ein Beispiel einer Rechnersystemarchitektur zeigt, die den in 1 dargestellten Vollernter einschließt.
    • Die 3A und 3B (hierin zusammenfassend als 3 bezeichnet) zeigen ein Ablaufdiagramm, das ein Beispiel des Betriebs der in 2 gezeigten Rechnersystemarchitektur darstellt.
    • 4 ist ein Blockdiagramm, das ein Beispiel der in 1 dargestellten Architektur zeigt, die in einer Remote-Server-Umgebung eingesetzt wird.
    • Die 5-7 zeigen Beispiele für mobile Geräte, die in den Architekturen, die in den vorstehenden Figuren gezeigt wurden, verwendet werden können.
    • 8 ist ein Blockdiagramm, das ein Beispiel einer Rechnerumgebung zeigt, das in den Architekturen, die in den vorstehenden Figuren gezeigt wurden, verwendet werden kann.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Wie vorstehend erläutert wurde, ist ein erheblicher Aufwand für Versuche eingesetzt worden, den Ertrag einer landwirtschaftlichen Anbaufläche auf Grundlage von Luftbildern der Fläche zu prognostizieren. So versuchen beispielsweise einige momentan eingesetzte Systeme, den Ertrag zu prognostizieren, indem verschiedenen Standorten, die auf der Luftaufnahme gezeigt sind, ein Vegetationsindexwert zugeordnet wird, der eine Vegetationsentwicklung wiedergibt. Der Ertrag wird dann auf Grundlage der Werte des Vegetationsindex, die verschiedenen Abschnitten der Anbaufläche auf dem Bild zugeordnet sind, prognostiziert. Ein Beispiel für einen gebräuchlichen Vegetationsindex ist der normierte Differenzvegetationsindex (NDVI). Ein weiterer gebräuchlicher Vegetationsindex wird als Blattflächenindex bezeichnet. Die momentan eingesetzten Systeme ordnen Indexwerte (unter Verwendung eines der vorstehend aufgeführten Indexsysteme oder eines davon abweichenden) auf Grundlage einer Analyse eines landgebunden oder per Fernerkundung erfassten Bildes zu, die auf die Entwicklung der zu analysierenden Vegetation auf dem Bild schließen lassen können.
  • Dies kann jedoch zu Problemen führen. So steigen beispielsweise die NDVI-Werte von Pflanzen während der Spitzenwachstumsleistung von Pflanzen (d. h. zu einer Zeit während der Anbauperiode, wenn die Ertragsorgane (Blätter etc.) am stärksten entwickelt sind), üblicherweise von 0 auf 0,6 bis 0,7 an. Während der Spitzenwachstumsleistung ist die Spektralempfindlichkeit der Pflanze gesättigt, so dass die Spektralempfindlichkeit an nahezu einem Höchstwert gekappt wird. Diese Sättigung bedeutet, dass bei dem Versuch, einen Vollernter auf Grundlage eines Ertrags zu steuern, der unter Verwendung dieser Bilder prognostiziert wurde, die Empfindlichkeit des Steueralgorithmus aufgrund dieser Sättigung und dem Signal-Rausch-Verhältnis im Ertragsprognoseprozess begrenzt ist.
  • Somit beschreibt die vorliegende Beschreibung einen Mechanismus, bei welchem eine Spektralanalyse verwendet wird, um Bilder auszuwählen, die bei der Durchführung von Maschinensteuerung nützlicher sind. Er identifiziert diejenigen Bilder, die innerhalb des Bildes eine ausreichende Ertragsvarianz zeigen. Beispielsweise sind zu einem sehr frühen Zeitpunkt in der Anbauperiode die Bilder möglicherweise nicht nützlich, da zu wenig Pflanzenwachstum auf den Aufnahmen erfasst wurde. Zu verschiedenen Zeitpunkten der Anbauperiode können die Bilder jedoch außerordentlich nützlich sein, da ein adäquates Pflanzenwachstum erfolgt ist und momentan ein aktives Pflanzenwachstum vorliegt, innerhalb des Bildes jedoch nach wie vor eine gute Verteilung der Vegetationsindexwerte vorhanden ist. Sobald die Pflanzen jedoch vollständig ausgewachsen sind, sind die Bilder möglicherweise nicht mehr so nützlich, da das Spitzenvegetationswachstum zu gesättigten Aufnahmen und einer niedrigen Ertragsprognosegenauigkeit führt. Jedoch können die Bilder zu einem späten Zeitpunkt der Anbauperiode, wenn eine aktive Pflanzenseneszenz vorliegt, wiederum eine gute Schwankungsgrößenordnung, Varianz und Verteilung des Vegetationsindex in den Bildern darstellen und somit für die Ertragsprognose nützlicher sein.
  • Somit stellt die vorliegende Beschreibung ein System bereit, das Bilder auswählt, in denen die Vegetationsindexvarianz ausreichend ist, so dass die Bilder für das Erstellen einer Prognosekarte hilfreich sind. Eine Prognosekarte wird auf Grundlage der ausgewählten Bilder erstellt und der Erntemaschine bereitgestellt. Das Erntemaschine-Steuersystem verwendet die Prognosekarte in Kombination mit momentaner Erntemaschinenposition und -route, um die Erntemaschine zu steuern.
  • 1 ist eine teilweise bildhafte, teilweise schematische Darstellung einer Landwirtschaftsmaschine 100 in einem Beispiel, in dem die Maschine 100 ein Vollernter (oder Mähdrescher) ist. In 1 ist ersichtlich, dass der Mähdrescher 100 veranschaulichend eine Fahrerkabine 101, die mehrere verschiedene Bedienerschnittstellenmechanismen aufweisen kann, zum Steuern des Mähdreschers 100 einschließt, wie nachstehend ausführlicher erläutert wird. Der Mähdrescher 100 kann einen Satz an Vorderendeneinrichtungen einschließen, die einen Erntevorsatz 102 und ein als 104 kenntlich gemachtes Schneidwerk einschließen können. Er kann zudem einen Schrägförderer 106, einen Vorschubbeschleuniger 108 und eine als 110 kenntlich gemachte Dreschvorrichtung einschließen. Die Dreschvorrichtung 110 schließt veranschaulichend einen Dreschrotor 112 und eine Reihe von Hohlräumen 114 ein. Ferner kann der Mähdrescher 100 eine Trennvorrichtung 116 einschließen, die einen Trennrotor einschließt. Der Mähdrescher 100 kann ein Reinigungssubsystem (oder einen Siebkasten) 118 einschließen, die ihrerseits ein Reinigungsgebläse 120, Spreusichter 122 und Sieb 124 einschließen können. Das Fördersubsystem des Mähdreschers 100 kann (neben einem Schrägförderer 106 und Vorschubbeschleuniger 108) Abscheidungsschlagvorrichtung 126, Überkehrelevator 128, Reinkornelevator 130 (der gereinigtes Korn in einen Reinkorntank 132 bewegt) sowie Entladeschnecke 134 und Abtankrohr 136 einschließen. Der Mähdrescher 100 kann ferner ein Ernterückstände-Subsystem 138 einschließen, das eine Häckseleinrichtung 140 und Streueinrichtung 142 einschließen kann. Der Mähdrescher 100 kann zudem ein Vortriebssubsystem aufweisen, das einen Motor (oder eine andere Leistungsquelle) einschließt, die mit dem Boden ineinandergreifende Räder 144 oder Führungsschienen etc. antreiben. Es ist anzumerken, dass der Mähdrescher 100 zudem jeweils mehr als eines der vorstehend aufgeführten Subsysteme aufweisen kann (beispielsweise linken und rechten Siebkasten, Trennvorrichtung etc.).
  • Während des Betriebs und als Überblick bewegt sich der Mähdrescher 100 veranschaulichend in der durch den Pfeil 146 angezeigten Richtung durch eine Anbaufläche. Während er sich bewegt, greift der Erntevorsatz 102 mit dem zu erntenden Erntegut ineinander und sammelt es in Richtung des Schneidwerks 104 ein. Nach dem Schneiden wird es durch ein Förderband im Schrägförderer 106 in Richtung des Vorschubbeschleunigers 108 bewegt, der das Erntegut in die Dreschvorrichtung 110 beschleunigt. Das Erntegut wird durch den Rotor 112, der das Erntegut gegen Hohlraum 114 rotiert, gedroschen. Das gedroschene Erntegut wird durch einen Trennrotor in die Trennvorrichtung 116 bewegt, wo einige der Ernterückstände mittels der Abscheidungsschlagvorrichtung 126 in Richtung des Ernterückstände-Subsystems 138 bewegt werden. Sie können durch den Rückstandshäcksler 140 gehäckselt und durch die Streueinrichtung 142 auf der Anbaufläche ausgestreut werden. Bei anderen Umsetzungen werden die Ernterückstände lediglich als Schwad abgelegt statt gehäckselt und ausgestreut zu werden.
  • Korn fällt in einen Siebkasten (oder das Reinigungssubsystem) 118. Der Spreusichter 122 trennt einiges des größeren Materials vom Korn, und das Sieb 124 trennt einiges des feineren Materials vom gereinigten Korn. Gereinigtes Korn fällt in eine Schnecke im Reinkornelevator 130, der das gereinigte Korn aufwärts bewegt und im Reinkorntank 132 ablegt. Ernterückstände können aus dem Siebkasten 118 durch eine Luftströmung entfernt werden, die durch Reinigungsgebläse 120 erzeugt wird. Diese Ernterückstände können zudem im Mähdrescher 100 rückwärts in Richtung des Ernterückstände-Fördersubsystems 138 bewegt werden.
  • Überkehr kann mittels des Überkehrelevators 128 zurück in die Dreschvorrichtung 110 bewegt werden, wo sie noch einmal gedroschen werden kann. Alternativ hierzu kann die Überkehr auch in einen separaten Mechanismus zum erneuten Dreschen geleitet werden (ebenfalls unter Verwendung eines Überkehrelevators oder anderen Transportmechanismus), wo sie ebenfalls noch einmal gedroschen werden kann.
  • 1 zeigt zudem, dass bei einem Beispiel der Mähdrescher 100 einen Grundgeschwindigkeitssensor 147, einen oder mehrere Trennvorrichtung-Verlustsensoren 148, eine Reinkornkamera 150 und einen oder mehrere Siebkasten-Verlustsensoren 152 einschließen kann. Der Grundgeschwindigkeitssensor 147 erfasst veranschaulichend die Fahrgeschwindigkeit des Mähdreschers 100 über dem Grund. Dies kann durch ein Erfassen der Rotationsgeschwindigkeit der Räder, der Antriebswelle, der Achse oder anderer Bauteile erfolgen. Fahrgeschwindigkeit und Position von Mähdrescher 100 können auch durch ein Positionierungssystem 157 wie einem Globalen Positionsbestimmungssystem (GPS), einem Koppelnavigationssystem, einem LORAN-System für Langstreckennavigation oder einer breiten Palette an anderen Systemen oder Sensoren, die auf die Fahrgeschwindigkeit schließen lassen, erfasst werden.
  • Der Siebkasten-Verlustsensor 152 stellt veranschaulichend ein Ausgangssignal bereit, das auf die Menge an Kornverlust durch sowohl die rechte Seite als auch die linke Seite des Siebkastens 118 schließen lässt. Bei einem Beispiel sind die Sensoren 152 Aufprallsensoren (oder Schocksensoren), die den Körneraufprall pro Zeiteinheit (oder pro gefahrener Weglängeneinheit) zählen, um auf den Siebkasten-Kornverlust schließen zu lassen. Die Aufprallsensoren für die rechte und linke Seite des Siebkastens können individuelle Signale, oder ein kombiniertes oder zusammengefügtes Signal bereitstellen. Es ist anzumerken, dass die Sensoren 152 anstelle von separaten Sensoren für jedes Sieb auch einen einzelnen Sensor umfassen können.
  • Der Trennvorrichtung-Verlustsensor 148 stellt ein Signal bereit, das auf den Kornverlust in der linken und der rechten Trennvorrichtung schließen lässt. Die der linken und der rechten Trennvorrichtung zugeordneten Sensoren können separate Kornverlustsignale oder ein kombiniertes oder zusammengefügtes Signal bereitstellen. Dies kann ebenfalls unter Verwendung einer breiten Palette unterschiedlicher Sensoren erfolgen. Es ist anzumerken, dass der Trennvorrichtung-Verlustsensor 148 anstelle von separaten Sensoren für links und rechts auch einen einzelnen Sensor umfassen kann.
  • Es ist zudem davon auszugehen, dass Sensor- und Messmechanismen (neben den bereits beschriebenen Sensoren) auch weitere Sensoren am Mähdrescher 100 einschließen können. Beispielsweise können sie einen Ernterückstände-Einstellungssensor einschließen, der konfiguriert ist, um zu erfassen, ob die Maschine 100 konfiguriert ist, um die Ernterückstände zu häckseln, einen Schwad abzulegen etc. Sie können Siebkasten-Gebläsegeschwindigkeitssensoren einschließen, die in der Nähe des Gebläses 120 konfiguriert sind, um die Gebläsegeschwindigkeit zu erfassen. Sie können einen Drusch-Abstandssensor einschließen, der den Abstand zwischen dem Rotor 112 und den Hohlräumen 114 erfasst. Sie schließen einen Dreschrotor-Drehzahlsensor ein, der eine Rotordrehzahl des Rotors 112 erfasst. Sie können einen Spreusichter-Abstandssensor einschließen, der die Größe der Öffnungen im Spreusichter 122 erfasst. Sie können einen Sieb-Abstandssensor einschließen, der die Größe der Öffnungen im Sieb 124 erfasst. Sie können einen Nichtkornbestandteile (NKB) -Feuchtigkeitssensor einschließen, der konfiguriert sein kann, um den Feuchtigkeitsgrad der Nichtkornbestandteile, die den Mähdrescher 100 durchlaufen, zu erfassen. Sie können Maschineneinstellungssensoren einschließen, die konfiguriert sind, um die verschiedenen konfigurierbaren Einstellungen des Mähdreschers 100 zu erfassen. Sie können zudem einen Maschinenausrichtungssensor einschließen, der aus einer breiten Palette unterschiedlicher Sensortypen stammen kann, die die Ausrichtung oder Stellung des Mähdreschers 100 erfassen. Erntegut-Eigenschaftssensoren können eine Vielzahl unterschiedlicher Ernteguteigenschaften wie Ernteguttyp, Erntegutfeuchtigkeit und andere Ernteguteigenschaften erfassen. Sie können zudem konfiguriert sein, um Merkmale des Ernteguts zu erfassen, wenn dieses vom Mähdrescher 100 verarbeitet wird. Beispielsweise können sie den Körnerdurchsatz erfassen, wenn dieses durch den Reinkomelevator 130 wandert. Sie können den Ertrag als Durchflussrate von Korn durch den Elevator 130 in Korrelation zu einer Position, an der dieses wie von Positionssensor 157 angegeben geerntet wurde, erfassen oder weitere Ausgangssignale bereitstellen, die auf andere erfasste Variablen schließen lassen. Einige weitere Beispiele von Sensortypen, die verwendet werden können, sind nachstehend beschrieben.
  • Es ist zudem anzumerken, dass 1 nur ein Beispiel der Maschine 100 zeigt. Weitere Maschinen wie Feldhäcksler, Baumwoll-Erntemaschinen, Zuckerrohr-Erntemaschinen etc. können ebenfalls verwendet werden.
  • 2 ist ein Blockdiagramm, das ein Beispiel einer Rechnersystemarchitektur 180 zeigt. Die Architektur 180, die in dem Beispiel in 2 gezeigt ist, zeigt, dass ein Luftbild-Aufnahmesystem 182 eine Reihe von Luftbildern aufnimmt und/oder andere Bildaufnahmesysteme 183 andere Bilder aufnehmen können. Die Bilder 184 geben eine Spektralempfindlichkeit wieder, die von einem oder mehreren der Bildaufnahmesysteme 182 und 183 erfasst wurde, und werden einem Prognosekarte-Erstellungssystem 186 bereitgestellt. Das Prognosekarte-Erstellungssystem 186 wählt Bilder 184 aus, die zur Erstellung einer Prognosekarte 188 verwendet werden sollen. Die Prognosekarte 188 wird dann dem Steuersystem der Erntemaschine 100 bereitgestellt, wo sie verwendet wird, um die Erntemaschine 100 zu steuern.
  • Es ist anzumerken, dass in 2 das Prognosekarte-Erstellungssystem 186 als von der Erntemaschine 100 getrennt dargestellt ist. Somit kann es auf einem entfernten Rechnersystem oder an anderer Stelle angeordnet sein. Bei einem weiteren Beispiel kann das Prognosekarte-Erstellungssystem 186 jedoch auch an der Erntemaschine 100 angeordnet sein. Diese und weitere Architekturen sind hierin berücksichtigt. Vor der ausführlicheren Beschreibung des vollständigen Ablaufs der Architektur 180 werden zunächst Kurzbeschreibungen einiger der Bestandteile der Architektur 180 und ihres Betriebs bereitgestellt.
  • Das Luftbild-Aufnahmesystem 182 kann ein System eines beliebigen Typs sein, das Luftbilder (oder eine Spektralempfindlichkeit) einer Anbaufläche aufnimmt, die durch die Erntemaschine 100 abgeerntet wird oder abgeerntet werden soll. Somit kann das System 182 ein Satelliten-basiertes System einschließen, bei dem Satellitenbilder als Bilder 184 erstellt werden. Es kann sich um ein System handeln, das unbemannte Luftfahrzeuge oder bemannte Luftfahrzeuge verwendet, um Bilder 184 aufzunehmen. Es kann sich auch um eine andere Art von Luftbild-Aufnahmesystem handeln. Andere Bildaufnahmesysteme 183 können andere Arten von bodenbasierten Bildaufnahmesystemen sein, die ebenfalls die Spektralempfindlichkeit der Anbaufläche erfassen.
  • Das Prognosekarte-Erstellungssystem 186 schließt veranschaulichend einen oder mehrere Prozessoren oder Server 190, Kommunikationssystem 192, Datenspeicher 194, Spektralanalysesystem 196, Bildauswahllogik 198, Kartenerstellungslogik 200, Kartenkorrekturlogik 202 ein und kann eine Vielzahl weiterer Bestandteile 204 einschließen. Das Spektralanalysesystem 196 kann Bildqualität-Identifizierungslogik 205, Vegetationsindexmetrik-Identifizierungslogik 206 (die ihrerseits Blattflächenindexlogik 208, Erntegutausrichtung-Erkennungslogik 209, NDVI-Logik 210, sonstige Fernerkundung-Indexlogik 211 und/oder weitere Logik 212 einschließen kann), Bildanalyselogik 214 (die ihrerseits Adäquates-Pflanzenwachstum-Identifizierer 216, Größenordnungsidentifizierer 215, Verteilungsidentifizierer 217, Varianzidentifizierer 218 einschließen kann und weitere Bestandteile 220 einschließen kann) sowie weitere Bestandteile 222 einschließen. Die Bildauswahllogik 198 kann ihrerseits eine Multifaktor-Optimierungslogik 223, Schwellenlogik 224, Sortierlogik 226 und/oder weitere Logiken 228 einschließen. Im Betrieb empfängt das Kommunikationssystem 192 Bilder 184 von System 182 und/oder 183 oder von einem anderen System, auf dem diese gespeichert sein können. Es kann zudem weitere Informationen über die Anbaufläche wie unter anderem Topologie, Ernteguttyp, Umwelt- und Erntegutbedingungen empfangen. Somit kann das Kommunikationssystem 192 ein System sein, das konfiguriert ist, um über ein Fernnetz, ein lokales Netz, ein Nahfeldkommunikationsnetz, ein Mobilfunknetz oder ein beliebiges anderes einer Vielzahl von verschiedenen Netzwerken oder Kombinationen aus Netzwerken zu kommunizieren.
  • Sobald die Bilder 184 empfangen wurden, führt das Spektralanalysesystem 196 eine Spektralanalyse der Bilder durch, und die Bildauswahllogik 198 wählt auf Grundlage der Spektralanalyse Bilder für eine Kartenerstellung aus. Bei einem Beispiel nimmt der Bildqualitätsidentifizierer 205 eine erste Überprüfung vor, um festzustellen, ob ein Bild eine ausreichende Qualität aufweist. Beispielsweise kann er das Vorhandensein von Wolken, Schatten, Verdunkelungen etc. feststellen. Die Vegetationsindexmetrik-Identifizierungslogik 206 identifiziert einen Satz von Vegetationsindexmetriken, die jedem der empfangenen Bilder entsprechen. Auf Grundlage der jeweiligen berechneten Metriken variieren diese Metrikwerte innerhalb des Bildes. Wird beispielsweise der Blattflächenindex verwendet, erstellt die Blattflächenindexlogik 208 Blattflächenindexwerte, die verschiedenen Abschnitten des Luftbildes entsprechen (und somit verschiedenen Abschnitten der Anbaufläche entsprechen). Wird NDVI verwendet, erstellt die NDVI-Logik 210 NDVI-Metrikwerte für verschiedene Abschnitte des Bildes. Die Erntegutausrichtung-Erkennungslogik 211 kann die Ausrichtung des Ernteguts (z. B. lagerndes Erntegut, umgeknicktes Erntegut etc.) erkennen. Andere Fernerkundung-Indexlogik 211 kann andere Index-Metrikwerte für verschiedene Abschnitte des Bildes erstellen.
  • Die Bildanalyselogik 214 bestimmt dann, ob die Vegetationsindexmetriken für dieses spezifische Bild angemessen sind. Dies erfolgt, indem die Größenordnung des Bereichs der Vegetationsindexmetriken, wie die Vegetationsindex-Metrikwerte innerhalb des Bildes variieren und die Verteilung identifiziert werden. Dies kann von Größenordnungsidentifizierer 215, Varianzidentifizierer 218 und Verteilungsidentifizierer 217 vorgenommen werden. Wenn die Blattflächenindexmetriken verwendet werden, identifiziert diese die jeweiligen Merkmale für diese Metrikwerte im Bild. Wird die NDVI-Metrik verwendet, identifiziert diese die jeweiligen Merkmale für diese Metrikwerte im Bild.
  • Zuerst bestimmt jedoch der Adäquates-Pflanzenwachstum-Identifizierer 216, ob das Bild zu einem Zeitpunkt mit adäquatem Pflanzenwachstum aufgenommen wurde. Wenn es zu früh in der Wachstumsperiode aufgenommen wurde (beispielsweise bevor die Pflanzen auskeimen oder kurz danach), ist möglicherweise kein ausreichendes Pflanzenwachstum vorhanden, um die Vegetationsindexwerte angemessen zu erstellen. Der Adäquates-Pflanzenwachstum-Identifizierer 216 analysiert somit das Bild, um sicherzustellen, dass ein adäquates Pflanzenwachstum vorliegt, das im Bild wiedergegeben ist, so dass die Vegetationsindexwerte aussagekräftig sind.
  • Ist davon auszugehen, dass das zu analysierende Bild ein adäquates Pflanzenwachstum wiedergibt, identifiziert der Größenordnungsidentifizierer 215 die Größenordnung des Bereichs der Vegetationsindexmetrikwerte. Der Verteilungsidentifizierer 217 identifiziert ihre Verteilung, und der Varianzidentifizierer 218 identifiziert dann den Verteilungsbereich oder die Varianz der Vegetationsindexmetrikwerte im Bild, um einen Varianzgrad zu identifizieren. Dies kann durch Verteilungsanalyse, Beobachtungen zur Entwicklung des Mittelwerts, Zeitreihenanalyse von Verteilungsmittelwerten, Standardabweichung oder die Verwendung anderer Werkzeuge erfolgen.
  • Sobald dem Bild eine Schlussfolgerung hinsichtlich Größenordnung, Verteilung und Varianz zugeordnet wurde, bestimmt die Bildauswahllogik 198 auf Grundlage dieser Werte, ob dieses Bild für eine Erstellung einer Prognosekarte ausgewählt werden soll.
  • Die Logik 198 kann auf unterschiedliche Weise bestimmen, ob das Bild geeignet ist. Beispielsweise kann die Multifaktor-Optimierungslogik 223 eine Multifaktoroptimierung unter Verwendung von Größenordnung, Verteilung und Varianz vornehmen. Die Bilder können auf Grundlage der Optimierung sortiert und ausgewählt werden. Die Schwellenlogik 224 kann die Werte, die dem Bild zugeordnet sind, mit Schwellenwerten vergleichen. Sind die Schwellenwerte eingehalten, kann das Bild ausgewählt werden, um für die Erstellung einer Prognosekarte verwendet zu werden.
  • Bei einem anderen Beispiel kann die Sortierlogik 226 die verarbeiteten Bilder auf Grundlage von einem oder mehreren von Größenordnungs-, Verteilungs- und/oder Varianzwerten, die jedem Bild entsprechen, sortieren. Sie kann die N besten Bilder (die Bilder mit den N besten Werten hinsichtlich Größenordnung, Verteilung und/oder Varianz) für die Erstellung einer Prognosekarte verwenden. Es ist jedoch anzumerken, dass andere Mechanismen zum Auswählen der Bilder auf der Grundlage von Größenordnung, Varianz, Verteilung, Mittel oder anderen statistischen Metrikwerten, die ihnen zugeordnet sind, ebenfalls verwendet werden können.
  • Die Kartenerstellungslogik 200 empfängt die ausgewählten Bilder von der Bildauswahllogik 198 und erstellt eine Prognosekarte auf Grundlage dieser Bilder. Bei einem Beispiel ist die Prognosekarte eine Ertragsprognosekarte, die auf Grundlage der ausgewählten Bilder einen Ertragsprognosewert für verschiedene Standorte innerhalb der Anbaufläche erstellt. Das Kommunikationssystem 192 stellt die Prognosekarte 198 dann der Erntemaschine 100 bereit (in dem Beispiel, bei dem das System 186 von der Erntemaschine 100 getrennt ist), so dass sie verwendet werden kann, um die Erntemaschine 100 zu steuern.
  • An einem bestimmten Punkt kann die Erntemaschine 100 einen tatsächlichen Ertrag erfassen (oder ableiten). In diesem Fall können die tatsächlichen Ertragswerte zusammen mit dem Standort, der diesen Ertragswerten entspricht, zurück an das System 186 gegeben werden, wo die Kartenkorrekturlogik 202 die Prognosekarte 188 aufgrund der tatsächlichen Ertragswerte vor Ort korrigiert. Die korrigierte Prognosekarte 188 kann dann der Erntemaschine 100 für eine Fortsetzung der Steuerung bereitgestellt werden.
  • 2 zeigt, dass bei einem Beispiel die Erntemaschine 100 einen oder mehrere Prozessoren 230, Kommunikationssystem 232, Datenspeicher 234, einen Sensorsatz 236, Steuersystem 238, steuerbare Subsysteme 240 und Bedienerschnittstellenmechanismen 242 einschließt, und sie kann eine Vielzahl anderer Bestandteile 244 einschließen. Der Bediener 246 interagiert mit Bedienerschnittstellenmechanismen 242, um die Erntemaschine 100 zu steuern und zu beeinflussen. Daher können die Bedienerschnittstellenmechanismen 242 Hebel, ein Lenkrad, Steuerknüppel, Knöpfe, Fußhebel, Kopplungen etc. einschließen. Wenn die Mechanismen 242 einen berührungsempfindlichen Anzeigebildschirm einschließen, können sie zudem vom Bediener betätigbare Elemente wie Verlinkungen, Symbole, Knöpfe etc. einschließen, die unter Verwendung einer Zeige- und Klickvorrichtung oder Berührungsgesten betätigt werden. Wenn die Mechanismen 242 eine Sprachverarbeitungsfunktionalität einschließen, können sie ein Mikrofon, einen Lautsprecher und andere Bestandteile zum Empfangen von Sprachbefehlen und Erstellen synthetisierter Sprachausgaben einschließen. Sie können eine Vielzahl anderer visueller, akustischer und haptischer Mechanismen einschließen.
  • Die Sensoren 236 können den vorstehend beschriebenen Positionssensor 157 und einen Steuerkurssensor 248, der einen Kurs oder eine Route identifiziert, die die Erntemaschine 100 nimmt, einschließen. Dies kann unter anderem erfolgen, indem die Ausgaben mehrerer Positionssensoren verarbeitet werden und eine Route extrapoliert wird oder anderweitig erfolgen. Sie kann veranschaulichend einen Geschwindigkeitssensor 147 wie vorstehend beschrieben, einen Massendurchsatzsensor 247 und einen Feuchtigkeitssensor 249 einschließen. Der Massendurchsatzsensor 247 kann einen Massendurchsatz von Korn in den Reinkorntank erfassen. Dies kann zusammen mit der Erntegutfeuchtigkeit, die von Sensor 249 erfasst wird, verwendet werden, um eine Ertragsmetrik zu erstellen, die auf den Ertrag schließen lässt. Die Sensoren 236 können zudem eine breite Palette an anderen Sensoren 250 einschließen.
  • Die steuerbaren Subsysteme 240 können ein Vortriebssubsystem 252, ein Lenkungssubsystem 254, Maschinenstellantriebe 256, ein Leistungsversorgungssubsystem 258 und ein Erntegut-Verarbeitungssubsystem 259 einschließen, und sie können eine Vielzahl an anderen Bestandteilen 260 einschließen. Das Vortriebssystem 252 kann einen Motor oder eine sonstige Leistungsquelle einschließen, die den Vortrieb der Erntemaschine 100 steuern. Das Lenkungssubsystem 254 kann Stellantriebe einschließen, die betätigt werden können, um die Erntemaschine 100 zu lenken. Die Maschinenstellantriebe 256 können beliebige einer breiten Palette an unterschiedlichen Stellantriebtypen einschließen, die verwendet werden können, um Maschineneinstellungen zu ändern, die Maschinenkonfiguration zu ändern, den Erntevorsatz anzuheben oder abzusenken, die Geschwindigkeit verschiedener Subsysteme (z. B. Gebläsegeschwindigkeit) zu ändern etc. Das Leistungsversorgungssubsystem 258 kann verwendet werden, um die Leistungsnutzung der Erntemaschine 100 zu steuern. Es kann verwendet werden, um zu steuern, wieviel Leistung den verschiedenen Subsystemen zugewiesen wird etc. Die Erntegut-Verarbeitungssubsysteme 259 können Dinge wie die Vorderendeneinrichtung, das Dreschsubsystem, das Reinigungssubsystem, das Fördersubsystem und das Ernterückstände-Subsystem einschließen, die vorstehend bezugnehmend auf 1 jeweils ausführlicher beschrieben wurden. Die anderen Subsysteme 260 können beliebige andere Subsysteme einschließen.
  • Im Betrieb empfängt das Steuersystem 238, sobald die Erntemaschine 100 die Ertragsprognosekarte 188 empfängt, die momentane Position der Erntemaschine 100 vom Positionssensor und den Kurs oder die Route (oder eine andere Variable, die auf eine zukünftige Position schließen lässt) der Erntemaschine 100 und erstellt Steuersignale, um die steuerbaren Subsysteme 240 auf Grundlage der Prognosekarte 188 und der momentanen und zukünftigen Positionen der Erntemaschine 100 zu Steuern. Lässt beispielsweise die Prognosekarte 188 darauf schließen, dass die Erntemaschine 100 kurz davor steht, in einen Abschnitt der Anbaufläche mit sehr hohem Betrag einzufahren, kann das Steuersystem 238 das Vortriebssystem 252 dahingehend steuern, dass die Geschwindigkeit über Grund der Erntemaschine 100 verringert wird, um eine im Wesentlichen konstante Zufuhrrate aufrechtzuerhalten. Lässt sie darauf schließen, dass die Erntemaschine 100 kurz davor steht, in einen Abschnitt mit sehr geringem Ertrag einzufahren, kann sie das Lenksystem 254 verwenden, um die Erntemaschine 100 zu einem Abschnitt der Anbaufläche mit einem höheren Ertrag umzulenken, oder sie kann das Vortriebssystem 252 dahingehend steuern, dass die Geschwindigkeit der Erntemaschine 100 erhöht wird. Sie kann Steuersignale erstellen, um Maschinenstellantriebe 256 zu steuern, um Maschineneinstellungen zu ändern, oder um das Leistungsversorgungssubsystem 258 zu steuern, um die Leistungsnutzung zu ändern oder Leistung den Subsystemen auf unterschiedliche Weise neu zuzuweisen etc. Sie kann zudem ein beliebiges der Erntegut-Verarbeitungssubsysteme 259 steuern.
  • Die 3A und 3B (hierin zusammenfassend als 3 bezeichnet) zeigen ein Ablaufdiagramm, das ein Beispiel des Betriebs der Architektur 180 zur Auswahl von Bildern 184, Erstellen einer Prognosekarte 188 und Verwenden dieser Prognosekarte 188 zum Steuern der Erntemaschine 100 darstellt. Es ist zunächst davon auszugehen, dass das Luftbild-Aufnahmesystem 182 und/oder 183 eingesetzt wird, um Bilder 184 der betreffenden Anbaufläche aufzunehmen. Dies ist durch Block 262 im Ablaufdiagramm von 3 angegeben. Es ist anzumerken, dass die Bilder 184 während eines einzelnen Tages oder einer anderen einzelnen Zeitspanne aufgenommen werden können oder zu unterschiedlichen Zeiten während der Anbauperiode aufgenommen werden können, wie dies durch Block 264 angegeben ist. Sie können auch auf verschiedenste anderweitige Arten aufgenommen wird, und dies ist durch Block 266 angegeben.
  • Die Vegetationsindexmetrik-Identifizierungslogik 206 wählt dann ein Bild für die Verarbeitung aus. Dies ist durch Block 268 angegeben. Die Bildqualität-Identifizierungslogik 205 überprüft dann die Bildqualität, um zu bestimmen, ob sie für eine weitere Verarbeitung ausreichend ist. Die Bildqualität kann aus verschiedenen Gründen wie das Vorhandensein von Wolken, Schatten, Verdunkelungen etc. beeinträchtigt sein. Das Berechnen der Bildqualität ist durch Block 267 angegeben. Ein Überprüfen auf Wolken ist durch Block 269 angegeben, und ein Überprüfen auf Schatten ist durch Block 271 angegeben. Ein Überprüfen auf sonstige Faktoren (wie Staub oder sonstige Verdunkelungen etc.), die die Bildqualität beeinträchtigen können, ist durch Block 273 angegeben. Die Bestimmung, ob die Bildqualität ausreichend ist, ist durch Block 275 angegeben. Falls nicht, kehrt die Verarbeitung zu Block 268 zurück, wo ein anderes Bild ausgewählt wird. Ist die Qualität ausreichend, ordnet die Vegetationsindexmetrik-Identifizierungslogik 206 verschiedenen Abschnitten des Bildes (und somit verschiedenen Standorten innerhalb der Anbaufläche, die vom Bild wiedergegeben wird) veranschaulichend Vegetationsindex-Metrikwerte zu. Dies ist durch Block 270 angegeben. Wie vorstehend ausgeführt, kann die Blattflächenindexlogik 208 Blattflächenindex-Metrikwerte für das Bild erstellen. Dies ist durch Block 272 angegeben. Die NDVI-Logik 210 kann NDVI-Metrikwerte für das Bild erstellen. Dies ist durch Block 274 angegeben. Die Erntegutfeuchtigkeit kann ebenfalls gemessen oder anderweitig ermittelt werden, wie durch Block 276 angegeben, wie auch die Ausrichtung des Ernteguts, wie durch Block 277 angegeben. Andere Vegetationsindexwerte können ebenfalls oder stattdessen zugeordnet werden, und dies ist durch Block 279 angegeben.
  • Der Adäquates-Pflanzenwachstum-Identifizierer 216 bestimmt dann, ob das Luftbild zu einem Zeitpunkt aufgenommen wurde, als ein adäquates Pflanzenwachstum im Bild wiedergegeben wurde. Dies erfolgt dadurch, dass bestimmt wird, ob die Vegetationsindexwerte, die dem Bild entsprechen, Werte aufweisen, die ein ausreichendes aktives Pflanzenwachstum zeigen. Das Bestimmen, ob das Bild ein adäquates Pflanzenwachstum zeigt, ist durch Block 278 im Ablaufdiagramm in 3 angegeben.
  • Die Bildanalyselogik 214 nimmt dann die zusätzliche Bildanalyse am ausgewählten Bild vor, um ihm eine Größenordnung, Verteilung und einen Varianzgrad zuzuordnen, die im Bild wiedergegeben sind. Dies ist durch Block 280 im Ablaufdiagramm in 3 angegeben. Bei einem Beispiel identifiziert der Größenordnungsidentifizierer 215 die Größenordnung des Bereichs der Vegetationsindexwerte. Dies ist durch Block 282 angegeben. Der Verteilungsidentifizierer 217 identifiziert die Verteilung dieser Werte. Dies ist durch Block 283 angegeben. Der Varianzidentifizierer 218 berechnet eine Schwankung in den Vegetationsindexwerten (oder die Varianz dieser Werte) innerhalb des Bildes. Dies ist durch Block 284 angegeben. Die Bildanalyse kann auch auf andere Arten vorgenommen werden, und dies ist durch Block 285 angegeben.
  • Dann bestimmt das Spektralanalysesystem 196, ob noch mehr Bilder 184 verarbeitet werden sollen. Dies ist durch Block 286 angegeben. Falls ja, kehrt die Verarbeitung zu Block 268 zurück, wo ein nächstes Bild für eine Verarbeitung ausgewählt wird.
  • Wenn keine weiteren Bilder verarbeitet werden müssen, wählt die Bildauswahllogik 198 ein oder mehrere Bilder zum Erstellen einer Prognosekarte 188 auf Grundlage der Größenordnung, Verteilung und/oder dem Varianzgrad, die jedem der Bilder entsprechen, aus. Dies ist durch Block 288 im Ablaufdiagramm in 3 angegeben.
  • Bei einem Beispiel nimmt die Multifaktor-Optimierungslogik 223 eine Optimierung auf Grundlage der Größenordnung, Varianz und Verteilung der Vegetationsindex-Metrikwerte vor. Dies ist durch Block 289 angegeben. Bei einem weiteren Beispiel vergleicht die Schwellenlogik 224 den Wert der Varianz (oder eines anderen Merkmals) von jedem Bild mit einem entsprechenden Schwellenwert, um zu bestimmen, ob dieser ausreichend ist. Dies ist durch Block 290 angegeben. Bei einem anderen Beispiel sortiert die Sortierlogik 226 das verarbeitete Bild anhand der vorstehend beschriebenen Merkmale, um die Bilder mit den höchsten (z. B. den besten) Werten zu bestimmen, und wählt diese Bilder aus. Dies ist durch Block 292 angegeben. Die Bilder können auf Grundlage der Größenordnungs-, Verteilungs- und/oder Varianzwerte oder auf andere Weise ausgewählt werden. Dies ist durch Block 294 angegeben.
  • Die Kartenerstellungslogik 200 erstellt dann eine Prognosekarte 188 unter Verwendung der ausgewählten Bilder. Dies ist durch Block 296 im Ablaufdiagramm in 3 angegeben. Bei einem Beispiel kann die Kartenerstellungslogik 200 die Karte auch unter Verwendung anderer Informationen erstellen. Diese Informationen können Faktoren wie Topologie, Ernteguttyp, Ernteguteigenschaften (z. B. Erntegutfeuchtigkeit etc.), Umweltbedingungen (wie Bodenfeuchtigkeit, Wetter etc.) oder ein Vorhersagemodell auf Grundlage von Datenmodellierung einschließen. Eine Berücksichtigung anderer Variablen für die Erstellung der Karte ist durch Block 298 angegeben. Die Karte kann eine Ertragsprognosekarte sein, die prognostizierte Ertragswerte für verschiedene Bereiche der Anbaufläche angibt. Dies ist durch Block 300 angegeben. Die Prognosekarte kann auf andere Weise erstellt werden und kann auch andere Ernteguteigenschaften wie Biomasse, Feuchtigkeit, Protein, Stärke, Öl etc. wiedergeben, und dies ist durch Block 302 angegeben.
  • Dann wird die Prognosekarte 188 für die Steuerung der Erntemaschine 100 ausgegeben. Dies ist durch Block 304 angegeben.
  • Das Steuersystem 238 kann dann Sensorsignale von den Sensoren 238 empfangen, die auf die Erntemaschinenposition und -route (oder einen Kurs oder sonstigen Wert, der darauf schließen lässt, wohin die Erntemaschine fährt) schließen lassen. Dies ist durch Block 306 angegeben. Die Sensorwerte können momentane Position 308, Geschwindigkeit 310, Kurs 312 und/oder eine Vielzahl anderer Werte 314 einschließen.
  • Auf Grundlage der Erntemaschinenposition und deren Kurs und zudem auf Grundlage der Werte in der Prognosekarte erstellt das Steuersystem 238 Erntemaschinen-Steuersignale, um eines oder mehrere steuerbare Subsysteme 240 zu steuern. Das Erstellen der Steuersignale ist durch Block 316 angegeben. Es wendet die Steuersignale dann auf die steuerbaren Subsysteme an, um die Erntemaschine 100 zu steuern. Dies ist durch Block 318 angegeben. Dies kann in einer Vielzahl unterschiedlicher Weisen erfolgen. Beispielsweise kann es Vortrieb/Geschwindigkeit der Erntemaschine 100 steuern (z. B. um eine konstante Zufuhrrate aufrechtzuerhalten etc.), wie durch Block 320 angegeben. Es kann die Route oder Richtung der Erntemaschine 100 steuern, indem es die Lenkungssubsysteme 254 steuert. Dies ist durch Block 322 angegeben. Es kann beliebige einer Vielzahl unterschiedlicher Maschinenstellantriebe 256 steuern, wie durch Block 324 angegeben. Es kann Leistungsversorgungssubsysteme 258 steuern, um die Leistungsnutzung oder die Leistungszuweisung innerhalb der Subsysteme zu steuern, wie durch Block 326 angegeben. Es kann zudem ein beliebiges der Erntegut-Verarbeitungssubsysteme 259 steuern, wie durch Block 327 angegeben. Es kann auch die Steuersignale auf verschiedene steuerbare Subsysteme anwenden, um die Erntemaschine 100 auf unterschiedliche Weise zu steuern. Dies ist durch Block 328 angegeben.
  • Wie vorstehend erörtert können die Sensoren 236 einen Massendurchsatzsensor 247 und Feuchtigkeitssensor 249 einschließen, die verwendet werden können, um den tatsächlichen Ertrag der Erntemaschine 100 abzuleiten. Dies ist durch Block 330 angegeben. Der tatsächliche Ertrag kann gemeinsam mit der Position, an der dieser Ertrag erzielt wurde, an die Kartenkorrekturlogik 202 zurückgeleitet werden, die die gewünschten Korrekturen an der Prognosekarte 188 auf Grundlage der tatsächlichen Ertragswerte, die aus den Informationen abgeleitet wurde, die von den Sensoren 247 und 249 erfasst wurden, vornimmt. Dies ist durch Block 332 angegeben. Ist beispielsweise der tatsächliche Ertrag zum prognostizierten Ertrag um einen Wert oder eine Funktion in stetiger Weise versetzt, können dieser Wert oder diese Funktion auf die verbleibenden Ertragswerte der Prognosekarte als Korrekturen angewendet werden. Dies stellt lediglich ein Beispiel dar.
  • Wenn die Erntemaschine das Abernten der Anbaufläche abgeschlossen hat, ist der Betrieb abgeschlossen. Bis dahin kann die Verarbeitung zu Block 304 zurückkehren, wo die korrigierte Karte (wenn Korrekturen vorgenommen wurden) dem Erntemaschine-Steuersystem 238 wieder bereitgestellt wird, das sie verwendet, um die Erntemaschine zu steuern. Die Bestimmung, ob der Betrieb abgeschlossen ist, ist durch Block 334 angegeben.
  • Es ist anzumerken, dass die vorstehende Erörterung eine Vielzahl unterschiedlicher Systeme, Komponenten und/oder Logiken beschreibt. Es ist davon auszugehen, dass solche Systeme, Komponenten und/oder Logiken aus Hardware-Elementen (wie Prozessoren und zugeordnete Kurzzeitspeicher oder andere Verarbeitungskomponenten, von denen einige nachstehend beschrieben sind) bestehen können, die die diesen Systemen, Komponenten und/oder Logiken zugeordneten Funktionen vornehmen. Darüber hinaus können die Systeme, Komponenten und/oder Logiken aus Software bestehen, die in einen Kurzzeitspeicher geladen wird und anschließend durch einen Prozessor oder Server oder eine sonstige Rechnerkomponente ausgeführt wird, wie nachstehend beschrieben ist. Die Systeme, Komponenten und/oder Logiken können zudem aus verschiedenen Kombinationen aus Hardware, Software, Firmware etc. bestehen, von denen nachstehend einige Beispiele beschrieben sind. Diese stellen lediglich einige Beispiele unterschiedlicher Strukturen dar, die verwendet werden können, um die vorstehend beschriebenen Systeme, Komponenten und/oder Logiken zu bilden. Es können auch andere Strukturen verwendet werden.
  • Die vorliegende Erörterung erwähnt Prozessoren und Server. Bei einer Ausführungsform schließen die Prozessoren und Server Computerprozessoren mit zugeordneten Kurzzeitspeichern und Zeitmesskreisen ein, die nicht separat dargestellt sind. Diese stellen funktionale Bestandteile der Systeme oder Vorrichtungen, zu denen sie gehören und durch die sie aktiviert werden, dar und erleichtern die Funktionalität der anderen Komponenten oder Elemente in diesen Systemen.
  • Zudem wurden verschiedene Anzeigevorrichtungen für Bedienerschnittstellen erwähnt. Diese können eine Vielzahl unterschiedlicher Formen annehmen und können über eine breite Palette an unterschiedlichen durch einen Bediener betätigbaren Eingabemechanismen verfügen, die darauf angeordnet sind. Beispielsweise können die durch einen Bediener betätigbaren Eingabemechanismen aus Textfeldern, Kontrollkästchen, Symbolen, Verlinkungen, Dropdownmenüs, Suchfeldern etc. bestehen. Sie können zudem in einer Vielzahl unterschiedlicher Weisen betätigt werden. Beispielsweise können sie unter Verwendung einer Zeige- und Klickvorrichtung (wie einem Trackball oder einer Maus) betätigt werden. Sie können unter Verwendung von Hardwaretasten, Schaltern, einem Steuerhebel oder einer Tastatur, Druckschaltern oder Tastfeldern betätigt werden. Sie können zudem unter Verwendung einer virtuellen Tastatur oder anderer virtueller Betätigungselemente betätigt werden. Wenn der Bildschirm, auf dem sie dargestellt werden, ein berührungsempfindlicher Bildschirm ist, können sie zudem unter Verwendung von Berührungsgesten betätigt werden. Und wenn das Gerät, das sie darstellt, über Spracherkennungskomponenten verfügt, können sie unter Verwendung von Sprachbefehlen betätigt werden.
  • Zudem wurden verschieden Datenspeicher beschrieben. Es ist anzumerken, dass diese in verschiedene Datenspeicher aufgeteilt werden können. All diese können lokal zu dem System gehören, das auf sie zugreift, alle können an anderer Stelle untergebracht sein oder einige können lokal und andere an anderer Stelle untergebracht sein. All diese Konfigurationen sind hierin berücksichtigt.
  • Zudem zeigen die Figuren mehrere Blöcke, denen jeweils Funktionalitäten zugeschrieben sind. Es ist anzumerken, dass weniger Blöcke verwendet werden können, so dass die Funktionalität von weniger Komponenten ausgeführt wird. Zudem können mehr Blöcke verwendet werden, wobei die Funktionalität zwischen mehr Komponenten aufgeteilt wird.
  • 4 ist ein Blockdiagramm der in 2 gezeigten Erntemaschine 100, mit dem Unterschied, dass sie mit Elementen einer Remote-Server-Architektur 500 kommuniziert. Bei einem Beispiel kann die Remote-Server-Architektur 500 Berechnungen, Software, Datenzugriff und Speicherdienste bereitstellen, die kein Endbenutzerwissen über den physischen Standort oder die Konfiguration des Systems, das die Dienste liefert, erfordern. Bei verschiedenen Beispielen können Remote-Server unter Verwendung angemessener Protokolle die Dienste über ein Fernnetz wie das Internet liefern. Beispielsweise können Remote-Server Anwendungen über ein Fernnetz liefern, und es kann über einen Webbrowser oder eine beliebige andere Rechnerkomponente auf sie zugegriffen werden. Die in 2 gezeigten Software oder Komponenten sowie die entsprechenden Daten können auf Servern an einem entfernten Standort gespeichert werden. Die Rechnerressourcen einer Remote-Server-Umgebung können am Standort eines Remote-Datenzentrums konsolidiert sein, oder sie können verteilt sein. Remote-Server-Infrastrukturen können Dienste über gemeinsam genutzte Datenzentren liefern, obwohl sie dem Benutzer als zentraler Zugriffspunkt erscheinen. Somit können die hierin beschriebenen Komponenten und Funktionen von einem Remote-Server an einem entfernten Standort unter Verwendung einer Remote-Server-Architektur bereitgestellt werden. Alternativ hierzu können sie von einem herkömmlichen Server bereitgestellt werden, oder sie können direkt auf Client-Geräten installiert sein, oder auf andere Weise.
  • Bei dem in 4 gezeigten Beispiel sind einige Elemente den in 2 gezeigten ähnlich und sind ähnlich nummeriert. 4 zeigt spezifisch, dass sich das Prognosekarte-Erstellungssystem 186 an einem Remote-Server-Standort 502 befinden kann. Daher greift die Erntemaschine 100 auf diese Systeme über den Remote-Server-Standort 502 zu.
  • 4 zeigt zudem ein weiteres Beispiel einer Remote-Server-Architektur. 4 zeigt, dass ebenso vorgesehen ist, dass einige Elemente aus 2 an einem Remote-Server-Standort 502 angeordnet sind, während andere dies nicht sind. Beispielhaft kann der Datenspeicher 194 an einem Standort angeordnet sein, der von Standort 502 getrennt ist, und auf ihn kann über den Remote-Server an Standort 502 zugegriffen werden. Unabhängig davon, wo sie sich befinden, kann auf sie durch Erntemaschine 100 direkt über ein Netzwerk (entweder ein Fernnetz oder ein lokales Netz) zugegriffen werden, sie können an einem Remote-Standort von einem Dienst gehostet sein, oder sie können als Dienst bereitgestellt werden, oder es kann durch einen Verbindungsdienst, der sich an einem Remote-Standort befindet, auf sie zugegriffen werden. Zudem können die Daten an im Wesentlichen jedem beliebigen Standort gespeichert sein und es kann in regelmäßigen Abständen durch Interessenten auf sie zugegriffen werden oder sie können an diese weitergeleitet werden. Beispielsweise können anstelle von oder neben elektromagnetischen Wellenträgern physische Träger verwendet werden. Bei einem solchen Beispiel kann, wenn die Zellenabdeckung schwach oder nicht vorhanden ist, eine andere mobile Maschine (beispielsweise ein Tankfahrzeug) über ein automatisiertes Informationssammelsystem verfügen. Wenn sich die Erntemaschine dem Tankfahrzeug nähert, um nachzutanken, sammelt das System die Informationen von der Erntemaschine automatisch oder überträgt Informationen an die Erntemaschine unter Verwendung einer beliebigen Art von unmittelbarer Funkverbindung. Die gesammelten Informationen können dann an das Hauptnetzwerk weitergeleitet werden, wenn das Tankfahrzeug einen Standort erreicht, an dem eine Zellenabdeckung (oder andere Funkabdeckung) vorhanden ist. Beispielsweise kann das Tankfahrzeug an einen abgedeckten Standort fahren, wenn es weiterfährt, um andere Maschinen zu betanken, oder wenn es sich an einem Haupttanklager befindet. All diese Architekturen sind hierin berücksichtigt. Ferner können die Informationen an der Erntemaschine gespeichert werden, bis die Erntemaschine an einen abgedeckten Standort fährt. Die Erntemaschine kann die Informationen dann selbst an das Hauptnetz senden und von diesem empfangen.
  • Es ist zudem anzumerken, dass die Elemente aus 2, oder Teile von diesen, auf einer großen Bandbreite unterschiedlicher Geräte angeordnet sein können. Einige dieser Geräte schließen Server, Arbeitsplatzcomputer, Laptopcomputer, Tabletcomputer oder andere mobile Geräte wie Palmtop-Computer, Mobiltelefone, Smartphones, Multimedia-Abspielgeräte, PDA-Geräte („personal digital assistants“) etc. ein.
  • 5 ist ein vereinfachtes Blockdiagramm eines veranschaulichenden Beispiels eines Handheld- oder mobilen Rechnergeräts, das als Benutzer- oder Clienten-Handheldgerät 16, auf dem das vorliegende System (oder Teile von diesem) eingesetzt werden können, verwendet werden kann. Beispielsweise kann ein mobiles Gerät in der Fahrerkabine der Erntemaschine 100 eingesetzt werden, um für Erstellung, Verarbeitung oder Anzeige von Wurzelstockbreite und Positionsdaten verwendet zu werden. Die 6-7 sind Beispiele für Handheld- oder mobile Geräte.
  • 5 stellt ein allgemeines Blockdiagramm der Komponenten eines Client-Geräts 16 dar, auf dem einige der in 2 gezeigten Komponenten laufen können, das mit diesen interagieren kann, oder beides. Bei dem Gerät 16 wird eine Kommunikationsverbindung 13 bereitgestellt, die dem Handheld-Gerät ermöglicht, mit anderen Rechnergeräten zu kommunizieren, und das bei einigen Ausführungsformen einen Kanal zum automatischen Empfangen von Informationen, beispielsweise durch Abtasten, bereitstellt. Beispiele für die Kommunikationsverbindung 13 schließen das Ermöglichen von Kommunikation über eines oder mehrere Kommunikationsprotokolle wie Funkdienste, die verwendet werden, um Zellenzugang zu einem Netzwerk zu gewähren, sowie Protokolle, die lokale Funkverbindungen zu Netzwerken gewähren, ein.
  • Bei anderen Beispielen können Anwendungen auf einer herausnehmbaren Secure Digital (SD)-Karte empfangen werden, die mit einer Schnittstelle 15 verbunden ist. Die Schnittstelle 15 und Kommunikationsverbindungen 13 kommunizieren mit einem Prozessor 17 (der auch Prozessoren oder Server aus den vorstehenden Figuren verkörpern kann) über einen Bus 19, der auch mit dem Kurzzeitspeicher 21 und Eingabe/Ausgabe (E/A)-Komponenten 23 sowie Uhr 25 und Standortsystem 27 verbunden ist.
  • Bei einem Beispiel werden die E/A-Komponenten 23 bereitgestellt, um Ein- und Ausgabevorgänge zu vereinfachen. E/A-Komponenten 23 für verschiedene Ausführungsformen des Geräts 16 können Eingabekomponenten wie Knöpfe, Berührungssensoren, optische Sensoren, Mikrophone, Berührungsbildschirme, Näherungssensoren, Beschleunigungsmesser, Lagesensoren und Ausgabekomponenten wie eine Anzeigevorrichtung, einen Lautsprecher oder einen Druckeranschluss einschließen. Andere E/A-Komponenten 23 können ebenfalls verwendet werden.
  • Die Uhr 25 umfasst veranschaulichend eine Echtzeit-Uhrkomponente, die eine Zeit und ein Datum ausgibt. Sie kann zudem, veranschaulichend, Zeitsteuerungsfunktionen für Prozessor 17 bereitstellen.
  • Das Standortsystem 27 schließt veranschaulichend eine Komponente ein, die einen momentanen geographischen Standort des Geräts 16 ausgibt. Dies kann beispielsweise einen Empfänger für das Globale Positionsbestimmungssystem (GPS), ein LORAN-System, ein Koppelnavigationssystem, ein zelluläres Triangulationssystem oder ein sonstiges Positionierungssystem einschließen. Außerdem kann es beispielsweise Kartierungssoftware oder Navigationssoftware einschließen, die die gewünschten Karten, Navigationsrouten und andere geographische Funktionen erstellen.
  • Der Kurzzeitspeicher 21 speichert Betriebssystem 29, Netzwerkeinstellungen 31, Anwendungen 33, Anwendungskonfigurationseinstellungen 35, Datenspeicher 37, Kommunikationstreiber 39 und Kommunikationskonfigurationseinstellungen 41. Der Kurzzeitspeicher 21 kann alle Arten von materiellen flüchtigen und nichtflüchtigen computerlesbaren Kurzzeitspeichervorrichtungen einschließen. Er kann zudem Rechnerspeichermedien (nachstehend beschrieben) einschließen. Der Kurzzeitspeicher 21 speichert computerlesbare Anweisungen, die, wenn sie durch Prozessor 17 ausgeführt werden, bewirken, dass der Prozessor computerimplementierte Schritte oder Funktionen gemäß der Anweisungen durchführt. Der Prozessor 17 kann durch andere Komponenten aktiviert werden, um deren Funktionalität ebenfalls zu vereinfachen.
  • 6 zeigt ein Beispiel, in dem das Gerät 16 ein Tabletcomputer 600 ist. In 6 ist der Rechner 600 mit Benutzerschnittstelle-Anzeigebildschirm 602 gezeigt. Der Bildschirm 602 kann ein Berührungsbildschirm oder eine per Stift zu bedienende Schnittstelle sein, die Eingaben über einen Stift oder einen Eingabestift empfängt. Er kann auch eine virtuelle Tastatur auf dem Bildschirm verwenden. Selbstverständlich kann er auch an einer Tastatur oder einer sonstigen Eingabevorrichtung mittels eines geeigneten Anbringungsmechanismus wie einer Funkverbindung oder einem USB-Anschluss angebracht sein. Der Rechner 600 kann zudem veranschaulichend auch Spracheingaben empfangen.
  • 7 zeigt, dass das Gerät ein Smartphone 71 sein kann. Das Smartphone 71 verfügt über eine berührungsempfindliche Anzeige 73, die Symbole oder Kacheln oder andere Eingabemechanismen 75 darstellt. Die Mechanismen 75 können von einem Bediener verwendet werden, um Anwendungen zu starten, Anrufe zu tätigen, einen Datenübertragungsvorgang vorzunehmen etc. Generell ist ein Smartphone 71 auf einem mobilen Betriebssystem aufgebaut und bietet differenziertere Rechnerfähigkeiten und Verbindungsfähigkeiten als ein Feature-Phone.
  • Es ist anzumerken, dass andere Formen des Geräts 16 möglich sind.
  • 8 ist ein Beispiel einer Rechnerumgebung, in der Elemente aus 2, oder Teile von diesen, (beispielsweise) eingesetzt werden können. Bezugnehmend auf 8 schließt ein beispielhaftes System zum Umsetzen einiger Ausführungsbeispiele eine Rechnervorrichtung in Form eines Computers 810 ein. Komponenten des Computers 810 können unter anderem eine Verarbeitungseinheit 820 (die Prozessoren oder Server aus vorstehenden Figuren umfassen kann), einen System-Kurzzeitspeicher 830 und einen Systembus 821, der verschiedene Systemkomponenten einschließlich des System-Kurzzeitspeichers mit der Verarbeitungseinheit 820 koppelt, einschließen, sind aber nicht auf diese beschränkt. Der Systembus 821 kann ein beliebiger verschiedener Arten von Busstrukturen einschließlich eines Kurzzeitspeicherbus oder einer Kurzzeitspeichersteuerung, eines Peripheriebus und eines Lokalbus unter Verwendung einer beliebigen einer Vielzahl von Busarchitekturen sein. Bezugnehmend auf 2 beschriebene Kurzzeitspeicher und Programme können in entsprechenden Abschnitten von 8 eingesetzt werden.
  • Der Computer 810 schließt üblicherweise mehrere computerlesbare Medien ein. Computerlesbare Medien können alle verfügbaren Medien sein, auf die der Computer 810 Zugriff nehmen kann, und schließen sowohl flüchtige als auch nichtflüchtige Medien sowie entfernbare und nicht entfernbare Medien ein. Beispielhaft und nicht einschränkend können computerlesbare Medien Computerspeicher-Medien und Kommunikationsmedien umfassen. Computerspeichermedien unterscheiden sich von modulierten Datensignalen oder Trägerwellen und schließen diese nicht ein. Sie schließen Hardware-Speichermedien einschließlich sowohl flüchtiger und nichtflüchtiger und entfernbarer und nicht entfernbarer Medien ein, die in einer beliebigen Weise oder Technologie für die Speicherung von Informationen wie computerlesbare Anweisungen, Datenstrukturen, Programmmodule oder sonstige Daten umgesetzt sind. Computerspeichermedien schließen unter anderem Direktzugriffsspeicher RAM, Nurlesespeicher ROM, elektrisch löschbare programmierbare Festwertspeicher EEPROM, Flashspeicher oder sonstige Kurzzeitspeichertechnologien, CD-ROM, DVD oder sonstige optische Datenträgerspeicher, Magnetkassetten, Magnetbänder, magnetische Datenträgerspeicher oder sonstige magnetische Speichervorrichtungen oder jedes beliebige sonstige Medium, das verwendet werden kann, um die gewünschten Informationen zu speichern, und auf das der Computer 810 Zugriff hat, ein, sind aber nicht auf diese beschränkt. Kommunikationsmedien können computerlesbare Anweisungen, Datenstrukturen, Programmodule oder sonstige Daten in einem Transportmechanismus verkörpern und schließen beliebige Informationen liefernde Medien ein. Der Ausdruck „moduliertes Datensignal“ bezeichnet ein Signal, bei dem eines oder mehrere seiner Merkmale so festgelegt oder geändert sind, dass Informationen im Signal kodiert sind.
  • Der System-Kurzzeitspeicher 830 schließt Computerspeichermedien in Form eines flüchtigen und/oder nichtflüchtigen Kurzzeitspeichers wie schreibgeschützte Speicher (ROM) 831 und Direktzugriffsspeicher (RAM) 832 ein. Ein Basisdatenaustauschsystem 833 (BIOS), das die grundlegenden Routinen enthält, die die Übertragung von Informationen zwischen Elementen innerhalb des Computers 810 unterstützen, beispielsweise während der Inbetriebnahme, ist üblicherweise in ROM 831 gespeichert. RAM 832 enthält üblicherweise Daten und/oder Programmmodule, die für die Verarbeitungseinheit 820 unmittelbar zugänglich sind und/oder von dieser gegenwärtig betrieben werden. Beispielhaft und nicht einschränkend stellt 8 Betriebssystem 834, Anwendungsprogramme 835, sonstige Programmodule 836 und Programmdaten 837 dar.
  • Der Computer 810 kann zudem weitere entfernbare/nicht entfernbare flüchtige/nichtflüchtige Computerspeichermedien einschließen. Ausschließlich beispielhaft stellt 8 ein Festplattenlaufwerk 841, das nicht entfernbare nichtflüchtige magnetische Medien ausliest oder diese beschreibt, ein optisches Laufwerk 855 und einen nichtflüchtigen optischen Datenträger 856 dar. Das Festplattenlaufwerk 841 ist üblicherweise mit dem Systembus 821 über eine nicht entfernbare Kurzzeitspeicherschnittstelle wie die Schnittstelle 840 verbunden, und das optische Laufwerk 855 ist üblicherweise mit dem Systembus 821 über eine Schnittstelle für einen entfernbaren Kurzzeitspeicher wie die Schnittstelle 850 verbunden.
  • Alternativ hierzu oder darüber hinaus kann die hierin beschriebene Funktionalität wenigstens teilweise durch eine oder mehrere Hardware-Logikkomponenten durchgeführt werden. Beispielhaft, aber nicht einschränkend schließen veranschaulichende Arten von Hardware-Logikkomponenten, die verwendet werden können, anwenderprogrammierbare logische Anordnungen (FPGAs), anwendungsspezifische Schaltkreise (z. B. ASICs), anwendungsspezifische Standardprodukte (z. B. ASSPs), Ein-Chip-Systeme (SoCs), komplexe programmierbare Logikbausteine (CPLDs) etc. ein.
  • Die Laufwerke und die ihnen zugeordneten Computerspeichermedien, die vorstehend erörtert wurden und in 8 dargestellt sind, stellen Speicher für computerlesbare Anweisungen, Datenstrukturen, Programmodule und sonstige Daten für den Computer 810 bereit. In 8 ist beispielsweise das Festplattenlaufwerk 841 als das Betriebssystem 844, Anwendungsprogramme 845, sonstige Programmodule 846 und Programmdaten 847 speichernd dargestellt. Es ist anzumerken, dass diese Komponenten entweder mit dem Betriebssystem 834, Anwendungsprogrammen 835, sonstigen Programmodulen 836 und Programmdaten 837 identisch sein können oder sich von diesen unterscheiden können.
  • Ein Benutzer kann Befehle und Informationen in den Computer 810 über Eingabegeräte wie eine Tastatur 862, ein Mikrofon 863 und eine Zeigegerät 861 wie eine Maus, einen Trackball oder ein Touchpad eingeben. Weitere Eingabegeräte (nicht dargestellt) können einen Kontrollhebel, ein Gamepad, eine Satellitenschüssel, einen Scanner oder Ähnliches einschließen. Diese und weitere Eingabegeräte sind oft mit der Verarbeitungseinheit 820 über eine Bediener-Eingabeschnittstelle 860, die mit dem Systembus verbunden ist, gekoppelt, können aber über andere Schnittstellen- und Busstrukturen verbunden sein. Eine visuelle Anzeigevorrichtung 891 oder eine andere Art von Anzeigevorrichtung ist ebenfalls mit dem Systembus 821 über eine Schnittstelle wie eine Videoschnittstelle 890 verbunden. Neben dem Monitor können Computer zudem andere periphere Ausgabegeräte wie Lautsprecher 897 und Drucker 896 einschließen, die über eine Peripher-Ausgabeschnittstelle 895 verbunden sein können.
  • Der Computer 810 wird in einer vernetzten Umgebung betrieben, die logische Verbindungen (wie ein lokales Netz - LAN oder ein Fernnetz - WAN oder ein Steuergerätenetz - CAN) zu einem oder mehreren Remote-Computern wie dem Remote-Computer 880 verwendet.
  • Wenn er in einer LAN-Netzwerkumgebung verwendet wird, ist der Computer 810 mit dem LAN 871 über Netzwerkschnittstelle oder -adapter 870 verbunden. Wenn er in einer WAN-Netzwerkumgebung verwendet wird, schließt der Computer 810 üblicherweise ein Modem 872 oder anderweitige Einrichtungen zum Aufbau von Kommunikation über das WAN 873, beispielsweise das Internet, ein. In einer vernetzten Umgebung können Programmodule in einer Kurzzeitspeichervorrichtung mit Fernzugriff gespeichert sein. 10 stellt beispielsweise dar, dass Remote-Anwendungsprogramme 885 auf einem Remote-Computer 880 installiert sein können.
  • Es ist zudem anzumerken, dass die verschiedenen hierin beschriebenen Beispiele auf verschiedene Weise kombiniert werden können. Das bedeutet, Teile von einem oder mehreren Beispielen können mit Teilen von einem oder mehreren anderen Beispielen kombiniert werden. All dies ist hierin berücksichtigt.
  • Beispiel 1 ist ein Verfahren zum Steuern einer Arbeitsmaschine, das Folgendes einschließt:
  • Empfangen einer Vielzahl von Bildern mit Spektralempfindlichkeit an einem Arbeitsort;
  • Identifizieren einer Reihe von Vegetationsindexwerten auf Grundlage der Spektralempfindlichkeit;
  • Identifizieren eines jedem Bild entsprechenden Vegetationsindexmerkmals, das darauf schließen lässt, wie die Reihe von Vegetationsindex-Metrikwerten innerhalb des entsprechenden Bildes variiert;
  • Auswählen eines Bildes aus der Vielzahl von Bildern auf Grundlage der Vegetationsindexmerkmale;
  • Erstellen einer Prognosekarte aus dem ausgewählten Bild; und
  • Steuern eines steuerbaren Subsystems der Arbeitsmaschine auf Grundlage eines Standorts der Arbeitsmaschine und der Prognosekarte.
  • Beispiel 2 ist das Verfahren eines beliebigen oder aller der vorstehenden Beispiele, wobei das Identifizieren des Vegetationsindexmerkmals umfasst:
  • Identifizieren einer Größenordnung eines Bereichs der Vegetationsindexwerte, einer Vegetationsindexwertverteilung und einer Vegetationsindexwert-Varianzmetrik.
  • Beispiel 3 ist das Verfahren eines beliebigen oder aller der vorstehenden Beispiele, wobei das Auswählen eines Bildes umfasst:
  • Auswählen einer Reihe von Bildern aus der Vielzahl von Bildern auf Grundlage der den Bildern entsprechenden Vegetationsindexmerkmale in der Reihe von Bildern.
  • Beispiel 4 ist das Verfahren eines beliebigen oder aller der vorstehenden Beispiele, wobei das Erstellen einer Prognosekarte ferner umfasst:
  • Erstellen einer Ertragsprognosekarte auf Grundlage der ausgewählten Reihe von Bildern.
  • Beispiel 5 ist das Verfahren eines beliebigen oder aller der vorstehenden Beispiele, wobei das Identifizieren des Vegetationsindexmerkmals umfasst:
  • Berechnen einer Reihe von Aufnahmespektralwerten in der Spektralempfindlichkeit eines entsprechenden Bildes; und
  • Identifizieren einer Varianz der Aufnahmespektralwerte innerhalb der Reihe von Metrikwerten.
  • Beispiel 6 ist das Verfahren eines beliebigen oder aller der vorstehenden Beispiele, wobei das Auswählen der Reihe von Bildern umfasst:
  • Auswählen der Reihe von Bildern, die Vegetationsindexmerkmale aufweisen, die eine größere Schwankung als die Vegetationsindexmerkmale von nicht ausgewählten Bildern zeigen.
  • Beispiel 7 ist das Verfahren eines beliebigen oder aller der vorstehenden Beispiele, wobei das Auswählen der Reihe von Bildern umfasst:
  • Auswählen der Reihe von Bildern, die Vegetationsindexmerkmale aufweisen, die einen Vegetationsindexmerkmal-Schwellenwert einhalten.
  • Beispiel 8 ist das Verfahren eines beliebigen oder aller der vorstehenden Beispiele, wobei das Auswählen der Reihe von Bildern umfasst:
  • Auswählen der Reihe von Bildern auf Grundlage einer in den Bildern wiedergegebenen Vegetationsverteilung, die eine Spektralsättigung unterdrückt und einen vorgegebenen Grad an Pflanzenwachstum wiederspiegelt.
  • Beispiel 9 ist das Verfahren eines beliebigen oder aller der vorstehenden Beispiele, wobei das Steuern des steuerbaren Subsystems das Steuern eines Maschinenstellantriebs umfasst.
  • Beispiel 10 ist das Verfahren eines beliebigen oder aller der vorstehenden Beispiele, wobei das Steuern des steuerbaren Subsystems das Steuern eines Vortriebssubsystems umfasst.
  • Beispiel 11 ist das Verfahren eines beliebigen oder aller der vorstehenden Beispiele, wobei das Steuern des steuerbaren Subsystems das Steuern eines Lenkungssubsystems umfasst.
  • Beispiel 12 ist das Verfahren eines beliebigen oder aller der vorstehenden Beispiele, wobei das Steuern des steuerbaren Subsystems umfasst:
  • Steuern eines Erntegut-Verarbeitungssubsystems.
  • Beispiel 13 ist eine Arbeitsmaschine, die Folgendes umfasst:
  • ein Kommunikationssystem, das konfiguriert ist, um eine Vielzahl von Bildern der Vegetation an einem Arbeitsort zu empfangen;
  • ein steuerbares Subsystem;
  • einen Bildselektor, der konfiguriert ist, um ein Vegetationsindexmerkmal zu erstellen, das eine jedem Bild entsprechende Varianz, Verteilung und Größenordnungsmetrik einschließt, das darauf schließen lässt, wie ein Vegetationsindexwert innerhalb von jedem Bild variiert, und ein Bild auf Grundlage des Vegetationsindexmerkmals auszuwählen;
  • einen Prozessor, der konfiguriert ist, um eine Prognosekarte auf Grundlage des ausgewählten Bildes zu erstellen; und
  • Subsystem-Steuerlogik, die konfiguriert ist, um das steuerbare Subsystem der Arbeitsmaschine auf Grundlage eines Standorts der Arbeitsmaschine und der Prognosekarte zu steuern.
  • Beispiel 14 ist die Arbeitsmaschine eines beliebigen oder aller der vorstehenden Beispiele, wobei die Bildauswahl umfasst:
  • Varianzidentifiziererlogik, die konfiguriert ist, um eine Reihe von Vegetationsindex-Metrikwerten zu identifizieren
  • für ein entsprechendes Bild und eine Varianz des Vegetationsindex-
  • Merkmals innerhalb der Reihe von Vegetationsindex-Metrikwerten zu identifizieren.
  • Beispiel 15 ist die Arbeitsmaschine aus einem beliebigen oder allen der vorstehenden Beispiele, wobei der Prozessor konfiguriert ist, um eine Ertragsprognosekarte auf Grundlage der ausgewählten Reihe von Bildern zu erstellen.
  • Beispiel 16 ist die Arbeitsmaschine aus einem beliebigen oder allen der vorstehenden Beispiele, wobei die Varianzidentifiziererlogik konfiguriert ist, um eine Reihe von Blattflächenindex-Metrikwerten für ein entsprechendes Bild zu identifizieren und eine Varianz der Blattflächenindex-Metrikwerte innerhalb der Reihe von Blattflächenindex-Metrikwerten zu identifizieren.
  • Beispiel 17 ist die Arbeitsmaschine aus einem beliebigen oder allen der vorstehenden Beispiele, wobei die Varianzidentifiziererlogik konfiguriert ist, um eine Reihe von normierten Differenzvegetationsindex-Metrikwerten für ein entsprechendes Bild zu identifizieren und eine Varianz der normierten Differenzvegetationsindex-Metrikwerte innerhalb der Reihe von normierten Differenzvegetationsindex-Metrikwerten zu identifizieren.
  • Beispiel 18 ist die Arbeitsmaschine aus einem beliebigen oder allen der vorstehenden Beispiele, wobei der Bildselektor konfiguriert ist, um eine Reihe von Bildern auszuwählen, die Vegetationsindexmerkmale aufweisen, die auf eine größere Vegetationsvarianz schließen lassen als die Vegetationsindexmerkmale von nicht ausgewählten Bildern.
  • Beispiel 19 ist die Arbeitsmaschine aus einem beliebigen oder allen der vorstehenden Beispiele, wobei der Bildselektor konfiguriert ist, um eine Reihe von Bildern auszuwählen, die Vegetationsindexmerkmale aufweisen, die einen Vegetationsindexmerkmal-Schwellenwert einhalten.
  • Beispiel 20 ist ein Bildauswahlsystem, das Folgendes umfasst:
  • ein Kommunikationssystem, das konfiguriert ist, um eine Vielzahl von Bildern der Vegetation an einem Arbeitsort zu empfangen;
  • einen Bildselektor, der konfiguriert ist, um eine jedem Bild entsprechende Vegetationsindex-Varianzmetrik zu erstellen, die darauf schließen lässt, wie ein Vegetationsindexwert innerhalb von jedem Bild variiert, und ein Bild auf Grundlage der Vegetationsindex-Varianzmetrik auszuwählen; und
  • einen Prozessor, der konfiguriert ist, um wenigstens eine Prognosekarte auf Grundlage der ausgewählten Bilder zu erstellen.
  • Obwohl der Gegenstand in einer Sprache beschrieben ist, die für Strukturmerkmale und/oder methodische Vorgänge spezifisch ist, versteht es sich, dass der in den angefügten Ansprüchen definierte Gegenstand nicht notwendigerweise auf diese spezifischen Merkmale oder Vorgänge, die vorstehend beschrieben sind, beschränkt ist. Die vorstehend beschriebenen spezifischen Merkmale und Vorgänge sind stattdessen als beispielhafte Formen zur Umsetzung der Ansprüche offenbart.

Claims (20)

  1. Verfahren zum Steuern einer Arbeitsmaschine, das Folgendes umfasst: Empfangen einer Vielzahl von Bildern mit Spektralempfindlichkeit an einem Arbeitsort; Identifizieren einer Reihe von Vegetationsindexwerten auf Grundlage der Spektralempfindlichkeit; Identifizieren eines jedem Bild entsprechenden Vegetationsindexmerkmals, das darauf schließen lässt, wie die Reihe von Vegetationsindex-Metrikwerten innerhalb des entsprechenden Bildes variiert; Auswählen eines Bildes aus der Vielzahl von Bildern auf Grundlage der Vegetationsindexmerkmale; Erstellen einer Prognosekarte aus dem ausgewählten Bild; und Steuern eines steuerbaren Subsystems der Arbeitsmaschine auf Grundlage eines Standorts der Arbeitsmaschine und der Prognosekarte.
  2. Verfahren nach Anspruch 1, wobei das Identifizieren des Vegetationsindexmerkmals umfasst: Identifizieren einer Größenordnung eines Bereichs der Vegetationsindexwerte, einer Vegetationsindexwertverteilung und einer Vegetationsindexwert-Varianzmetrik.
  3. Verfahren nach Anspruch 2, wobei das Auswählen eines Bildes umfasst: Auswählen einer Reihe von Bildern aus der Vielzahl von Bildern auf Grundlage der den Bildern entsprechenden Vegetationsindexmerkmale in der Reihe von Bildern.
  4. Verfahren nach Anspruch 3, wobei das Erstellen einer Prognosekarte ferner umfasst: Erstellen einer Ertragsprognosekarte auf Grundlage der ausgewählten Reihe von Bildern.
  5. Verfahren nach Anspruch 1, wobei das Identifizieren des Vegetationsindexmerkmals umfasst: Berechnen einer Reihe von Aufnahmespektralwerten in der Spektralempfindlichkeit eines entsprechenden Bildes; und Identifizieren einer Varianz der Aufnahmespektralwerte innerhalb der Reihe von Metrikwerten.
  6. Verfahren nach Anspruch 3, wobei das Auswählen der Reihe von Bildern umfasst: Auswählen der Reihe von Bildern, die Vegetationsindexmerkmale aufweisen, die eine größere Schwankung als die Vegetationsindexmerkmale von nicht ausgewählten Bildern zeigen.
  7. Verfahren nach Anspruch 3, wobei das Auswählen der Reihe von Bildern umfasst: Auswählen der Reihe von Bildern, die Vegetationsindexmerkmale aufweisen, die einen Vegetationsindexmerkmal-Schwellenwert einhalten.
  8. Verfahren nach Anspruch 4, wobei das Auswählen der Reihe von Bildern umfasst: Auswählen der Reihe von Bildern auf Grundlage einer in den Bildern wiedergegebenen Vegetationsverteilung, die eine Spektralsättigung unterdrückt und einen vorgegebenen Grad an Pflanzenwachstum wiederspiegelt.
  9. Verfahren nach Anspruch 1, wobei das Steuern des steuerbaren Subsystems das Steuern eines Maschinenstellantriebs umfasst.
  10. Verfahren nach Anspruch 1, wobei das Steuern des steuerbaren Subsystems das Steuern eines Vortriebssubsystems umfasst.
  11. Verfahren nach Anspruch 1, wobei das Steuern des steuerbaren Subsystems das Steuern eines Lenkungssubsystems umfasst.
  12. Verfahren nach Anspruch 1, wobei das Steuern des steuerbaren Subsystems Folgendes umfasst: Steuern eines Erntegut-Verarbeitungssubsystems.
  13. Arbeitsmaschine, umfassend: ein Kommunikationssystem, das konfiguriert ist, um eine Vielzahl von Bildern der Vegetation an einem Arbeitsort zu empfangen; ein steuerbares Subsystem; einen Bildselektor, der konfiguriert ist, um ein Vegetationsindexmerkmal zu erstellen, das eine jedem Bild entsprechende Varianz, Verteilung und Größenordnungsmetrik einschließt, das darauf schließen lässt, wie ein Vegetationsindexwert innerhalb von jedem Bild variiert, und ein Bild auf Grundlage des Vegetationsindexmerkmals auszuwählen; einen Prozessor, der konfiguriert ist, um eine Prognosekarte auf Grundlage des ausgewählten Bildes zu erstellen; und Subsystem-Steuerlogik, die konfiguriert ist, um das steuerbare Subsystem der Arbeitsmaschine auf Grundlage eines Standorts der Arbeitsmaschine und der Prognosekarte zu steuern.
  14. Arbeitsmaschine nach Anspruch 13, wobei die Bildauswahl umfasst: Varianzidentifiziererlogik, die konfiguriert ist, um eine Reihe von Vegetationsindex-Metrikwerten für ein entsprechendes Bild zu identifizieren und eine Varianz des Vegetationsindexmerkmals innerhalb der Reihe von Vegetationsindex-Metrikwerten zu identifizieren.
  15. Arbeitsmaschine nach Anspruch 14, wobei der Prozessor konfiguriert ist, um eine Ertragsprognosekarte auf Grundlage der ausgewählten Reihe von Bildern zu erstellen.
  16. Arbeitsmaschine nach Anspruch 15, wobei die Varianzidentifiziererlogik konfiguriert ist, um eine Reihe von Blattflächenindex-Metrikwerten für ein entsprechendes Bild zu identifizieren und eine Varianz der Blattflächenindex-Metrikwerte innerhalb der Reihe von Blattflächenindex-Metrikwerten zu identifizieren.
  17. Arbeitsmaschine nach Anspruch 15, wobei die Varianzidentifiziererlogik konfiguriert ist, um eine Reihe von normierten Differenzvegetationsindex-Metrikwerten für ein entsprechendes Bild zu identifizieren und eine Varianz der normierten Differenzvegetationsindex-Metrikwerte innerhalb der Reihe von normierten Differenzvegetationsindex-Metrikwerten zu identifizieren.
  18. Arbeitsmaschine nach Anspruch 15, wobei der Bildselektor konfiguriert ist, um eine Reihe von Bildern auszuwählen, die Vegetationsindexmerkmale aufweisen, die auf eine größere Vegetationsvarianz schließen lassen als die Vegetationsindexmerkmale von nicht ausgewählten Bildern.
  19. Arbeitsmaschine nach Anspruch 15, wobei der Bildselektor konfiguriert ist, um eine Reihe von Bildern auszuwählen, die Vegetationsindexmerkmale aufweisen, die einen Vegetationsindexmerkmal-Schwellenwert einhalten.
  20. Bildauswahlsystem, umfassend: ein Kommunikationssystem, das konfiguriert ist, um eine Vielzahl von Bildern der Vegetation an einem Arbeitsort zu empfangen; einen Bildselektor, der konfiguriert ist, um eine jedem Bild entsprechende Vegetationsindex-Varianzmetrik zu erstellen, die darauf schließen lässt, wie ein Vegetationsindexwert innerhalb von jedem Bild variiert, und ein Bild auf Grundlage der Vegetationsindex-Varianzmetrik auszuwählen; und einen Prozessor, der konfiguriert ist, um wenigstens eine Prognosekarte auf Grundlage der ausgewählten Bilder zu erstellen.
DE102020204363.9A 2019-04-10 2020-04-03 Bildauswahl für maschinensteuerung Pending DE102020204363A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/380,691 US11234366B2 (en) 2019-04-10 2019-04-10 Image selection for machine control
US16/380,691 2019-04-10

Publications (1)

Publication Number Publication Date
DE102020204363A1 true DE102020204363A1 (de) 2020-10-15

Family

ID=72613100

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102020204363.9A Pending DE102020204363A1 (de) 2019-04-10 2020-04-03 Bildauswahl für maschinensteuerung

Country Status (4)

Country Link
US (2) US11234366B2 (de)
CN (1) CN111814529A (de)
BR (1) BR102020002765A2 (de)
DE (1) DE102020204363A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021113838A1 (de) 2021-05-28 2022-12-01 Deere & Company Feldhäcksler mit vorausschauender Ansteuerung des Bearbeitungsgrads eines Körnerprozessors

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11957072B2 (en) 2020-02-06 2024-04-16 Deere & Company Pre-emergence weed detection and mitigation system
US11653588B2 (en) 2018-10-26 2023-05-23 Deere & Company Yield map generation and control system
US11178818B2 (en) 2018-10-26 2021-11-23 Deere & Company Harvesting machine control system with fill level processing based on yield data
US11672203B2 (en) 2018-10-26 2023-06-13 Deere & Company Predictive map generation and control
US11240961B2 (en) 2018-10-26 2022-02-08 Deere & Company Controlling a harvesting machine based on a geo-spatial representation indicating where the harvesting machine is likely to reach capacity
US11079725B2 (en) 2019-04-10 2021-08-03 Deere & Company Machine control using real-time model
US11641800B2 (en) 2020-02-06 2023-05-09 Deere & Company Agricultural harvesting machine with pre-emergence weed detection and mitigation system
US11589509B2 (en) 2018-10-26 2023-02-28 Deere & Company Predictive machine characteristic map generation and control system
US11467605B2 (en) 2019-04-10 2022-10-11 Deere & Company Zonal machine control
US11234366B2 (en) 2019-04-10 2022-02-01 Deere & Company Image selection for machine control
US11354757B2 (en) 2019-09-30 2022-06-07 Chioccoli, LLC Systems and methods for aggregating harvest yield data
US11750701B2 (en) 2019-09-30 2023-09-05 Chioccoli Llc Systems and methods for connected computation in network constrained systems
US11526180B2 (en) * 2019-09-30 2022-12-13 Chioccoli Llc Systems and methods for traversing a three dimensional space
US11477940B2 (en) 2020-03-26 2022-10-25 Deere & Company Mobile work machine control based on zone parameter modification
US12013245B2 (en) 2020-10-09 2024-06-18 Deere & Company Predictive map generation and control system
US11650587B2 (en) 2020-10-09 2023-05-16 Deere & Company Predictive power map generation and control system
US11983009B2 (en) 2020-10-09 2024-05-14 Deere & Company Map generation and control system
US11874669B2 (en) 2020-10-09 2024-01-16 Deere & Company Map generation and control system
US11635765B2 (en) 2020-10-09 2023-04-25 Deere & Company Crop state map generation and control system
US11844311B2 (en) * 2020-10-09 2023-12-19 Deere & Company Machine control using a predictive map
US11675354B2 (en) 2020-10-09 2023-06-13 Deere & Company Machine control using a predictive map
US11864483B2 (en) 2020-10-09 2024-01-09 Deere & Company Predictive map generation and control system
US11895948B2 (en) 2020-10-09 2024-02-13 Deere & Company Predictive map generation and control based on soil properties
US11474523B2 (en) 2020-10-09 2022-10-18 Deere & Company Machine control using a predictive speed map
US11711995B2 (en) 2020-10-09 2023-08-01 Deere & Company Machine control using a predictive map
US11727680B2 (en) 2020-10-09 2023-08-15 Deere & Company Predictive map generation based on seeding characteristics and control
US11825768B2 (en) 2020-10-09 2023-11-28 Deere & Company Machine control using a predictive map
US11592822B2 (en) 2020-10-09 2023-02-28 Deere & Company Machine control using a predictive map
US11871697B2 (en) 2020-10-09 2024-01-16 Deere & Company Crop moisture map generation and control system
US11845449B2 (en) 2020-10-09 2023-12-19 Deere & Company Map generation and control system
US11946747B2 (en) 2020-10-09 2024-04-02 Deere & Company Crop constituent map generation and control system
US11889788B2 (en) 2020-10-09 2024-02-06 Deere & Company Predictive biomass map generation and control
US11849671B2 (en) 2020-10-09 2023-12-26 Deere & Company Crop state map generation and control system
US11849672B2 (en) 2020-10-09 2023-12-26 Deere & Company Machine control using a predictive map
US11927459B2 (en) 2020-10-09 2024-03-12 Deere & Company Machine control using a predictive map
US11889787B2 (en) 2020-10-09 2024-02-06 Deere & Company Predictive speed map generation and control system
US20230320271A1 (en) * 2022-04-08 2023-10-12 Deere & Company Systems and methods for predictive power requirements and control

Family Cites Families (940)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI5533A (fi) 1913-11-06 Williamstown Glass Company Anordningar vid glasbearbetningsmaskiner och sätt att tillverka buteljer med sådana
DE152380C (de) 1897-07-11 1904-06-09 Bauer & Co Verfahren zur Darstellung von Casein- und anderen Eiweisspräparaten
GB901081A (en) 1958-07-31 1962-07-11 Dunn Engineering Associates In Improvements in apparatus for punching jacquard cards
US3568157A (en) 1963-12-31 1971-03-02 Bell Telephone Labor Inc Program controlled data processing system
US3599543A (en) 1964-12-02 1971-08-17 Stothert & Pitt Ltd Vibratory machines
FR1451480A (fr) 1965-07-20 1966-01-07 France Etat Procédé et appareil de mesure du tassement du sol sous les remblais et ouvrages d'art
US3580257A (en) 1969-12-24 1971-05-25 Earl E Teague Weed seed collector for a thresher combine
DE2018219C3 (de) 1970-04-16 1979-02-22 Losenhausen Maschinenbau Ag, 4000 Duesseldorf Vorrichtung zur Erzeugung eines Anzeige- oder Steuersignals für den Fahrantrieb eines dynamischen Bodenverdichters
CH569747A5 (de) 1972-08-25 1975-11-28 Ciba Geigy Ag
DE2354828A1 (de) 1973-11-02 1975-05-15 Held & Francke Bau Ag Verfahren zum verdichten des bodens und vorrichtung zur durchfuehrung dieses verfahrens
CH618682A5 (de) 1975-11-07 1980-08-15 Ciba Geigy Ag
DE2646143A1 (de) 1976-10-13 1978-04-20 Bayer Ag 4,5-dichlor-imidazol-1-carbonsaeure- arylester, verfahren zu ihrer herstellung sowie ihre verwendung als pflanzenschutzmittel
US4166735A (en) 1977-01-21 1979-09-04 Shell Oil Company Cycloalkanecarboxanilide derivative herbicides
EP0000351A1 (de) 1977-07-07 1979-01-24 Ciba-Geigy Ag Phenoxy-phenylthio-alkancarbonsäurederivate, Verfahren zu deren Herstellung und deren Verwendung als Herbizide und als Pflanzenwachstumsregulierungsmittel
SU834514A1 (ru) 1978-11-04 1981-05-30 Smolyanitskij Leonid A Способ контрол качества уплотнени гРуНТА
SU887717A1 (ru) 1979-09-18 1981-12-07 Новосибирский филиал Всесоюзного научно-исследовательского института транспортного строительства Устройство дл контрол качества уплотнени грунта
US4360677A (en) 1979-09-20 1982-11-23 Uniroyal, Inc. Herbicidal 2-(alpha-chloromethylsulfonyl) pyridine-1-oxides
US4268679A (en) 1980-02-19 1981-05-19 Ppg Industries, Inc. 3-[5- or 3-Substituted-5- or 3-isoxazolyl]-1-allyl or alkyl-4-substituted-5-substituted or unsubstituted-2-imidazolidinones
EP0042245B1 (de) 1980-06-14 1984-11-28 Claydon Yield-O-Meter Limited Körnermesseinrichtung für Mähdrescher
SU1052940A1 (ru) 1980-09-02 1983-11-07 Войсковая часть 70170 Способ измерени фильтрационных характеристик несв занных грунтов
AU544099B2 (en) 1980-12-15 1985-05-16 Sumitomo Chemical Company, Limited Triazolylpentenols
DOP1981004033A (es) 1980-12-23 1990-12-29 Ciba Geigy Ag Procedimiento para proteger plantas de cultivo de la accion fitotoxica de herbicidas.
FR2509135A1 (fr) 1981-07-10 1983-01-14 Ugine Kuhlmann Compositions herbicides a base de derives d'amino-4 chloro-6 alkylthio-5 pyrimidine et de derives de la dinitro-2,6 aniline et procede de traitement des cultures a l'aide desdites compositions
US4566901A (en) 1982-05-06 1986-01-28 Ciba-Geigy Corporation Novel oxime ethers, the preparation thereof, compositions containing them and the use thereof
US4527241A (en) 1982-08-30 1985-07-02 Sperry Corporation Automatic combine harvester adjustment system
DE3476195D1 (en) 1983-05-18 1989-02-23 Ciba Geigy Ag Cyclohexanedione-carboxylic-acid derivatives having a herbicidal and plant growth regulating activity
SU1134669A1 (ru) 1983-09-30 1985-01-15 Всесоюзный научно-исследовательский институт транспортного строительства Устройство дл непрерывного контрол степени уплотнени грунта
US4687505A (en) 1983-11-02 1987-08-18 Sylling Truman V Method for desalination and rehabilitation of irrigated soil
ATE62104T1 (de) 1984-04-11 1991-04-15 Ciba Geigy Ag Verfahren zur selektiven unkrautbekaempfung in nutzpflanzenkulturen.
JPH0243845B2 (ja) 1984-05-30 1990-10-01 Shimizu Construction Co Ltd Tsuchinogenbamitsudosokuteihohooyobisonosochi
CS248318B1 (en) 1984-12-21 1987-02-12 Josef Hula Device for soil compactness measuring
CS247426B1 (cs) 1984-12-21 1986-12-18 Josef Hula Zařízení pro mdření ulehlosti půdy
GB2178934A (en) 1985-03-22 1987-02-25 Massey Ferguson Mfg Agricultural husbandry
US5250690A (en) 1985-05-02 1993-10-05 Dowelanco Haloalkoxy anilide derivatives of 2-4(-heterocyclic oxyphenoxy)alkanoic or alkenoic acids and their use as herbicides
US4857101A (en) 1985-12-06 1989-08-15 Rohm And Haas Company Method of selectively controlling weeds in crops of cereals
US5246915A (en) 1986-06-20 1993-09-21 Janssen Pharmaceutica N.V. Method for controlling weeds
SU1526588A1 (ru) 1987-05-29 1989-12-07 Всесоюзный научно-исследовательский институт по применению полимерных материалов в мелиорации и водном хозяйстве Устройство дл измерени степени уплотнени почв
JP2523324B2 (ja) 1987-06-09 1996-08-07 建設省土木研究所長 地盤の締固め程度の測定方法
DE3728669A1 (de) 1987-08-27 1989-03-16 Arcus Elektrotech Messsonde zur messung der bodenverdichtung
EP0355049A3 (de) 1988-08-18 1990-06-13 Zeneca Limited Heterozyklische Verbindungen
JP2671143B2 (ja) 1989-01-25 1997-10-29 株式会社光電製作所 土の締固め測定装置
JP2767266B2 (ja) 1989-02-15 1998-06-18 ヤンマー農機株式会社 収穫機
JP2927532B2 (ja) 1989-11-09 1999-07-28 塩野義製薬株式会社 含窒素異項環オキシーフェノキシ酢酸誘導体およびその除草剤としての用途
SU1761864A1 (ru) 1990-03-27 1992-09-15 Московский Автомобильно-Дорожный Институт Способ контрол степени уплотнени грунтов
RU1791767C (ru) 1990-06-12 1993-01-30 Усть-Каменогорский Строительно-Дорожный Институт Прибор дл определени физико-механических свойств грунтов при уплотнении
US5059154A (en) 1990-10-19 1991-10-22 The Board Of Trustees Of The University Of Arkansas Grain cleaner and destructor of foreign matter in harvesting crops
GB9108199D0 (en) 1991-04-17 1991-06-05 Rhone Poulenc Agriculture New compositions of matter
EP0532146B1 (de) 1991-09-11 1998-08-19 E.I. Du Pont De Nemours And Company Herbizide substituierte bicyclische Triazole
US5246164A (en) 1991-12-16 1993-09-21 Mccann Ian R Method and apparatus for variable application of irrigation water and chemicals
US5477459A (en) 1992-03-06 1995-12-19 Clegg; Philip M. Real time three-dimensional machine locating system
ES2154645T3 (es) 1992-05-06 2001-04-16 Novartis Ag Composicion sinergica y procedimiento para el control selectivo de malas hierbas.
US5300477A (en) 1992-07-17 1994-04-05 Rohm And Haas Company 2-arylpyrimidines and herbicidal use thereof
US5585626A (en) 1992-07-28 1996-12-17 Patchen, Inc. Apparatus and method for determining a distance to an object in a field for the controlled release of chemicals on plants, weeds, trees or soil and/or guidance of farm vehicles
US5296702A (en) 1992-07-28 1994-03-22 Patchen California Structure and method for differentiating one object from another object
AU658066B2 (en) 1992-09-10 1995-03-30 Deere & Company Neural network based control system
JP3359702B2 (ja) 1993-06-28 2002-12-24 株式会社前川製作所 異種植物検出方法と該検出方法を用いた雑草駆除方法
EP0777960A3 (de) 1993-06-28 1999-05-12 New Holland Belgium N.V. Verfahren zur Steuerung von selbstfahrenden Erntemaschinen
US5592606A (en) 1993-07-30 1997-01-07 Myers; Allen Method and apparatus for storage and display of hierarchally organized data
AU691540B2 (en) 1993-12-22 1998-05-21 Syngenta Limited Herbicidal diphenyl ether and nitrogen solution compositions and method
US5767373A (en) 1994-06-16 1998-06-16 Novartis Finance Corporation Manipulation of protoporphyrinogen oxidase enzyme activity in eukaryotic organisms
US5606821A (en) 1994-07-25 1997-03-04 Loral Corporation Smart weed recognition/classification system
DE4431824C1 (de) 1994-09-07 1996-05-02 Claas Ohg Mähdrescherbetrieb mit Betriebsdatenkataster
EP0723740B1 (de) 1995-01-25 2000-07-19 Agco Limited Erntemaschine
GB9504345D0 (en) 1995-03-03 1995-04-19 Compaction Tech Soil Ltd Method and apparatus for monitoring soil compaction
DE19509496C2 (de) 1995-03-16 1998-07-09 Claas Ohg Selbstfahrender Mähdrescher
DE19514223B4 (de) 1995-04-15 2005-06-23 Claas Kgaa Mbh Verfahren zur Einsatzoptimierung von Landmaschinen
DE19528663A1 (de) 1995-08-04 1997-02-06 Univ Hohenheim Verfahren zur Einstellung einer mobilen Arbeitsmaschine
EP0852544B2 (de) 1995-09-29 2004-01-07 Ingersoll-Rand Company Verdichtungsgerät mit zugkraftsteuerungssystem
US5991694A (en) 1995-11-13 1999-11-23 Caterpillar Inc. Method and apparatus for determining the location of seedlings during agricultural production
US5721679A (en) 1995-12-18 1998-02-24 Ag-Chem Equipment Co., Inc. Heads-up display apparatus for computer-controlled agricultural product application equipment
ATE298082T1 (de) 1996-02-01 2005-07-15 Bbnt Solutions Llc Schermodulmessung von böden
PL178299B1 (pl) 1996-02-13 2000-04-28 Jan Liszkowski Sposób renowacji wałów przeciwpowodziowych
ES2116215B1 (es) 1996-02-22 1999-02-16 Zuniga Escobar Orlando Electrosonda para medir el contenido de humedad del suelo y la compactacion del mismo, metodo de medida correspondiente y utilizacion de dicha electrosonda.
DE29607846U1 (de) 1996-04-30 1996-07-25 Neuhaus Neotec Maschinen- und Anlagenbau GmbH, 21465 Reinbek Vorrichtung zum Dosieren von Mahlkaffee in Kaffeeverpackungen
DE19629618A1 (de) 1996-07-23 1998-01-29 Claas Ohg Routenplanungssystem für landwirtschaftliche Arbeitsfahrzeuge
US5771169A (en) 1996-08-29 1998-06-23 Case Corporation Site-specific harvest statistics analyzer
WO1998017865A1 (de) 1996-10-21 1998-04-30 Ammann Verdichtung Ag Verfahren zur messung mechanischer daten eines bodens sowie zu dessen verdichtung und mess- bzw. bodenverdichtungsvorrichtung
US5789741A (en) 1996-10-31 1998-08-04 Patchen, Inc. Detecting plants in a field by detecting a change in slope in a reflectance characteristic
DE19647523A1 (de) 1996-11-16 1998-05-20 Claas Ohg Landwirtschaftliches Nutzfahrzeug mit einem in seiner Lage und/oder Ausrichtung gegenüber dem Fahrzeug verstellbar angeordneten Bearbeitungsgerät
US6029106A (en) 1996-11-22 2000-02-22 Case Corporation Global position correction for the electronic display of field maps
US5902343A (en) 1996-11-22 1999-05-11 Case Corporation Automatic scaling of GPS field maps
US5978723A (en) 1996-11-22 1999-11-02 Case Corporation Automatic identification of field boundaries in a site-specific farming system
US5974348A (en) 1996-12-13 1999-10-26 Rocks; James K. System and method for performing mobile robotic work operations
JPH10191762A (ja) 1997-01-13 1998-07-28 Yanmar Agricult Equip Co Ltd コンバインの動力制御装置
US5841282A (en) 1997-02-10 1998-11-24 Christy; Colin Device for measuring soil conductivity
DE19705842A1 (de) 1997-02-15 1998-08-20 Same Deutz Fahr Spa Ernteverfahren
DE19706614A1 (de) 1997-02-20 1998-08-27 Claas Ohg Situationsbezogene programmgesteuerte elektronische Kartenbilddarstellung in einem Kraftfahrzeug
US5809440A (en) 1997-02-27 1998-09-15 Patchen, Inc. Agricultural implement having multiple agents for mapping fields
US5995894A (en) 1997-05-27 1999-11-30 Case Corporation System for analyzing spatially-variable harvest data by pass
JP3013036B2 (ja) 1997-06-04 2000-02-28 ヤンマー農機株式会社 コンバイン
US5991687A (en) 1997-07-02 1999-11-23 Case Corporation System and method for communicating information related to a geographical area
US5899950A (en) 1997-07-07 1999-05-04 Case Corporation Sequential command repeater system for off-road vehicles
US5878821A (en) 1997-07-08 1999-03-09 Flenker; Kevin P. Tillage implement with on-the-go angle and depth controlled discs
US5995895A (en) 1997-07-15 1999-11-30 Case Corporation Control of vehicular systems in response to anticipated conditions predicted using predetermined geo-referenced maps
GB9716251D0 (en) 1997-08-01 1997-10-08 Philips Electronics Nv Attribute interpolation in 3d graphics
ATE272149T1 (de) 1997-08-20 2004-08-15 Roxbury Ltd Baugrundbehandlung
DE19740346A1 (de) 1997-09-13 1999-03-18 Claas Selbstfahr Erntemasch Selbstfahrende Arbeitsmaschine
DE19800238C1 (de) 1998-01-07 1999-08-26 Claas Selbstfahr Erntemasch System zur Einstellung einer selbstfahrenden Erntemaschine
US6041582A (en) 1998-02-20 2000-03-28 Case Corporation System for recording soil conditions
GB9811177D0 (en) 1998-05-26 1998-07-22 Ford New Holland Nv Methods for generating field maps
DE19828355C2 (de) 1998-06-25 2000-09-07 Lausitzer Und Mitteldeutsche B Pneumatisch-Dynamische-Sonde und Verfahren zur Erkundung und Beurteilung kollabiler, nichtbindiger Böden
US6199000B1 (en) 1998-07-15 2001-03-06 Trimble Navigation Limited Methods and apparatus for precision agriculture operations utilizing real time kinematic global positioning system systems
US6141614A (en) 1998-07-16 2000-10-31 Caterpillar Inc. Computer-aided farming system and method
US6016713A (en) 1998-07-29 2000-01-25 Case Corporation Soil sampling "on the fly"
DE19836659A1 (de) 1998-08-13 2000-02-17 Hoechst Schering Agrevo Gmbh Herbizide Mittel für tolerante oder resistente Baumwollkulturen
US6327569B1 (en) 1998-10-15 2001-12-04 Milestone Technology, Inc. System and methods for real time linkage between harvest environment and marketplace
US6272819B1 (en) 1998-11-17 2001-08-14 Case Corporation Sugar cane yield monitor
US6216071B1 (en) 1998-12-16 2001-04-10 Caterpillar Inc. Apparatus and method for monitoring and coordinating the harvesting and transporting operations of an agricultural crop by multiple agricultural machines on a field
US6380745B1 (en) 1999-03-17 2002-04-30 Dennis M. Anderson Electrical geophysical apparatus for determining the density of porous materials and establishing geo-electric constants of porous material
US6205381B1 (en) 1999-03-26 2001-03-20 Caterpillar Inc. Method and apparatus for providing autoguidance for multiple agricultural machines
US6119442A (en) 1999-05-14 2000-09-19 Case Corporation Combine setting autoadjust with machine vision
GB2350275B (en) 1999-05-25 2003-12-24 Agco Ltd Improvements in yield mapping
US6374173B1 (en) 1999-05-28 2002-04-16 Freightliner Llc Terrain adaptive cruise control
US6188942B1 (en) 1999-06-04 2001-02-13 Caterpillar Inc. Method and apparatus for determining the performance of a compaction machine based on energy transfer
JP3460224B2 (ja) 1999-06-09 2003-10-27 株式会社大林組 盛土転圧管理システム
US6236924B1 (en) 1999-06-21 2001-05-22 Caterpillar Inc. System and method for planning the operations of an agricultural machine in a field
US6119531A (en) 1999-08-03 2000-09-19 Case Corporation Crop sampling system
JP2001057809A (ja) 1999-08-20 2001-03-06 Yanmar Agricult Equip Co Ltd 農作業機におけるエラー信号の記憶制御装置
US6505146B1 (en) 1999-09-24 2003-01-07 Monsanto Company Method and system for spatial evaluation of field and crop performance
CA2283767C (en) 1999-09-27 2007-06-19 Monsanto Company Method and system for spatial evaluation of field crop perfomance
EA017859B1 (ru) 1999-10-14 2013-03-29 Басф Се Синергетические гербицидные композиции и способы их применения
AU2001227586A1 (en) 2000-01-14 2001-07-24 Ag-Chem Equipment Company, Inc. Application report and method for creating the same
CA2330979A1 (en) 2000-02-10 2001-08-10 L. Gregory Alster Method and apparatus for controlling harvesting of trees
DE10023443A1 (de) 2000-05-12 2001-11-15 Deere & Co Fördervorrichtung
FI114171B (fi) 2000-05-12 2004-08-31 Antti Paakkinen Menetelmä ja laite maamassojen ja muiden niiden kaltaisten massojen tiivistysominaisuuksien mittaamiseksi
GT200100103A (es) 2000-06-09 2002-02-21 Nuevos herbicidas
US6460008B1 (en) 2000-07-19 2002-10-01 Ivan E. Hardt Yield monitoring system for grain harvesting combine
US6735568B1 (en) 2000-08-10 2004-05-11 Eharmony.Com Method and system for identifying people who are likely to have a successful relationship
US6522948B1 (en) 2000-08-14 2003-02-18 Flexi-Coil Ltd. Agricultural product application tracking and control
SE520299C2 (sv) 2000-08-23 2003-06-24 Bengt Soervik Förfarande och system för hantering av virkesbitar
US6539102B1 (en) 2000-09-01 2003-03-25 Large Scale Proteomics Reference database
US6591145B1 (en) 2000-09-21 2003-07-08 Bechtel Bwxt Idaho, Llc Systems and methods for autonomously controlling agricultural machinery
DE10050224A1 (de) 2000-10-11 2002-04-25 Volkswagen Ag Verfahren und Einrichtung zum Überwachen und/oder Steuern von beweglichen Objekten
DE10053446B4 (de) 2000-10-27 2006-03-02 Wacker Construction Equipment Ag Lenkbare Vibrationsplatte und fahrbares Vibrationsplattensystem
CN2451633Y (zh) 2000-11-23 2001-10-03 鹤壁市公路管理总段第二工程处 公路灰土基层压实度测定取样机
FR2817344B1 (fr) 2000-11-28 2003-05-09 Sol Solution Penetrometre dynamique a energie variable
JP2002186348A (ja) 2000-12-20 2002-07-02 Yanmar Agricult Equip Co Ltd 穀物貯蔵施設への穀物運搬システム
DE10064861A1 (de) 2000-12-23 2002-06-27 Claas Selbstfahr Erntemasch Vorrichtung und Verfahren zur automatischen Steuerung einer Überladeeinrichtung an landwirtschaftlichen Erntemaschinen
US6682416B2 (en) 2000-12-23 2004-01-27 Claas Selbstfahrende Erntemaschinen Gmbh Automatic adjustment of a transfer device on an agricultural harvesting machine
DE10064862A1 (de) 2000-12-23 2002-07-11 Claas Selbstfahr Erntemasch Vorrichtung und Verfahren zur Koordination und Einstellung von landwirtschaftlichen Fahrzeugen
GB2372105B (en) 2001-02-13 2004-10-27 Agco Ltd Improvements in Mapping Techniques
DE60118518T2 (de) 2001-03-08 2006-12-14 Deere & Company, Moline Mittel zur Messung der Schnittbreite von Erntegut
DE10120173B4 (de) 2001-04-24 2006-02-23 Gebr. Pöttinger GmbH Verfahren und Vorrichtung zum Betreiben von Landmaschinen
DE10129135B4 (de) 2001-06-16 2013-10-24 Deere & Company Einrichtung zur Positionsbestimmung eines landwirtschaftlichen Arbeitsfahrzeugs sowie ein landwirtschaftliches Arbeitsfahrzeug mit dieser
DE10129133A1 (de) 2001-06-16 2002-12-19 Deere & Co Einrichtung zur selbsttätigen Lenkung eines landwirtschaftlichen Arbeitsfahrzeugs
US6549849B2 (en) 2001-06-25 2003-04-15 Trimble Navigation Ltd. Guidance pattern allowing for access paths
DE10130665A1 (de) 2001-06-28 2003-01-23 Deere & Co Vorrichtung zur Messung der Menge von auf einem Feld stehenden Pflanzen
DE10133191A1 (de) 2001-07-07 2003-01-16 Deere & Co Landwirtschaftliche Bestellkombination
DE10134141A1 (de) 2001-07-13 2003-02-06 Deere & Co Verteilvorrichtung für aus einer Erntemaschine austretendes Häckselgut
US6553300B2 (en) 2001-07-16 2003-04-22 Deere & Company Harvester with intelligent hybrid control system
US6834550B2 (en) 2001-09-10 2004-12-28 The Regents Of The University Of California Soil profile force measurement using an instrumented tine
US6592453B2 (en) 2001-09-27 2003-07-15 Deere & Company Harvester feedrate control with tilt compensation
US6741921B2 (en) 2001-10-05 2004-05-25 Caterpillar Inc Multi-stage truck assignment system and method
US6655351B2 (en) 2001-10-24 2003-12-02 Deere & Company Vehicle engine control
US7034666B2 (en) 2002-02-20 2006-04-25 Scott William Knutson Device used to aid in the loading and unloading of vehicles and implements
US6943824B2 (en) 2002-03-13 2005-09-13 Deere & Company Image processing spout control system
US7761334B2 (en) 2002-03-20 2010-07-20 Deere & Company Method and system for automated tracing of an agricultural product
US6726559B2 (en) 2002-05-14 2004-04-27 Deere & Company Harvester with control system considering operator feedback
NL1020792C2 (nl) 2002-06-06 2003-12-09 Lely Entpr Ag Landbouwmachine voor het uitvoeren van een landbouwbewerking.
NL1020804C2 (nl) 2002-06-06 2003-12-09 Lely Entpr Ag Werkwijze en systeem voor het uitvoeren van ten minste twee landbouwbewerkingen op een landbouwperceel.
US7062368B2 (en) 2002-06-11 2006-06-13 Cnh America Llc Combine having a system estimator to automatically estimate and dynamically change a target control parameter in a control algorithm
DE10230474A1 (de) 2002-07-06 2004-01-15 Deere & Company, Moline Einrichtung zur Dokumentierung des Betriebs eines Zusatzgeräts für eine Arbeitsmaschine
GB0217297D0 (en) 2002-07-26 2002-09-04 Cnh Belgium Nv Methods of optimising stochastic processing parameters in crop harvesting machines
US7103451B2 (en) * 2002-08-19 2006-09-05 Intime, Inc. Method and system for spatially variable rate application of agricultural chemicals based on remotely sensed vegetation data
DE10240219A1 (de) 2002-08-28 2004-03-11 Claas Selbstfahrende Erntemaschinen Gmbh Vorrichtung zur Steuerung einer Überladeeinrichtung
US6687616B1 (en) 2002-09-09 2004-02-03 Pioneer Hi-Bred International, Inc. Post-harvest non-containerized reporting system
US20040073468A1 (en) 2002-10-10 2004-04-15 Caterpillar Inc. System and method of managing a fleet of machines
EP1410715A1 (de) 2002-10-19 2004-04-21 Bayer CropScience GmbH Aryloxyphenoxypropionate und Safener enthaltende Mittel und deren Verwendung zur Erhöhung der Unkrautbekämpfung
DE10303516A1 (de) 2003-01-30 2004-08-12 Amazonen-Werke H. Dreyer Gmbh & Co. Kg Vorrichtung zum Bearbeiten und/oder Bestellen von landwirtschaftlichen Flächen
US6999877B1 (en) 2003-01-31 2006-02-14 Deere & Company Method and system of evaluating performance of a crop
US7047133B1 (en) 2003-01-31 2006-05-16 Deere & Company Method and system of evaluating performance of a crop
WO2004083531A2 (en) 2003-03-13 2004-09-30 Burton James D Soil sampler apparatus and method
US6907336B2 (en) 2003-03-31 2005-06-14 Deere & Company Method and system for efficiently traversing an area with a work vehicle
DE10314573A1 (de) 2003-03-31 2004-10-28 Henkel Kgaa Verfahren zum rechnergestützten Regeln einer Mehrzahl von in Serie miteinander gekoppelten Maschinen, Regelungseinrichtung und Maschinen-Anordnung
IL156478A0 (en) 2003-06-17 2004-07-25 Odf Optronics Ltd Compact rotating observation assembly with a separate receiving and display unit
WO2005012866A2 (en) 2003-07-30 2005-02-10 Bbnt Solutions Llc Soil compaction measurement on moving platform
DE10342922A1 (de) 2003-09-15 2005-05-19 Claas Selbstfahrende Erntemaschinen Gmbh Häcksel- und Verteilvorrichtung
EP1516961B1 (de) 2003-09-19 2013-12-25 Ammann Aufbereitung AG Verfahren zur Ermittlung einer Bodensteifigkeit und Bodenverdichtungsvorrichtung
US7408145B2 (en) 2003-09-23 2008-08-05 Kyle Holland Light sensing instrument with modulated polychromatic source
CN1894202A (zh) 2003-12-19 2007-01-10 巴斯福股份公司 苯甲酰基取代的苯基丙氨酸酰胺
US7191062B2 (en) 2003-12-22 2007-03-13 Caterpillar Inc Method and system of forecasting compaction performance
US8407157B2 (en) 2003-12-22 2013-03-26 Deere & Company Locating harvested material within a work area
US20050150202A1 (en) 2004-01-08 2005-07-14 Iowa State University Research Foundation, Inc. Apparatus and method for monitoring and controlling an agricultural harvesting machine to enhance the economic harvesting performance thereof
JP2005227233A (ja) 2004-02-16 2005-08-25 Taisei Corp 地盤密度の測定システム
DE102004011789A1 (de) 2004-03-09 2005-09-29 Claas Selbstfahrende Erntemaschinen Gmbh Vorrichtung zum Erfassen eines Ladewagens
CA2560909A1 (en) 2004-03-27 2005-10-06 Bayer Cropscience Gmbh Use of sulfonylureas
DE102004025135B4 (de) 2004-05-17 2006-04-20 Pt-Poly-Tec Gmbh Vertrieb Und Herstellung Von Dichtsystemen Verfahren und Anordnung zur Leckagevorwarnung und Bauteilpositionierungsanzeige bei Muffenverbindungen
US20070199903A1 (en) 2004-05-18 2007-08-30 Denney Larry W System For Removing Solids From Aqueous Solutions
US20050283314A1 (en) 2004-06-10 2005-12-22 Pioneer Hi-Bred International, Inc. Apparatus, method and system of information gathering and use
US7261632B2 (en) 2004-06-21 2007-08-28 Deere & Company Self-propelled harvesting machine
DE102004031211A1 (de) 2004-06-28 2006-02-09 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren und Vorrichtung zur Steuerung einer landwirtschaftlichen Arbeitsmaschine
DE102004034799A1 (de) 2004-07-19 2006-03-16 Claas Selbstfahrende Erntemaschinen Gmbh Kommunikationssystem für mobile und stationäre Einrichtungen
DE102004039460B3 (de) 2004-08-14 2006-04-20 Deere & Company, Moline System zur Bestimmung der relativen Position eines zweiten landwirtschaftlichen Fahrzeugs in Bezug auf ein erstes landwirtschaftliches Fahrzeug
US7703036B2 (en) 2004-08-16 2010-04-20 Microsoft Corporation User interface for displaying selectable software functionality controls that are relevant to a selected object
US7398137B2 (en) 2004-08-25 2008-07-08 Caterpillar Inc. System and method for remotely controlling machine operations using mapping information
DE102004043169A1 (de) 2004-09-03 2006-03-09 Claas Selbstfahrende Erntemaschinen Gmbh Elektronisches Datenaustauschsystem
DE202004015141U1 (de) 2004-09-27 2004-12-09 Weber Maschinentechnik Gmbh Bodenverdichter
DE102004052298A1 (de) 2004-10-06 2006-06-08 Claas Selbstfahrende Erntemaschinen Gmbh Überladeassistenzsystem
US7211994B1 (en) 2004-10-12 2007-05-01 Federal Network Systems Inc. Lightning and electro-magnetic pulse location and detection for the discovery of land line location
US7248968B2 (en) 2004-10-29 2007-07-24 Deere & Company Obstacle detection using stereo vision
DE102004061439A1 (de) 2004-12-17 2006-07-13 Claas Selbstfahrende Erntemaschinen Gmbh Datengenerierungs- und -übertragungssystem in landwirtschaftlichen Arbeitsmaschinen
JP2006166871A (ja) 2004-12-20 2006-06-29 Iseki & Co Ltd 収穫作業機制御用のコンバイン制御装置
DE102004063104A1 (de) 2004-12-22 2006-07-13 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftliche Arbeitsmaschine
DE102005000771A1 (de) 2005-01-05 2006-08-24 Langlott, Jürgen Verfahren zur Steuerung einer selbstfahrenden Erntemaschine
DE102005000770B3 (de) 2005-01-05 2006-07-20 Langlott, Jürgen Verfahren zur Steuerung der Arbeitsorgane und der Fahrgeschwindigkeit eines Mähdreschers
US7194965B2 (en) 2005-01-06 2007-03-27 Deere & Company Variety locator
RU2005102554A (ru) 2005-02-02 2006-07-10 Дальневосточный научно-исследовательский и проектно-технологический институт механизации и электрификации сельского хоз йства (ГНУ ДальНИПТИМЭСХ) (RU) Способ оценки уплотненности полей
DE102005008105A1 (de) 2005-02-21 2006-08-31 Amazonen-Werke H. Dreyer Gmbh & Co. Kg Elektronisches Maschinen-Management-System
US20060200334A1 (en) 2005-03-07 2006-09-07 Deere & Company, A Delaware Corporation Method of predicting suitability for a soil engaging operation
US7167797B2 (en) 2005-03-07 2007-01-23 Deere & Company Method of predicting suitability for a crop harvesting operation
US7167800B2 (en) 2005-04-12 2007-01-23 Deere & Company Method of optimizing remote sensing operation timing
HU3056U (en) 2005-04-29 2006-03-28 G & G Noevenyvedelmi Es Keresk Construction for making weed map
DE102005025318A1 (de) 2005-06-02 2006-12-14 Deere & Company, Moline Landwirtschaftliche Erntemaschine mit einer Austrageinrichtung und einem Kollisionssensor
BRPI0502658A (pt) 2005-06-28 2007-02-13 Unicamp sistema e processo de monitoramento de peso em esteiras de transporte de produtos com taliscas
DE102005031426A1 (de) 2005-07-04 2007-01-18 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren und Vorrichtung zur Optimierung von Betriebsparametern einer landwirtschaftlichen Arbeitsmaschine
US20070021948A1 (en) 2005-07-21 2007-01-25 Anderson Noel W Variable rate prescription generation using heterogenous prescription sources with learned weighting factors
DE102005038553A1 (de) 2005-08-12 2007-02-22 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zum Überladen von Erntegut
DE102005043991A1 (de) 2005-09-14 2007-08-09 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zur Einstellung eines Arbeitsaggregats einer Erntemaschine
CN100416590C (zh) 2005-09-23 2008-09-03 中国农业机械化科学研究院 利用位置和纹理特征自动识别作物苗期田间杂草的方法
US7302837B2 (en) 2005-09-27 2007-12-04 Cnh America Llc Tire inflation system for use with an agricultural implement
US7945364B2 (en) 2005-09-30 2011-05-17 Caterpillar Inc. Service for improving haulage efficiency
US7725233B2 (en) 2005-10-25 2010-05-25 Deere & Company Crop attribute map input for vehicle guidance
US7827042B2 (en) 2005-11-30 2010-11-02 The Invention Science Fund I, Inc Methods and systems related to transmission of nutraceutical associated information
DE102005059003A1 (de) 2005-12-08 2008-03-27 Claas Selbstfahrende Erntemaschinen Gmbh Routenplanungssystem für landwirtschaftliche Arbeitsmaschinen
ES2311322B1 (es) 2005-12-16 2009-11-30 Consejo Superior Investigaciones Cientificas Procedimiento para la discriminacion y mapeo de los rodales de malas hierbas gramineas en cultivos de cereales mediante teledeteccion.
AU2006328589A1 (en) 2005-12-22 2007-06-28 Basf Se Pestcidal compositions
US20070185749A1 (en) 2006-02-07 2007-08-09 Anderson Noel W Method for tracking hand-harvested orchard crops
US7318010B2 (en) 2006-02-07 2008-01-08 Deere & Company Method of regulating wireless sensor network energy use
US20080276590A1 (en) * 2006-02-10 2008-11-13 Agco Corporation Flexible draper and cutter bar with tilt arm for cutterbar drive
US20070208510A1 (en) 2006-03-02 2007-09-06 Deere & Company, A Delaware Corporation Method of identifying and localizing drainage tile problems
DE102006015203A1 (de) 2006-03-30 2007-11-15 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zur Steuerung von landwirtschaftlichen Maschinensystemen
DE102006015204A1 (de) 2006-03-30 2007-10-18 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zur Erstellung eines Routenplans für landwirtschaftliche Maschinensysteme
US20070239337A1 (en) 2006-04-10 2007-10-11 Deere & Company, A Delaware Corporation System and method of optimizing ground engaging operations in multiple-fields
US7347168B2 (en) 2006-05-15 2008-03-25 Freightliner Llc Predictive auxiliary load management (PALM) control apparatus and method
DE102006026572A1 (de) 2006-06-06 2007-12-13 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren und Vorrichtung zur Anzeige von Fahrzeugbewegungen
US7313478B1 (en) 2006-06-08 2007-12-25 Deere & Company Method for determining field readiness using soil moisture modeling
DE102006028909A1 (de) 2006-06-21 2007-12-27 Claas Selbstfahrende Erntemaschinen Gmbh Kommunikationsnetz und Betriebsverfahren dafür
MXGT06000012A (es) 2006-08-01 2008-01-31 Univ Guanajuato Dispositivo para medir y mapear la compactacion del suelo, acoplable a tractor agricola.
US20080030320A1 (en) 2006-08-03 2008-02-07 Deere & Company, A Delaware Corporation Agricultural lift with data gathering capability
DE102006045280A1 (de) 2006-09-22 2008-04-03 Claas Selbstfahrende Erntemaschinen Gmbh Vorrichtung und Verfahren zur Koordination eines Maschinenparks
CZ17266U1 (cs) 2006-11-09 2007-02-15 Šarec@Ondrej Zařízení pro měření utužení půdy - penetrometr
US7628059B1 (en) 2006-11-22 2009-12-08 The Toro Company Mobile turf instrument apparatus having driven, periodically insertable, ground penetrating probe assembly
US20080140431A1 (en) 2006-12-07 2008-06-12 Noel Wayne Anderson Method of performing an agricultural work operation using real time prescription adjustment
EP1938686A1 (de) 2006-12-29 2008-07-02 Bayer CropScience AG Substituierte 1-(3-Pyridinyl)pyrazol-4-yl-essigsäuren, Verfahren zu deren Herstellung und deren Verwendung als Herbizide und Pflanzenwachstumsregulatoren
US9615501B2 (en) 2007-01-18 2017-04-11 Deere & Company Controlling the position of an agricultural implement coupled to an agricultural vehicle based upon three-dimensional topography data
CN101236188B (zh) 2007-01-31 2011-04-13 北京林业大学 土壤水分无线测量装置
DE102007016670A1 (de) 2007-04-04 2008-10-09 Claas Selbstfahrende Erntemaschinen Gmbh Selbstfahrende landwirtschaftliche Erntemaschine mit steuerbarer Überladeeinrichtung
BRPI0808408B1 (pt) 2007-04-05 2018-04-17 Iowa State University Research Foundation, Inc. Sistema de colheita de resíduo de cultura para uma máquina de colheita, máquina de colheita e método para colher uma cultura usando uma máquina de colheita
DE102007018743A1 (de) 2007-04-22 2008-10-23 Bomag Gmbh Verfahren und System zur Steuerung von Verdichtungsmaschinen
US7487024B2 (en) 2007-04-26 2009-02-03 Cnh America Llc Apparatus and method for automatically setting operating parameters for a remotely adjustable spreader of an agricultural harvesting machine
EP1987718A1 (de) 2007-04-30 2008-11-05 Bayer CropScience AG Verwendung von Pyridin-2-oxy-3-carbonamiden als Safener
US8010261B2 (en) 2007-05-23 2011-08-30 Cnh America Llc Automatic steering correction of an agricultural harvester using integration of harvester header row sensors and harvester auto guidance system
TW200904331A (en) 2007-06-15 2009-02-01 Bayer Cropscience Sa Pesticidal composition comprising a strigolactone derivative and an insecticide compound
TW200904330A (en) 2007-06-15 2009-02-01 Bayer Cropscience Sa Pesticidal composition comprising a strigolactone derivative and a fungicide compound
FR2901291B1 (fr) 2007-07-06 2020-10-09 Soc Du Canal De Provence Et Damenagement De La Region Provencale Dispositif pour mesurer le tassement du sol soutenant une construction
DE102007032309A1 (de) 2007-07-11 2009-01-15 Deere & Company, Moline Bedienvorrichtung
ATE546991T1 (de) 2007-08-03 2012-03-15 Agrocom Gmbh & Co Agrarsystem Kg Landwirtschaftliche arbeitsmaschine
US8073235B2 (en) 2007-08-13 2011-12-06 Pioneer Hi-Bred International, Inc. Method and system for digital image analysis of ear traits
EP2311815B1 (de) 2007-08-13 2012-12-19 Dow AgroSciences LLC 2-(2-Fluor-substituierte phenyl)-6-amino-5-chlor-4-pyrimidincarboxylate und ihre Verwendung als Herbizide
GB0717986D0 (en) 2007-09-14 2007-10-24 Cnh Belgium Nv A method and apparatus for detecting errors in electronically processed images
BRPI0817450B1 (pt) 2007-09-26 2018-12-18 Prec Planting Inc método de determinar quando ajustar a força descendente suplementar
US8060283B2 (en) 2007-10-15 2011-11-15 Deere & Company Method and system for controlling the loading of a container associated with a vehicle
EP2052616A1 (de) 2007-10-24 2009-04-29 Bayer CropScience AG Herbizid-Safener-Kombination
EP2052604A1 (de) 2007-10-24 2009-04-29 Bayer CropScience AG Salz des 2-lodo-N-[(4-methoxy-6-methyl-1,3,5-triazin-2-yl)carbamoyl] benzolsulfonamids,Verfahren zu deren Herstellung, sowie deren Verwendung als Herbizide und Pflanzenwachstumregulatoren
DE102007053912A1 (de) 2007-11-09 2009-05-14 Claas Selbstfahrende Erntemaschinen Gmbh Überladeassistenzsystem
US8024074B2 (en) 2007-12-07 2011-09-20 Deere & Company System and method of managing substances in a plant root zone
US8924030B2 (en) 2008-01-24 2014-12-30 Cnh Industrial America Llc Method and apparatus for optimization of agricultural field operations using weather, product and environmental information
US8190335B2 (en) 2008-02-04 2012-05-29 Caterpillar Inc. Performance management system for multi-machine worksite
PE20100014A1 (es) 2008-02-13 2010-02-17 Raymond Brian Harrington Destruccion de maleza y semillas de poblaciones voluntarias
US20090216410A1 (en) 2008-02-26 2009-08-27 William Edward Allen Automated machine management system with destination selection
DE102008015277A1 (de) 2008-03-20 2009-09-24 Deere & Company, Moline Verfahren und Vorrichtung zur Lenkung einer zweiten landwirtschaftlichen Maschine, die relativ zu einer ersten landwirtschaftlichen Maschine über ein Feld lenkbar ist
US20090259483A1 (en) 2008-04-11 2009-10-15 Larry Lee Hendrickson Method for making a land management decision based on processed elevational data
US8060269B2 (en) 2008-04-16 2011-11-15 Cnh America Llc Swath line creation including slope compensation for an automatic guidance system of a work vehicle
DE102008020494A1 (de) 2008-04-23 2009-10-29 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zum Koordinieren von fahrbaren landwirtschaftlichen Maschinen
DE102008021785A1 (de) 2008-04-30 2009-11-05 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren und Vorrichtung zum Koordinieren eines Bearbeitungsvorgangs von landwirtschaftlicher Fläche
CN201218789Y (zh) 2008-05-09 2009-04-08 昆明理工大学 一种手持式定压土壤压实度测量装置
CA2629555A1 (en) 2008-05-14 2009-11-14 Gerard Voon Related/overlapping innovations in health/energy/transport/farming and infrastructure
DE102008002006A1 (de) 2008-05-27 2009-12-03 Deere & Company, Moline Steueranordnung zur Kontrolle des Überladens landwirtschaftlichen Ernteguts von einer Erntemaschine auf ein Transportfahrzeug
DE102008027282A1 (de) 2008-06-06 2009-12-10 Claas Industrietechnik Gmbh Landwirtschaftliches Fahrzeug und Betriebsverfahren dafür
US8175775B2 (en) 2008-06-11 2012-05-08 Cnh America Llc System and method employing short range communications for establishing performance parameters of an exemplar agricultural machine among a plurality of like-purpose agricultural machines
DE102008027906A1 (de) 2008-06-12 2009-12-17 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftliche Erntemaschine
US8147176B2 (en) 2008-06-17 2012-04-03 Deere & Company Work machine and unloading system for unloading an agricultural product from a work machine
ES2332567B1 (es) 2008-06-27 2011-02-10 Consejo Superior Investigacion Procedimiento automatico para seccionar imagenes remotas y caracterizar indicadores agronomicos y ambientales en las mismas
US8032255B2 (en) 2008-06-30 2011-10-04 Deere & Company Monitoring of bin level for an agricultural product
CN101303338B (zh) 2008-07-01 2011-10-05 中国农业大学 一种车载行进式土壤坚实度传感器
WO2010003421A1 (en) 2008-07-08 2010-01-14 Aarhus Universitet Method for optimizing harvesting of crops
DE102008032418A1 (de) 2008-07-10 2010-01-14 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftlicher Maschinenverband
BRPI0802384B1 (pt) 2008-07-23 2019-04-30 Roberto Shiniti Sako Penetrômetro portátil para análise de compactação de solo
KR100974892B1 (ko) 2008-08-01 2010-08-11 한국철도기술연구원 지반의 다짐 품질 측정 방법
US9152938B2 (en) 2008-08-11 2015-10-06 Farmlink Llc Agricultural machine and operator performance information systems and related methods
US8280595B2 (en) 2008-08-12 2012-10-02 Cnh America Llc System and method employing short range communications for communicating and exchanging operational and logistical status information among a plurality of agricultural machines
US9235214B2 (en) 2008-09-11 2016-01-12 Deere & Company Distributed knowledge base method for vehicular localization and work-site management
US8478493B2 (en) 2008-09-11 2013-07-02 Deere & Company High integrity perception program
US8224500B2 (en) 2008-09-11 2012-07-17 Deere & Company Distributed knowledge base program for vehicular localization and work-site management
US8195342B2 (en) 2008-09-11 2012-06-05 Deere & Company Distributed knowledge base for vehicular localization and work-site management
US8195358B2 (en) 2008-09-11 2012-06-05 Deere & Company Multi-vehicle high integrity perception
US8818567B2 (en) 2008-09-11 2014-08-26 Deere & Company High integrity perception for machine localization and safeguarding
US8145393B2 (en) 2008-09-17 2012-03-27 Cnh America Llc System and method employing short range communications for interactively coordinating unloading operations between a harvester and a grain transport
GB0817172D0 (en) 2008-09-19 2008-10-29 Cnh Belgium Nv Control system for an agricultural harvesting machine
CN101363833B (zh) 2008-09-25 2012-02-22 中国科学院地质与地球物理研究所 一种土体击实排水模型试验装置
DE102008050460A1 (de) 2008-10-08 2010-04-15 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zur Einsatzsteuerung von landwirtschaftlichen Maschinen
US8639408B2 (en) 2008-10-15 2014-01-28 Deere & Company High integrity coordination system for multiple off-road vehicles
DE102008056557A1 (de) 2008-11-10 2010-05-12 Claas Selbstfahrende Erntemaschinen Gmbh Erstellung von Bilddatenbanken für Bildauswertung
DE102008061252A1 (de) 2008-11-24 2010-05-27 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zur Unterstützung der Automatisierung landwirtschaftlicher Leistungen
EP2191719A1 (de) 2008-11-29 2010-06-02 Bayer CropScience AG Herbizid-Safener-Kombination
KR101067576B1 (ko) 2008-12-03 2011-09-27 한국수자원공사 성토재료의 다짐특성 실내 측정방법 및 장치
US8577537B2 (en) 2008-12-16 2013-11-05 Agco Corporation Methods and systems for optimizing performance of vehicle guidance systems
EP2210879A1 (de) 2008-12-30 2010-07-28 Bayer CropScience AG Pyrimidinderivate und ihre Verwendung zur Bekämpfung unerwünschten Pflanzenwachstums
DE102009009767A1 (de) 2009-02-20 2010-08-26 Claas Selbstfahrende Erntemaschinen Gmbh Fahrerassistenzsystem für landwirtschaftliche Arbeitsmaschine
DE102009009817A1 (de) 2009-02-20 2010-08-26 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftliches Arbeitsfahrzeug und Steuereinheit dafür
CN101929166B (zh) 2009-04-14 2012-08-08 洛阳路为电子科技有限公司 便携式土基密实度测量仪
US9538714B2 (en) 2009-04-21 2017-01-10 Deere & Company Managing resource prescriptions of botanical plants
US8321365B2 (en) 2009-04-21 2012-11-27 Deere & Company Horticultural knowledge base for managing yards and gardens
US7993188B2 (en) 2009-06-09 2011-08-09 Deere & Company Variable rate diverter for a crop residue collecting device carried by a combine harvester
DE102009025438A1 (de) 2009-06-16 2011-01-05 Claas Selbstfahrende Erntemaschinen Gmbh Routenplanungsverfahren und -system
US20100319941A1 (en) 2009-06-22 2010-12-23 Agco Corp. Trenching Device And System
DE102009027245A1 (de) 2009-06-26 2010-12-30 Deere & Company, Moline Steueranordnung zur Kontrolle des Überladens landwirtschaftlichen Ernteguts von einer Erntemaschine auf ein Transportfahrzeug
KR20110018582A (ko) 2009-08-18 2011-02-24 진성기 약액형 및 분말형 고화제를 이용한 고화 흙벽돌 및 블록 제작 방법
EP2311307B1 (de) 2009-09-07 2011-12-07 CLAAS Agrosystems GmbH & Co. KG Füllstärkemessgerät, landwirtschaftliches Fahrzeug mit solch einem Messgerät und Verfahren zur Steuerung der Befüllung eines Zielbereichs
US20110224873A1 (en) 2009-09-17 2011-09-15 Reeve David R Vehicle assembly controller with automaton framework and control method
DE102009041646A1 (de) 2009-09-17 2011-03-24 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftliche Maschine mit Autopilot
US9345194B2 (en) 2009-09-30 2016-05-24 Cnh Industrial America Llc Automatic display of remote camera image
CZ20252U1 (cs) 2009-10-06 2009-11-16 Šarec@Petr Přístroj pro měření utužení půdy s laserovým snímáním hloubky - laserový penetrometr
US8082809B2 (en) 2009-10-08 2011-12-27 Pioneer Hi-Bred International, Inc. Combine harvester and associated method for selectively gathering grain test data
US8344897B2 (en) 2009-10-12 2013-01-01 Agco Corporation System and method for assisting in the refilling of agricultural vehicles
KR101134075B1 (ko) 2009-10-13 2012-04-13 한국건설기술연구원 지반다짐장비의 이동에 따른 지반의 연속 다짐정보 제공장치 및 이를 이용한 지반의 연속 다짐정보 제공방법
US8738238B2 (en) 2009-11-12 2014-05-27 Deere & Company Coordination of vehicle movement in a field
EP2503867B1 (de) 2009-11-25 2018-04-25 Aarhus Universitet System zur verringerung der bodenverdichtung
US8635903B2 (en) 2009-12-22 2014-01-28 Caterpillar Paving Products Inc. Method and system for compaction measurement
US20110160961A1 (en) 2009-12-29 2011-06-30 Agco Corporation Guidance using a worked edge for wayline generation
DE102010004648A1 (de) 2010-01-13 2011-07-14 CLAAS Selbstfahrende Erntemaschinen GmbH, 33428 Erntemaschine, insbesondere Feldhäcksler
UA103928C2 (ru) 2010-01-15 2013-12-10 Лейка Геосистемз Аг Система и способ общего использования данных
CN102138383A (zh) 2010-01-28 2011-08-03 中国农业机械化科学研究院 一种联合收割机谷物损失空间分布的测量方法及其装置
EP2353353A1 (de) 2010-02-05 2011-08-10 Flander's Mechatronics Technology Centre v.z.w. Einsatzanpassung der Planung von Bodenverarbeitungsoperationen für mehrere Fahrzeuge
RU2421744C1 (ru) 2010-02-15 2011-06-20 Открытое акционерное общество "Научно-исследовательский институт приборостроения имени В.В. Тихомирова" Компактный полигон для измерения характеристик различных антенных систем
US10537061B2 (en) 2010-02-26 2020-01-21 Cnh Industrial America Llc System and method for controlling harvest operations
JP5522785B2 (ja) 2010-03-19 2014-06-18 株式会社日立ソリューションズ 農作業車両運行管理システム
JP2011205967A (ja) 2010-03-30 2011-10-20 Takayuki Nishida 水田における雑草の発生防止用ロボット
US20110257850A1 (en) 2010-04-14 2011-10-20 Reeve David R Vehicle assembly control system and method for composing or decomposing a task
US8527157B2 (en) * 2010-04-28 2013-09-03 Deere & Company Agricultural combine and draper header
US8463510B2 (en) * 2010-04-30 2013-06-11 Cnh America Llc GPS controlled residue spread width
CN101839906B (zh) 2010-05-10 2013-10-09 吉林大学 一种具有耐磨几何结构表面的锥形触土部件
CA135611S (en) 2010-05-19 2011-05-05 Rhonda Genest Weed removing and grooming garden hand tool
WO2011150351A2 (en) 2010-05-28 2011-12-01 Gvm, Inc. System and method for collecting and processing agricultural field data
US8380401B2 (en) 2010-06-09 2013-02-19 Cnh America Llc Automatic grain transfer control system based on real time modeling of a fill level profile for regions of the receiving container
DE102010017687A1 (de) 2010-07-01 2012-01-05 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zur Einstellung zumindest eines Arbeitsorganes einer selbstfahrenden Erntemaschine
BE1019422A3 (nl) 2010-07-14 2012-07-03 Cnh Belgium Nv Werkwijze en toestel voor voorspellende sturing van een landbouwvoertuigsysteem.
DE102010038661B4 (de) 2010-07-29 2020-07-02 Deere & Company Erntemaschine mit einem an einem Fluggerät befestigten Sensor
DE102010038681A1 (de) 2010-07-30 2012-02-02 Bayerische Motoren Werke Aktiengesellschaft Vorrichtung zur Spannungsversorgung mit einer Kühlanordnung
US8544397B2 (en) 2010-09-15 2013-10-01 Dawn Equipment Company Row unit for agricultural implement
DE102010053331A1 (de) 2010-09-28 2012-03-29 Lacos Computerservice Gmbh Verfahren und Navigationsvorrichtung zur Optimierung des Transportes landwirtschaftlicher Produkte
US9043129B2 (en) 2010-10-05 2015-05-26 Deere & Company Method for governing a speed of an autonomous vehicle
US9072227B2 (en) 2010-10-08 2015-07-07 Deere & Company System and method for improvement of harvest with crop storage in grain bags
US8789563B2 (en) 2010-10-12 2014-07-29 Deere & Company Intelligent grain bag loader
US8677724B2 (en) 2010-10-25 2014-03-25 Deere & Company Round baler for baling crop residue
US8596194B2 (en) 2010-10-28 2013-12-03 Deere & Company Method and apparatus for determining fraction of hay at different moisture levels
DE102010043854B4 (de) 2010-11-12 2016-01-14 Deere & Company Steueranordnung zur Kontrolle des Überladens landwirtschaftlichen Ernteguts von einer Erntemaschine auf ein Transportfahrzeug
DE102010052713A1 (de) 2010-11-26 2012-05-31 Bomag Gmbh Verfahrbare Vorrichtung zur Verdichtung eines Bodenschichtaufbaus und Verfahren zur Ermittlung eines Schicht-E-Moduls einer obersten Schicht dieses Bodenschichtaufbaus
GB2492954A (en) 2010-12-06 2013-01-23 Agco Corp A system for automatic agricultural reporting
CN102080373B (zh) 2010-12-09 2012-07-04 西安建筑科技大学 用ddc桩和桩基础联合处理黄土地基湿陷性的施工方法
US10475212B2 (en) 2011-01-04 2019-11-12 The Climate Corporation Methods for generating soil maps and application prescriptions
ITTO20110133A1 (it) 2011-02-16 2012-08-17 Cnh Italia Spa Sistema di comunicazione senza fili per veicoli agricoli
US8463460B2 (en) 2011-02-18 2013-06-11 Caterpillar Inc. Worksite management system implementing anticipatory machine control
UA111735C2 (uk) 2011-02-18 2016-06-10 СіЕнЕйч ІНДАСТРІАЛ АМЕРІКА ЕлЕлСі Система й спосіб керування траєкторією транспортного засобу, використовуваного зі збиральною машиною
US9002591B2 (en) 2011-02-18 2015-04-07 Cnh Industrial America Llc Harvester spout control system and method
US8606454B2 (en) 2011-02-18 2013-12-10 Cnh America Llc System and method for synchronized control of a harvester and transport vehicle
US8655505B2 (en) 2011-02-18 2014-02-18 Caterpillar Inc. Worksite management system implementing remote machine reconfiguration
BR112013021038B1 (pt) 2011-02-18 2018-06-26 Cnh Industrial America Llc Sistema e método de controle de bico de descarga de ceifadeira
BRPI1100258A2 (pt) 2011-02-28 2014-03-11 Apagri Consultoria Agronomica Ltda Processo para obtenção de mapas de aplicação em taxa variada de herbicidas pré-emergentes
US8577561B2 (en) 2011-03-08 2013-11-05 Deere & Company Control system and method of operating a product distribution machine
US9629308B2 (en) 2011-03-11 2017-04-25 Intelligent Agricultural Solutions, Llc Harvesting machine capable of automatic adjustment
DE102011005400B4 (de) 2011-03-11 2015-05-28 Deere & Company Anordnung und Verfahren zur Abschätzung des Füllgrades beim Überladen landwirtschaftlichen Ernteguts von einer Erntemaschine auf ein Transportfahrzeug
US9631964B2 (en) 2011-03-11 2017-04-25 Intelligent Agricultural Solutions, Llc Acoustic material flow sensor
US10318138B2 (en) 2011-03-11 2019-06-11 Intelligent Agricultural Solutions Llc Harvesting machine capable of automatic adjustment
US9043096B2 (en) 2011-03-31 2015-05-26 Ag Leader Technology Combine bin level monitoring system
DE102011001858A1 (de) 2011-04-07 2012-10-11 Claas Selbstfahrende Erntemaschinen Gmbh Vorrichtung und Verfahren zur Überwachung der Befahrbarkeit eines Bodens
DE102011016743A1 (de) 2011-04-12 2012-10-18 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftliches Transportfahrzeug und Fahrzeugverbund
DE102011002071A1 (de) 2011-04-15 2012-10-18 Claas Selbstfahrende Erntemaschinen Gmbh System und Verfahren zur Steuerung der Erntegutüberladung
DE102011007511A1 (de) 2011-04-15 2012-10-18 Deere & Company Verfahren zur Einstellung einer Reinigungseinrichtung eines Mähdreschers und Reinigungseinrichtung
CN102277867B (zh) 2011-05-13 2013-10-09 西安建筑科技大学 一种湿陷性黄土地基的施工方法
CN202110103U (zh) 2011-05-14 2012-01-11 长沙亚星数控技术有限公司 电液伺服车载式混填土压实度快速测定系统
DE102011050474A1 (de) 2011-05-19 2012-11-22 Amazonen-Werke H. Dreyer Gmbh & Co.Kg Landwirtschaftliches Gerät
DE102011050629A1 (de) 2011-05-25 2012-11-29 Claas Selbstfahrende Erntemaschinen Gmbh Erntevorrichtung
EP2529610A1 (de) 2011-05-30 2012-12-05 Agri-Esprit SAS Verfahren zur Ernteüberwachung
CN202119772U (zh) 2011-06-01 2012-01-18 王新勇 一种车载土基密实度在线测量仪
EP3343176B1 (de) 2011-06-13 2020-01-08 The Climate Corporation Verfahren zur erzeugung von applikationskarten
US20130019580A1 (en) 2011-07-20 2013-01-24 Anderson Noel W Bidirectional harvesting system
US20130022430A1 (en) 2011-07-20 2013-01-24 Anderson Noel W Material transfer system
WO2013023964A1 (fr) 2011-08-12 2013-02-21 Rhodia Operations Procede de fluoration d'un halogenure metallique en milieu aqueux
DE102011052688B4 (de) 2011-08-12 2021-02-04 Andreas Reichhardt Verfahren und System zur Befüllung von Transportfahrzeugen mit Erntegut
US8843269B2 (en) 2011-08-17 2014-09-23 Deere & Company Vehicle soil pressure management based on topography
US9511633B2 (en) 2011-08-17 2016-12-06 Deere & Company Soil compaction management and reporting
DE102011082052B4 (de) 2011-09-02 2015-05-28 Deere & Company Anordnung und Verfahren zur selbsttätigen Überladung von Erntegut von einer Erntemaschine auf ein Transportfahrzeug
DE102011082908A1 (de) 2011-09-19 2013-03-21 Deere & Company Verfahren und Anordnung zur optischen Beurteilung von Erntegut in einer Erntemaschine
EP2768298B1 (de) 2011-10-21 2017-11-22 Pioneer Hi-Bred International, Inc. Mähdrescher und zugehöriges verfahren zum sammeln von körnern
WO2013063106A2 (en) 2011-10-24 2013-05-02 Trimble Navigation Limited Agricultural and soil management
DE102011085380A1 (de) 2011-10-28 2013-05-02 Deere & Company Anordnung und Verfahren zur vorausschauenden Untersuchung von mit einer Erntemaschine aufzunehmenden Pflanzen
DE102011085977A1 (de) 2011-11-09 2013-05-16 Deere & Company Sieb für eine Reinigungseinrichtung eines Mähdreschers
US20130124239A1 (en) 2011-11-15 2013-05-16 Uriel Rosa Crop yield per location measurer
EP2782438B1 (de) 2011-11-22 2017-06-21 The Climate Corporation Halmsensorvorrichtung, systeme und verfahren
CN202340435U (zh) 2011-11-28 2012-07-25 南京工业职业技术学院 基于作业路径的玉米产量实时测量系统
DE102011120402A1 (de) 2011-12-03 2013-06-06 Robert Bosch Gmbh Verfahren und Vorrichtung zum Koordinieren einer Transportlogistik sowie Transportlogistiksystem
BR102012017584B1 (pt) 2011-12-08 2019-03-26 Agco Do Brasil Máquinas E Equipamentos Agrícolas Ltda. Sistema e método de auxílio de correção de velocidade
DE102011121414A1 (de) 2011-12-17 2013-06-20 Robert Bosch Gmbh Verfahren und eine Vorrichtung zur Regelung einer Fahrt einer ersten selbstfahrenden Arbeitsmaschine in Bezug zu einer zweiten selbstfahrenden Arbeitsmaschine
US8801512B2 (en) 2011-12-19 2014-08-12 Agco Corporation Method for measuring air efficiency and efficacy in a combine harvester
US8626406B2 (en) 2011-12-22 2014-01-07 Deere & Company Method and system for transferring material between vehicles
DE102012201333A1 (de) 2012-01-31 2013-08-01 Deere & Company Landwirtschaftliche Maschine mit einem System zur selbsttätigen Einstellung eines Bearbeitungsparameters und zugehöriges Verfahren
US8868304B2 (en) 2012-02-10 2014-10-21 Deere & Company Method and stereo vision system for facilitating the unloading of agricultural material from a vehicle
US8649940B2 (en) 2012-02-10 2014-02-11 Deere & Company Method and stereo vision system for managing the unloading of an agricultural material from a vehicle
US9392746B2 (en) 2012-02-10 2016-07-19 Deere & Company Artificial intelligence for detecting and filling void areas of agricultural commodity containers
US9861040B2 (en) 2012-02-10 2018-01-09 Deere & Company Method and stereo vision system for facilitating the unloading of agricultural material from a vehicle
GB2511714B (en) 2012-02-10 2017-12-27 Deere & Co Method of material handling using one or more imaging devices on the transferring vehicle and on the receiving vehicle to control the material distribution
DE102012208554A1 (de) 2012-05-22 2013-11-28 Hamm Ag Verfahren zur Planung und Durchführung von Bodenverdichtungsvorgängen, insbesondere zurAsphaltverdichtung
US9288938B2 (en) 2012-06-01 2016-03-22 Rowbot Systems Llc Robotic platform and method for performing multiple functions in agricultural systems
US20130319941A1 (en) 2012-06-05 2013-12-05 American Water Works Company, Inc. Simultaneous recovery of coagulant and acid
US8930039B2 (en) 2012-06-11 2015-01-06 Cnh Industrial America Llc Combine performance evaluation tool
US9117790B2 (en) 2012-06-25 2015-08-25 Marvell World Trade Ltd. Methods and arrangements relating to semiconductor packages including multi-memory dies
DE102012211001A1 (de) 2012-06-27 2014-01-02 Deere & Company Anordnung zur Kontrolle einer Austrageinrichtung einer Erntemaschine mit einer selbsttätigen Positionierung in einer Ruhestellung bei nicht möglichen bzw. stattfindendem Überladevorgang
RU2502047C1 (ru) 2012-07-13 2013-12-20 Федеральное государственное бюджетное учреждение науки Институт геологии и минералогии им. В.С. Соболева Сибирского отделения Российской академии наук (Институт геологии и минералогии СО РАН, ИГМ СО РАН) Способ оценки проходимости местности вне дорог
DE102013106128A1 (de) 2012-07-16 2014-06-12 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftliche Arbeitsmaschine mit zumindest einer Steuerungseinrichtung
US20140067745A1 (en) 2012-08-30 2014-03-06 Pioneer Hi-Bred International, Inc. Targeted agricultural recommendation system
US9095090B2 (en) 2012-08-31 2015-08-04 Deere & Company Pressure-based control system for an agricultural implement
WO2014046685A1 (en) 2012-09-24 2014-03-27 Deere & Company Bidirectional harvesting system
WO2014050524A1 (ja) 2012-09-26 2014-04-03 株式会社クボタ 農作管理システム及び農作物収穫機
EP2902984A4 (de) 2012-09-26 2016-07-13 Kubota Kk Bodenarbeitsfahrzeug, verwaltungssystem für das bodenarbeitsfahrzeug und verfahren zur anzeige von bodenarbeitsinformationen
DE202012103730U1 (de) 2012-09-28 2012-10-16 Agco International Gmbh Erntemaschine mit einer Überladeeinrichtung
US20140121882A1 (en) 2012-10-31 2014-05-01 Brian J. Gilmore System for Coordinating the Relative Movements of an Agricultural Harvester and a Cart
CN203053961U (zh) 2012-11-02 2013-07-10 昆明理工大学 一种土壤压实数据监测装置
DE102012220109A1 (de) 2012-11-05 2014-05-08 Deere & Company Einrichtung zur Erfassung des Betriebszustands einer Arbeitsmaschine
DE102012021469A1 (de) 2012-11-05 2014-05-08 Claas Selbstfahrende Erntemaschinen Gmbh Assistenzsystem zur Optimierung des Fahrzeugbetriebes
KR101447197B1 (ko) 2012-11-07 2014-10-06 최준성 다짐 평가용 동적 관입 시험 장치 및 이를 이용한 다짐 평가 방법
DE102012220916A1 (de) 2012-11-15 2014-05-15 K&K Maschinenentwicklungs GmbH & Co. KG Verfahren zum Neuherstellen, Sanieren oder Rückbauen einer Schienenfahrbahn
DE102012221344B3 (de) 2012-11-22 2014-05-15 Hamm Ag Umkleidungsanordnung, Bodenbearbeitungswalze und Verfahren zum Anbringen einer Umkleidungsanordnung
WO2014093814A1 (en) 2012-12-14 2014-06-19 Agco Corporation Predictive load estimation through forward vision
US20140172224A1 (en) 2012-12-19 2014-06-19 Agco Corporation Speed control in agricultural vehicle guidance systems
US20140172225A1 (en) 2012-12-19 2014-06-19 Agco Corporation Speed control in agricultural vehicle guidance systems
DE102012223768B4 (de) 2012-12-19 2014-07-03 Deere & Company Fremdkörpernachweiseinrichtung für eine landwirtschaftliche Erntemaschine
US20140172222A1 (en) 2012-12-19 2014-06-19 Agco Corporation Speed control in agricultural vehicle guidance systems
JP6059027B2 (ja) 2013-01-21 2017-01-11 株式会社クボタ 農作業機と農作業管理プログラム
US9497898B2 (en) 2013-01-24 2016-11-22 Tribine Industries, LLC Agricultural harvester unloading assist system and method
DE102013001157A1 (de) 2013-01-24 2014-08-07 Zind Systementwicklungs Gmbh Fertigungsanlage zur Fertigung von Gefäßen aus Gefäßrohlingen und Fertigungsverfahren
CN203206739U (zh) 2013-01-25 2013-09-25 蒋行宇 打瓜联合收获机
US8955402B2 (en) 2013-01-25 2015-02-17 Trimble Navigation Limited Sugar cane yield mapping
CN103088807B (zh) 2013-01-30 2014-12-10 青岛市勘察测绘研究院 强夯地基加固处理系统及其方法
WO2014137533A2 (en) 2013-02-07 2014-09-12 Brown Owen J Jr Wireless monitor maintenance and control system
DE102013201996A1 (de) 2013-02-07 2014-08-07 Deere & Company Verfahren zur Einstellung von Arbeitsparametern einer Erntemaschine
US9326444B2 (en) 2013-02-08 2016-05-03 Deere & Company Method and stereo vision system for facilitating the unloading of agricultural material from a vehicle
GB2510629B (en) 2013-02-11 2015-10-14 Kverneland Group Les Landes Genusson Strip tilling system
GB2510630B (en) 2013-02-11 2015-08-05 Kverneland Group Les Landes Genusson Strip tilling system
EP2958676B1 (de) 2013-02-19 2018-05-23 Grains Research And Development Corporation Anordnung zur devitalisierung von unkrautsamen
US10178828B2 (en) 2013-02-20 2019-01-15 Deere & Company Per plant crop sensing resolution
US9668420B2 (en) 2013-02-20 2017-06-06 Deere & Company Crop sensing display
US9693503B2 (en) 2013-02-20 2017-07-04 Deere & Company Crop sensing
US9066465B2 (en) 2013-02-20 2015-06-30 Deere & Company Soil compaction reduction system and method
US11212962B2 (en) 2013-02-20 2022-01-04 Deere & Company Field condition determination
US20140257911A1 (en) 2013-03-08 2014-09-11 Deere & Company Methods and apparatus to schedule refueling of a work machine
CN103181263A (zh) 2013-03-11 2013-07-03 西北农林科技大学 一种多机器协作的小麦收割系统
US9410840B2 (en) 2013-03-15 2016-08-09 Raven Industries, Inc. Multi-variable yield monitor and methods for the same
US20140277960A1 (en) 2013-03-18 2014-09-18 Deere & Company Harvester with fuzzy control system for detecting steady crop processing state
WO2014160589A1 (en) 2013-03-24 2014-10-02 Bee Robotics Corporation Aerial farm robot system for crop dusting, planting, fertilizing and other field jobs
KR102234179B1 (ko) 2013-03-27 2021-03-31 가부시끼 가이샤 구보다 콤바인
US9992932B2 (en) 2013-04-02 2018-06-12 Deere & Company Control arrangement and method for controlling a position of a transfer device of a harvesting machine
EP2792229B1 (de) 2013-04-02 2016-03-23 Deere & Company Steueranordnung und Verfahren zur Steuerung der Position einer Vorrichtung einer Erntemaschine
US10129528B2 (en) 2013-04-02 2018-11-13 Deere & Company Control arrangement and method for controlling a position of a transfer device of a harvesting machine
GB2515172B (en) 2013-04-22 2016-01-06 Univ Carnegie Mellon Methods for improving the robustness of an automated unloading system
CN203275401U (zh) 2013-04-24 2013-11-06 陈金 一种新型公路土工击实快速测厚调节仪
CN203055121U (zh) 2013-04-26 2013-07-10 昆明理工大学 一种基于Zigbee技术的土壤压实数据无线传输装置
CA2814599A1 (en) 2013-04-29 2014-10-29 Fieldstone Land Management Inc. Method and apparatus for tangible effect calculation and compensation
EP2798928B1 (de) 2013-04-29 2024-02-07 CLAAS E-Systems GmbH Betriebssystem für, und verfahren zum betrieb eines automatischen lenksystems eines landwirtschaftlichen fahrzeugs
US10740703B2 (en) 2013-04-29 2020-08-11 Verge Technologies Inc. Method and system for determining optimized travel path for agricultural implement on land with obstacle
DE102013209197A1 (de) 2013-05-17 2014-11-20 Deere & Company Erntemaschine mit vorausschauender Vortriebsgeschwindigkeitsregelung
USD721740S1 (en) 2013-05-23 2015-01-27 Deere & Company Display interface or housing thereof
BE1021150B1 (nl) 2013-06-03 2016-01-13 Cnh Industrial Belgium Nv Werkwijze voor het verwerken van belastingssignaal van een balenpers
DE102013105821A1 (de) 2013-06-06 2014-12-11 Claas Selbstfahrende Erntemaschinen Gmbh Erntemaschine zur Aufnahme von Erntegut
DE102013212151A1 (de) 2013-06-26 2014-12-31 Robert Bosch Gmbh Baumaschine mit einer Vibrationseinheit
DE102013107169A1 (de) 2013-07-08 2015-01-08 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftliche Erntemaschine
EP3018987B1 (de) 2013-07-10 2020-09-02 Agco Corporation Automatisierung der verteilung von arbeit in einem feld
DE102013012027A1 (de) 2013-07-19 2015-01-22 Claas Selbstfahrende Erntemaschinen Gmbh Selbstfahrende Erntemaschine und Fahrzeugverbund
GB2517049B (en) 2013-07-28 2019-09-11 Deere & Co Artificial intelligence for detecting and filling void areas of agricultural commodity containers
US9301466B2 (en) 2013-07-29 2016-04-05 Syngenta Participations Ag Variety corn line HID3259
US9188518B2 (en) 2013-08-19 2015-11-17 Bridgestone Americas Tire Operations, Llc Ground compaction images
JP6134609B2 (ja) 2013-08-28 2017-05-24 ヤンマー株式会社 遠隔サーバ
US9767521B2 (en) 2013-08-30 2017-09-19 The Climate Corporation Agricultural spatial data processing systems and methods
WO2015034876A1 (en) 2013-09-03 2015-03-12 Agco Corporation System and method for automatically changing machine control state
WO2015038751A1 (en) 2013-09-13 2015-03-19 Agco Corporation Method to automatically estimate and classify spatial data for use on real time maps
US9234317B2 (en) 2013-09-25 2016-01-12 Caterpillar Inc. Robust system and method for forecasting soil compaction performance
US9804756B2 (en) 2013-09-27 2017-10-31 Iteris, Inc. Comparative data analytics and visualization tool for analyzing traffic performance data in a traffic management system
WO2015048499A1 (en) 2013-09-27 2015-04-02 John Earl Acheson Yield monitor calibration method and system
US9188986B2 (en) 2013-10-01 2015-11-17 Jaybridge Robotics, Inc. Computer-implemented method and system for dynamically positioning a vehicle relative to another vehicle in motion for on-the-fly offloading operations
US20160247082A1 (en) 2013-10-03 2016-08-25 Farmers Business Network, Llc Crop Model and Prediction Analytics System
JP2015070812A (ja) 2013-10-03 2015-04-16 ヤンマー株式会社 農作物情報管理システム
EP3057398B1 (de) 2013-10-14 2020-07-08 Kinze Manufacturing, Inc. Autonome systeme, verfahren und vorrichtung für landwirtschaftliche tätigkeiten
US10362733B2 (en) 2013-10-15 2019-07-30 Deere & Company Agricultural harvester configured to control a biomass harvesting rate based upon soil effects
BE1021108B1 (nl) 2013-10-28 2016-01-18 Cnh Industrial Belgium Nv Ontlaadsystemen
BE1021164B1 (nl) 2013-10-28 2016-01-18 Cnh Industrial Belgium Nv Ontlaadsystemen
JP6087258B2 (ja) 2013-10-28 2017-03-01 ヤンマー株式会社 遠隔配車サーバ
DE102013222122B4 (de) 2013-10-30 2020-10-15 Mts Maschinentechnik Schrode Ag Verfahren zum Betreiben eines Bodenverdichtungs- oder Bodenprüfgeräts, sowie Bodenverdichtungs- oder Verdichtungsprüfgerät
US10371561B2 (en) 2013-11-01 2019-08-06 Iowa State University Research Foundation, Inc. Yield measurement and base cutter height control systems for a harvester
DE102013019098B3 (de) 2013-11-11 2015-01-08 Hochschule für Technik und Wirtschaft Dresden System zum Erfassen von Parametern der Umwelt und Umgebung
CN203613525U (zh) 2013-11-25 2014-05-28 杨振华 一种公路灰土基层压实度测定取样机
CN203658201U (zh) 2013-12-09 2014-06-18 长安大学 一种用于测量路基土压实度的装置
US9714856B2 (en) 2013-12-13 2017-07-25 Ag Leader Technology, Inc. Automatic compensation for the effect of grain properties on mass flow sensor calibration
JP5986064B2 (ja) 2013-12-25 2016-09-06 Ｎｅｃプラットフォームズ株式会社 冷却システムおよび電子機器
CN103699803A (zh) * 2013-12-31 2014-04-02 北京农业信息技术研究中心 一种基于多光谱遥感信息的区域作物养分管理方法
DE102014100136A1 (de) 2014-01-08 2015-07-09 Claas Selbstfahrende Erntemaschinen Gmbh Erntevorrichtung
CN203741803U (zh) 2014-01-10 2014-07-30 瑞和安惠项目管理集团有限公司 工程监理用路基压实度检测取土装置
DE102014201203A1 (de) 2014-01-23 2015-07-23 Deere & Company Landwirtschaftliches Arbeitsfahrzeug mit einem Fluggerät und zugehöriger Stromversorgung
US20150211199A1 (en) 2014-01-24 2015-07-30 Caterpillar Inc. Device and process to measure ground stiffness from compactors
CN106102444B (zh) 2014-02-10 2020-02-11 克莱米特公司 用于生成共享协作图的方法和系统
JP6298313B2 (ja) 2014-02-18 2018-03-20 鹿島建設株式会社 地盤剛性測定装置、締固め機械及び地盤剛性測定方法
DE102014203005B3 (de) 2014-02-19 2015-05-13 Deere & Company Vibrationsdämpfende Ansteuerung eines Aktors einer landwirtschaftlichen Arbeitsmaschine
US20150254800A1 (en) * 2014-03-06 2015-09-10 F12 Solutions, Llc Nitrogen status determination in growing crops
DE102014205233A1 (de) 2014-03-20 2015-09-24 Deere & Company Erntemaschine mit vorausschauender Vortriebsgeschwindigkeitsvorgabe
NL2012485B1 (en) 2014-03-20 2016-01-18 Lely Patent Nv Method and system for navigating an agricultural vehicle on a land area.
US9529364B2 (en) 2014-03-24 2016-12-27 Cnh Industrial America Llc System for coordinating agricultural vehicle control for loading a truck
DE102014205503A1 (de) 2014-03-25 2015-10-01 Hamm Ag Verfahren zur Korrektur eines Messwerteverlaufs durch das Eliminieren periodisch auftretender Messartefakte, insbesondere bei einem Bodenverdichter
US9489576B2 (en) 2014-03-26 2016-11-08 F12 Solutions, LLC. Crop stand analysis
BR102014007178B1 (pt) 2014-03-26 2020-12-22 São Martinho S/A processo de geração de mapas de aplicação de herbicida em função das espécies de plantas daninhas e teores de argila e matéria orgânica de solo
AU2015240770B2 (en) 2014-04-01 2018-07-19 Climate Llc Agricultural implement and implement operator monitoring apparatus, systems, and methods
CN103954738B (zh) 2014-04-01 2015-11-04 中国科学院力学研究所 一种测量土体振动传播特性的室内试验装置
DE102014104619A1 (de) 2014-04-02 2015-10-08 Claas Agrosystems Kgaa Mbh & Co. Kg Planungssystem und Verfahren zur Planung einer Feldbearbeitung
US9810679B2 (en) 2014-04-02 2017-11-07 Colorado School Of Mines Intelligent pad foot soil compaction devices and methods of using same
WO2015160837A2 (en) 2014-04-15 2015-10-22 Raven Industries, Inc. Reaping based yield monitoring system and method for the same
US9974226B2 (en) 2014-04-21 2018-05-22 The Climate Corporation Generating an agriculture prescription
US9405039B2 (en) 2014-04-22 2016-08-02 Deere & Company Ground engaging member accumulation determination
US9523180B2 (en) 2014-04-28 2016-12-20 Deere & Company Semi-automatic material loading
DE102014208070A1 (de) 2014-04-29 2015-12-17 Deere & Company Die Fahrzeugdynamik berücksichtigendes Kontrollsystem zur Positionssteuerung eines Geräts für ein landwirtschaftliches Arbeitsfahrzeug
DE102014208068A1 (de) 2014-04-29 2015-10-29 Deere & Company Erntemaschine mit sensorbasierter Einstellung eines Arbeitsparameters
WO2015171954A2 (en) 2014-05-09 2015-11-12 Raven Industries, Inc. Refined row guidance parameterization with hough transform
FR3021114B1 (fr) 2014-05-13 2017-08-11 Sol Solution Penetrometre dynamique, ensemble de mesure, systeme et methode de determination de la compacite et de la capacite portante d'un sol
JP6410130B2 (ja) 2014-05-15 2018-10-24 株式会社Ｊｓｏｌ 農作物の収穫予測装置、収穫予測システム及び収穫予測方法
US9578808B2 (en) 2014-05-16 2017-02-28 Deere & Company Multi-sensor crop yield determination
US10104836B2 (en) 2014-06-11 2018-10-23 John Paul Jamison Systems and methods for forming graphical and/or textual elements on land for remote viewing
BR102015013228B1 (pt) 2014-06-13 2020-11-24 Cnh Industrial America Llc SISTEMA E METODO DE CONTROLE PARA UM VEfCULO AGRiCOLA
DE102014009090B4 (de) 2014-06-19 2017-04-06 Technische Universität Dresden Landwirtschaftliches Gerät zur konservierenden Bodenbearbeitung
EP3160220A4 (de) 2014-06-24 2017-12-20 360 Yield Center, LLC Landwirtschaftliches system, verfahren und vorrichtungen
CN204000818U (zh) 2014-07-02 2014-12-10 四川农业大学 一种土壤坚实度测定装置
US10126153B2 (en) 2014-07-22 2018-11-13 Deere & Company Particulate matter impact sensor
US10034423B2 (en) 2014-07-29 2018-07-31 Deere & Company Biomass sensing
FR3024772B1 (fr) 2014-08-07 2016-09-02 Electricite De France Procede et dispositif pour la determination de la profondeur de l'origine d'un tassement de sol
US9717178B1 (en) 2014-08-08 2017-08-01 The Climate Corporation Systems and method for monitoring, controlling, and displaying field operations
US10568316B2 (en) * 2014-08-15 2020-02-25 Monsanto Technology Llc Apparatus and methods for in-field data collection and sampling
US9131644B2 (en) 2014-08-19 2015-09-15 Iteris, Inc. Continual crop development profiling using dynamical extended range weather forecasting with routine remotely-sensed validation imagery
DE102014216593A1 (de) 2014-08-21 2016-02-25 Deere & Company Bedienerassistenzsystem für eine landwirtschaftliche Arbeitsmaschine
CA2957081A1 (en) 2014-08-22 2016-02-25 The Climate Corporation Methods for agronomic and agricultural monitoring using unmanned aerial systems
WO2016032956A1 (en) 2014-08-27 2016-03-03 Premier Crop Systems, LLC System and method for controlling machinery for randomizing and replicating predetermined agronomic input levels
US9829364B2 (en) 2014-08-28 2017-11-28 Raven Industries, Inc. Method of sensing volume of loose material
US10109024B2 (en) 2014-09-05 2018-10-23 The Climate Corporation Collecting data to generate an agricultural prescription
DE102014113001A1 (de) 2014-09-10 2016-03-10 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zur Steuerung eines Überladeprozesses
US10564316B2 (en) 2014-09-12 2020-02-18 The Climate Corporation Forecasting national crop yield during the growing season
US10085379B2 (en) 2014-09-12 2018-10-02 Appareo Systems, Llc Grain quality sensor
US10667456B2 (en) 2014-09-12 2020-06-02 The Climate Corporation Methods and systems for managing agricultural activities
US11113649B2 (en) 2014-09-12 2021-09-07 The Climate Corporation Methods and systems for recommending agricultural activities
US11080798B2 (en) 2014-09-12 2021-08-03 The Climate Corporation Methods and systems for managing crop harvesting activities
DE102014113335A1 (de) 2014-09-16 2016-03-17 Claas Tractor Sas Landwirtschaftliche Arbeitsmaschine mit und Verfahren zur vorausschauenden Regelung einer Antriebsleistung und/oder eines Antriebsstranges
US9903979B2 (en) 2014-09-23 2018-02-27 Deere & Company Yield estimation
US10126282B2 (en) 2014-09-23 2018-11-13 Deere & Company Yield estimation
DE102014113874A1 (de) 2014-09-25 2016-03-31 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zum Überladen bei Erntemaschinen
DE102014113887A1 (de) 2014-09-25 2016-03-31 Claas Selbstfahrende Erntemaschinen Gmbh Mähdrescher mit einer Verteilvorrichtung
DE102014113965A1 (de) 2014-09-26 2016-03-31 Claas Selbstfahrende Erntemaschinen Gmbh Mähdrescher mit Fahrerassistenzsystem
JP2016071726A (ja) 2014-09-30 2016-05-09 井関農機株式会社 作業情報記憶装置
US9807933B2 (en) 2014-10-20 2017-11-07 Cnh Industrial America Llc Sensor equipped agricultural harvester
EP3219184B1 (de) 2014-11-13 2020-04-15 Yanmar Co., Ltd. Landwirtschaftliches arbeitsfahrzeug
AU2014411244B2 (en) 2014-11-14 2018-11-29 Bitstrata Systems Inc. System and method for measuring grain cart weight
GB201421527D0 (en) 2014-12-04 2015-01-21 Agco Int Gmbh Automated agriculture system
WO2016090212A1 (en) 2014-12-05 2016-06-09 Board Of Trustees Of Michigan State University Methods and systems for precision crop management
DE102014226189B4 (de) 2014-12-17 2017-08-24 Continental Automotive Gmbh Verfahren zur Ermittlung eines Unkrautanteils und Landtechnik-Steuereinrichtung
US9563492B2 (en) 2015-01-09 2017-02-07 Deere & Company Service diagnostic trouble code sequencer and method
US9792557B2 (en) 2015-01-14 2017-10-17 Accenture Global Services Limited Precision agriculture system
CN204435344U (zh) 2015-01-22 2015-07-01 中交四公局第二工程有限公司 一种用于测定土层压实度的可行走式取样机
WO2016118686A1 (en) 2015-01-23 2016-07-28 Iteris, Inc. Modeling of crop growth for desired moisture content of targeted livestock feedstuff for determination of harvest windows using field-level diagnosis and forecasting of weather conditions and observations and user input of harvest condition states
US9140824B1 (en) 2015-01-23 2015-09-22 Iteris, Inc. Diagnosis and prediction of in-field dry-down of a mature small grain, coarse grain, or oilseed crop using field-level analysis and forecasting of weather conditions, crop characteristics, and observations and user input of harvest condition states
US9009087B1 (en) 2015-01-23 2015-04-14 Iteris, Inc. Modeling the impact of time-varying weather conditions on unit costs of post-harvest crop drying techniques using field-level analysis and forecasts of weather conditions, facility metadata, and observations and user input of grain drying data
US20160232621A1 (en) 2015-02-06 2016-08-11 The Climate Corporation Methods and systems for recommending agricultural activities
US20160247079A1 (en) 2015-02-20 2016-08-25 Iteris, Inc. Modeling of soil compaction and structural capacity for field trafficability by agricultural equipment from diagnosis and prediction of soil and weather conditions associated with user-provided feedback
JP2016160808A (ja) 2015-02-27 2016-09-05 井関農機株式会社 コンバインのエンジン制御システム
US20160260021A1 (en) 2015-03-06 2016-09-08 William Marek System and method for improved agricultural yield and efficiency using statistical analysis
CN204475304U (zh) 2015-03-17 2015-07-15 攀枝花天誉工程检测有限公司 土工压实度检测成孔器
CN106998651B (zh) 2015-03-18 2019-10-18 株式会社久保田 联合收割机
RO130713B1 (ro) 2015-03-19 2023-05-30 Universitatea De Ştiinţe Agronomice Şi Medicină Veterinară Din Bucureşti Sistem automat gis pentru realizarea hărţilor cu distribuţia speciilor de buruieni
US20180014452A1 (en) 2015-03-25 2018-01-18 360 Yield Center, Llc Agronomic systems, methods and apparatuses
DE102015004174A1 (de) 2015-04-02 2016-10-06 Claas Selbstfahrende Erntemaschinen Gmbh Mähdrescher
DE102015004344A1 (de) 2015-04-02 2016-10-06 Claas Selbstfahrende Erntemaschinen Gmbh Mähdrescher
DE102015004343A1 (de) 2015-04-02 2016-10-06 Claas Selbstfahrende Erntemaschinen Gmbh Mähdrescher
DE102015106302A1 (de) 2015-04-24 2016-10-27 Claas Selbstfahrende Erntemaschinen Gmbh Erntesystem mit einer selbstfahrenden Erntemaschine
US20170270446A1 (en) 2015-05-01 2017-09-21 360 Yield Center, Llc Agronomic systems, methods and apparatuses for determining yield limits
US9694712B2 (en) 2015-05-01 2017-07-04 Hyliion Inc. Motor vehicle accessory to increase power supply and reduce fuel requirements
US10209235B2 (en) 2015-05-04 2019-02-19 Deere & Company Sensing and surfacing of crop loss data
WO2016183182A1 (en) 2015-05-14 2016-11-17 Board Of Trustees Of Michigan State University Methods and systems for crop land evaluation and crop growth management
US9872433B2 (en) 2015-05-14 2018-01-23 Raven Industries, Inc. System and method for adjusting harvest characteristics
US10039231B2 (en) 2015-05-19 2018-08-07 Deere & Company System for measuring plant attributes using a priori plant maps
DE102015006398B3 (de) 2015-05-21 2016-05-04 Helmut Uhrig Strassen- und Tiefbau GmbH Bodenverdichtung mit einem Baggeranbauverdichter
EP3095310B1 (de) 2015-05-21 2018-05-16 Robert Thomas Farms Ltd Landwirtschaftliche vorrichtung
US20160342915A1 (en) 2015-05-22 2016-11-24 Caterpillar Inc. Autonomous Fleet Size Management
DE102015108374A1 (de) 2015-05-27 2016-12-01 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zur Ansteuerung einer selbstfahrenden Erntemaschine
AU2016269849B2 (en) 2015-06-05 2019-08-15 Agerris Pty Ltd Automatic target recognition and management system
ES2965819T3 (es) 2015-06-08 2024-04-17 Climate Llc Análisis de datos agrícolas
DE102015109799A1 (de) 2015-06-18 2016-12-22 Claas E-Systems Kgaa Mbh & Co Kg Verfahren zur Synchronisation zweier unabhängiger, selbstfahrender landwirtschaftlicher Arbeitsmaschinen
WO2016201482A1 (en) 2015-06-18 2016-12-22 Bail & Burnit Pty Ltd Mechanical weed seed management system
UA126111C2 (uk) 2015-06-30 2022-08-17 Зе Клаймат Корпорейшн Системи та методи для фіксування зображення та аналізу сільськогосподарських полів
US9968027B2 (en) 2015-07-14 2018-05-15 Clemson University Automated control systems and methods for underground crop harvesters
EP3590319B1 (de) 2015-07-14 2021-02-17 Dean Mayerle Zerstörung von unkrautsamen
US10492369B2 (en) 2015-07-14 2019-12-03 Dean Mayerle Weed seed destruction
US9740208B2 (en) 2015-07-30 2017-08-22 Deere & Company UAV-based sensing for worksite operations
CN204989174U (zh) 2015-08-05 2016-01-20 中国农业大学 一种用于测量土壤压实的试验平台
US10015928B2 (en) 2015-08-10 2018-07-10 Deere & Company Method and stereo vision system for managing the unloading of an agricultural material from a vehicle
US9642305B2 (en) 2015-08-10 2017-05-09 Deere & Company Method and stereo vision system for managing the unloading of an agricultural material from a vehicle
DE102015113527A1 (de) 2015-08-17 2017-02-23 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftliche Erntemaschine
WO2017035578A1 (en) 2015-08-28 2017-03-09 Tecfarm Pty Ltd Apparatus and method for processing a crop residue
DE102015217496A1 (de) 2015-09-14 2017-03-16 Deere & Company Verfahren zum Ausbringen von Saatgutpartikeln oder Pflanzen auf ein Feld und eine entsprechende Maschine
JP6502221B2 (ja) 2015-09-14 2019-04-17 株式会社クボタ 作業車支援システム
US10183667B2 (en) 2015-09-15 2019-01-22 Deere & Company Human presence detection on a mobile machine
US9696162B2 (en) 2015-09-17 2017-07-04 Deere & Company Mission and path planning using images of crop wind damage
CN105205248B (zh) 2015-09-17 2017-12-08 哈尔滨工业大学 一种基于ode物理引擎的车辆地形通过性仿真分析组件的设计方法
US10025983B2 (en) 2015-09-21 2018-07-17 The Climate Corporation Ponding water detection on satellite imagery
US10188037B2 (en) 2015-09-24 2019-01-29 Deere & Company Yield estimation
US9699967B2 (en) 2015-09-25 2017-07-11 Deere & Company Crosswind compensation for residue processing
JP6770300B2 (ja) 2015-09-29 2020-10-14 株式会社ミツトヨ 計測機器用の信号処理回路
US9807940B2 (en) 2015-09-30 2017-11-07 Deere & Company System for prediction and control of drydown for windrowed agricultural products
EP3150052B1 (de) 2015-09-30 2018-06-13 CLAAS E-Systems KGaA mbH & Co KG Getreideerntemaschine
US10856463B2 (en) 2015-10-05 2020-12-08 Basf Agro Trademarks Gmbh Method for operating a harvesting machine with the aid of a plant growth model
KR20170041377A (ko) 2015-10-07 2017-04-17 안범주 후방에 설치된 토양 경도 측정 센서를 갖는 차량
US10342174B2 (en) 2015-10-16 2019-07-09 The Climate Corporation Method for recommending seeding rate for corn seed using seed type and sowing row width
US9681605B2 (en) 2015-10-26 2017-06-20 Deere & Company Harvester feed rate control
US20170112061A1 (en) 2015-10-27 2017-04-27 Cnh Industrial America Llc Graphical yield monitor static (previous) data display on in-cab display
US10080325B2 (en) 2015-10-27 2018-09-25 Cnh Industrial America Llc Predictive overlap control model
US20170115862A1 (en) * 2015-10-27 2017-04-27 Cnh Industrial America Llc Graphical yield monitor real-time data display
US10586158B2 (en) 2015-10-28 2020-03-10 The Climate Corporation Computer-implemented calculation of corn harvest recommendations
DE102015118767A1 (de) 2015-11-03 2017-05-04 Claas Selbstfahrende Erntemaschinen Gmbh Umfelddetektionseinrichtung für landwirtschaftliche Arbeitsmaschine
EP3371756A1 (de) 2015-11-05 2018-09-12 AGCO International GmbH Verfahren und system zur bestimmung von arbeitstrajektorien für eine flotte von arbeitseinheiten bei einer ernteoperation
US20170127606A1 (en) 2015-11-10 2017-05-11 Digi-Star, Llc Agricultural Drone for Use in Controlling the Direction of Tillage and Applying Matter to a Field
DE102016121523A1 (de) 2015-11-17 2017-05-18 Lacos Computerservice Gmbh Verfahren zum prädikativen Erzeugen von Daten zur Steuerung eines Fahrweges und eines Betriebsablaufes für landwirtschaftliche Fahrzeuge und Maschinen
US10890922B2 (en) 2015-11-19 2021-01-12 Agjunction Llc Automated multi-vehicle alignment steering
DK178711B1 (en) 2015-11-24 2016-11-28 Green Agro And Transp Aps Flexible wheel track system for in-field trailer
US11062223B2 (en) 2015-12-02 2021-07-13 The Climate Corporation Forecasting field level crop yield during a growing season
US9721181B2 (en) 2015-12-07 2017-08-01 The Climate Corporation Cloud detection on remote sensing imagery
DE102015121210A1 (de) 2015-12-07 2017-06-08 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftliche Arbeitsmaschine
WO2017096489A1 (en) 2015-12-09 2017-06-15 Scanimetrics Inc. Measuring and monitoring a body of granular material
US10091925B2 (en) 2015-12-09 2018-10-09 International Business Machines Corporation Accurately determining crop yield at a farm level
WO2017099570A1 (es) 2015-12-11 2017-06-15 Pacheco Sanchez José Antonio Sistema y método para agricultura de precisión por análisis multiespectral e hiperespectral de imágenes aéreas utilizando vehículos aéreos no tripulados
CN105432228A (zh) 2015-12-16 2016-03-30 无锡同春新能源科技有限公司 一种无人玉米收获机
DE102015122269A1 (de) 2015-12-18 2017-06-22 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren für den Betrieb eines Mähdreschers
WO2017116913A1 (en) 2015-12-29 2017-07-06 Agco Corporation Integrated driveline slip clutch system for large square baler
BR102016024151B1 (pt) 2016-01-06 2021-10-13 Cnh Industrial America Llc Meio legível por computador não transitório tangível, sistema e método para controlar pelo menos um veículo agrícola autônomo
BR102016024930B1 (pt) 2016-01-06 2021-08-24 Cnh Industrial America Llc Sistema de controle para um veículo de reboque e método para controlar um veículo agrícola
US10019790B2 (en) 2016-01-15 2018-07-10 Deere & Company Fill level indicator for an automated unloading system
EP3195719B1 (de) 2016-01-20 2018-10-24 CLAAS E-Systems KGaA mbH & Co KG Landwirtschaftliche maschine
EP3195720A1 (de) 2016-01-21 2017-07-26 CLAAS E-Systems KGaA mbH & Co KG Ernteguttanksystem
US10529036B2 (en) 2016-01-22 2020-01-07 The Climate Corporation Forecasting national crop yield during the growing season using weather indices
BE1023467B1 (nl) 2016-02-01 2017-03-29 Cnh Industrial Belgium Nv Beheer van een restantensysteem van een maaidorser door veldgegevens te gebruiken
US9891629B2 (en) 2016-02-04 2018-02-13 Deere & Company Autonomous robotic agricultural machine and system thereof
JP6688542B2 (ja) 2016-02-04 2020-04-28 ヤンマー株式会社 追従型コンバイン
JP6567440B2 (ja) 2016-02-05 2019-08-28 鹿島建設株式会社 地盤の締固め状態測定装置、締固め状態測定方法、及び締固め機械
BE1023485B1 (nl) 2016-02-23 2017-04-06 Cnh Industrial Belgium Nv Kafstrooier met zaadkneuzing
US10588258B2 (en) 2016-02-25 2020-03-17 Deere & Company Automatic determination of the control unit parameters of an arrangement to control an actuator for the adjustment of an adjustable element of an agricultural machine
US9675008B1 (en) 2016-02-29 2017-06-13 Cnh Industrial America Llc Unloading arrangement for agricultural harvesting vehicles
US10201121B1 (en) 2016-03-01 2019-02-12 Ag Leader Technology Prediction of amount of crop or product remaining for field
US10028435B2 (en) 2016-03-04 2018-07-24 Deere & Company Sensor calibration using field information
KR101653750B1 (ko) 2016-03-10 2016-09-02 한국건설기술연구원 식생매트 고정용 앵커핀의 인발 시험 장치 및 방법
BE1023982B1 (nl) 2016-03-23 2017-10-03 Cnh Industrial Belgium Nv Geautomatiseerd lossysteem voor het lossen van gewas
US20190057460A1 (en) 2016-03-25 2019-02-21 Nec Corporation Information processing device, control method for information processing device, and recording medium having control program for information processing device recorded therein
KR102394967B1 (ko) 2016-03-29 2022-05-04 얀마 파워 테크놀로지 가부시키가이샤 콤바인
RU164128U1 (ru) 2016-04-05 2016-08-20 Федеральное государственное автономное образовательное учреждение высшего образования "Крымский федеральный университет имени В.И. Вернадского" Установка для испытания на изнашиваемость материалов для рабочих органов почвообрабатывающих машин
WO2017181127A1 (en) 2016-04-15 2017-10-19 The Regents Of The University Of California Robotic plant care systems and methods
CN105741180B (zh) 2016-04-21 2021-06-18 江苏大学 一种联合收获机谷物产量图绘制系统
JP6755117B2 (ja) 2016-04-26 2020-09-16 ヤンマーパワーテクノロジー株式会社 コンバイン
US10275550B2 (en) 2016-04-27 2019-04-30 The Climate Corporation Assimilating a soil sample into a digital nutrient model
US10152891B2 (en) 2016-05-02 2018-12-11 Cnh Industrial America Llc System for avoiding collisions between autonomous vehicles conducting agricultural operations
DE102016118205A1 (de) 2016-05-10 2017-11-16 Claas Tractor Sas Zugmaschinen-Geräte-Kombination mit Fahrerassistenzsystem
CN109478232A (zh) 2016-05-12 2019-03-15 巴斯夫欧洲公司 自然环境中的杂草的识别
DE102016108902A1 (de) 2016-05-13 2017-11-16 Claas Saulgau Gmbh Verfahren und Steuerungseinrichtung zum Betreiben eines landwirtschaftlichen Transportwagens sowie Transportwagen
US10051787B2 (en) 2016-05-17 2018-08-21 Deere & Company Harvesting head with yield monitor
CN106053330B (zh) 2016-05-23 2018-12-18 北京林业大学 土壤紧实度及水分复合测量方法及装置
EP3462832B1 (de) 2016-05-24 2021-11-24 CNH Industrial Belgium NV Verfahren zum kontinuierlichen fördern von landwirtschaftlichen produkten mittels getreidewagen
US11372402B2 (en) 2016-05-24 2022-06-28 Cnh Industrial America Llc Autonomous grain cart dimensioned to fit behind header
US9563852B1 (en) 2016-06-21 2017-02-07 Iteris, Inc. Pest occurrence risk assessment and prediction in neighboring fields, crops and soils using crowd-sourced occurrence data
DE102016111665A1 (de) 2016-06-24 2017-12-28 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftliche Arbeitsmaschine und Verfahren zum Betrieb einer landwirtschaftlichen Arbeitsmaschine
EP3262934A1 (de) 2016-06-28 2018-01-03 Bayer CropScience AG Verfahren zur unkrautbekämpfung
UY36763A (es) 2016-07-01 2018-01-31 Carlos Hartwich Roturador y plantador en plataforma motorizada unitaria con navegador automático
US10275731B2 (en) * 2016-07-06 2019-04-30 Agrian, Inc. Multi-year crop yield analysis using remotely-sensed imagery for missing or incomplete yield events for site-specific variable rate applications
US9563848B1 (en) 2016-07-06 2017-02-07 Agrian, Inc. Weighted multi-year yield analysis for prescription mapping in site-specific variable rate applications in precision agriculture
US9928584B2 (en) 2016-07-11 2018-03-27 Harvest Moon Automation Inc. Inspecting plants for contamination
US9881214B1 (en) * 2016-07-13 2018-01-30 The Climate Corporation Generating pixel maps from non-image data and difference metrics for pixel maps
US10231371B2 (en) 2016-07-18 2019-03-19 Tribine Industries Llc Soil compaction mitigation assembly and method
US10795351B2 (en) 2016-07-19 2020-10-06 Raven Industries, Inc. System and method for autonomous control of agricultural machinery and equipment
CN106198877A (zh) 2016-07-22 2016-12-07 陈显桥 通过测量设备检验杨树稳定性的方法
CN106248873B (zh) 2016-07-22 2019-04-12 黄哲敏 一种通过检测设备测定松树坚固程度的方法
US20180022559A1 (en) 2016-07-22 2018-01-25 Scott William Knutson Loader Positioning System
CN106198879B (zh) 2016-07-22 2018-11-16 广东双木林科技有限公司 一种检测杉树抗风稳定性能的方法
CN106226470B (zh) 2016-07-22 2019-06-11 孙红 一种通过测量装置测定槐树的稳固性能的方法
DE102016009085A1 (de) 2016-07-26 2018-02-01 Bomag Gmbh Bodenverdichtungswalze mit Sensoreinrichtung an der Walzbandage und Verfahren zur Ermittlung der Bodensteifigkeit
DE102016214554A1 (de) 2016-08-05 2018-02-08 Deere & Company Verfahren zur Optimierung eines Arbeitsparameters einer Maschine zur Ausbringung von landwirtschaftlichem Material auf ein Feld und entsprechende Maschine
US10351364B2 (en) 2016-08-05 2019-07-16 Deere & Company Automatic vehicle and conveyor positioning
US10154624B2 (en) 2016-08-08 2018-12-18 The Climate Corporation Estimating nitrogen content using hyperspectral and multispectral images
US10410299B2 (en) 2016-08-24 2019-09-10 The Climate Corporation Optimizing split fertilizer application
EP3287007A1 (de) 2016-08-24 2018-02-28 Bayer CropScience AG Bekämpfung von schadorganismen auf basis der vorhersage von befallsrisiken
DE102016116043A1 (de) 2016-08-29 2018-03-01 Claas Selbstfahrende Erntemaschinen Gmbh Transportfahrzeug
US10609856B2 (en) 2016-08-29 2020-04-07 Troy Oliver Agriculture system and method
CN106327349A (zh) 2016-08-30 2017-01-11 张琦 一种基于云计算的园林绿化精细化管理装置
JP2018033407A (ja) 2016-09-01 2018-03-08 ヤンマー株式会社 配車システム
DE102016116461A1 (de) 2016-09-02 2018-03-08 Claas Saulgau Gmbh Verfahren und Steuerungseinrichtung zum Betreiben eines landwirtschaftlichen Transportwagens sowie Transportwagen
EP3298873B1 (de) 2016-09-21 2020-03-04 Exel Industries Steuerungsvorrichtung für ein fahrzeug, entsprechendes fahrzeug und verfahren
DE102016117757A1 (de) 2016-09-21 2018-03-22 Claas Selbstfahrende Erntemaschinen Gmbh Feldhäcksler
DE102016118283A1 (de) 2016-09-28 2018-03-29 Claas Tractor Sas Landwirtschaftliche Arbeitsmaschine
DE102016118297A1 (de) 2016-09-28 2018-03-29 Claas Tractor Sas Verfahren und System zur Bestimmung eines Betriebspunktes
CA3038768A1 (en) 2016-09-29 2018-04-05 Agro Intelligence Aps A system and a method for determining a trajectory to be followed by an agricultural work vehicle
US10078890B1 (en) 2016-09-29 2018-09-18 CHS North LLC Anomaly detection
DE102016118651A1 (de) 2016-09-30 2018-04-05 Claas Selbstfahrende Erntemaschinen Gmbh Selbstfahrende landwirtschaftliche Arbeitsmaschine
US10165725B2 (en) 2016-09-30 2019-01-01 Deere & Company Controlling ground engaging elements based on images
CN106290800B (zh) 2016-09-30 2018-10-12 长沙理工大学 一种土质边坡抗水流侵蚀能力模拟试验方法及装置
US20180092302A1 (en) 2016-10-01 2018-04-05 Deere & Company Residue spread control using operator input of wind direction and combine bearing
US20180092301A1 (en) 2016-10-01 2018-04-05 Deere & Company Residue spread control using crop deflector commands input by the operator and satnav combine bearing
BR112019007886A2 (pt) 2016-10-18 2019-07-02 Basf Agro Trademarks Gmbh método e sistema de planejamento e implementação de medidas agrícolas
US20190335674A1 (en) 2016-10-24 2019-11-07 Board Of Trustees Of Michigan State University Methods for mapping temporal and spatial stability and sustainability of a cropping system
JP6832828B2 (ja) 2016-10-26 2021-02-24 株式会社クボタ 走行経路決定装置
US11256999B2 (en) 2016-10-28 2022-02-22 Deere & Company Methods and systems of forecasting the drying of an agricultural crop
EP3315005B1 (de) 2016-10-28 2022-04-06 Deere & Company Stereosichtsystem zur verwaltung der entladung eines landwirtschaftlichen materials aus einem fahrzeug
US10719787B2 (en) 2016-10-31 2020-07-21 Basf Agro Trademarks Gmbh Method for mapping crop yields
US10832351B2 (en) 2016-11-01 2020-11-10 Deere & Company Correcting bias in agricultural parameter monitoring
US10408645B2 (en) 2016-11-01 2019-09-10 Deere & Company Correcting bias in parameter monitoring
US10901420B2 (en) * 2016-11-04 2021-01-26 Intel Corporation Unmanned aerial vehicle-based systems and methods for agricultural landscape modeling
AU2017355728B2 (en) 2016-11-07 2020-09-10 Climate Llc Agricultural implements for soil and vegetation analysis
US10028451B2 (en) 2016-11-16 2018-07-24 The Climate Corporation Identifying management zones in agricultural fields and generating planting plans for the zones
US10398096B2 (en) 2016-11-16 2019-09-03 The Climate Corporation Identifying management zones in agricultural fields and generating planting plans for the zones
US20180146624A1 (en) 2016-11-28 2018-05-31 The Climate Corporation Determining intra-field yield variation data based on soil characteristics data and satellite images
WO2018101351A1 (ja) 2016-12-02 2018-06-07 株式会社クボタ 走行経路管理システム及び走行経路決定装置
US10178823B2 (en) 2016-12-12 2019-01-15 Cnh Industrial Canada, Ltd. Agricultural implement with automatic shank depth control
CN106644663B (zh) 2016-12-12 2023-07-21 江苏省海洋水产研究所 一种紫菜孢子计数用过滤装置及计数方法
JP6936356B2 (ja) 2016-12-19 2021-09-15 株式会社クボタ 作業車自動走行システム
WO2018116770A1 (ja) 2016-12-19 2018-06-28 株式会社クボタ 作業車自動走行システム
KR102532963B1 (ko) 2016-12-19 2023-05-16 가부시끼 가이샤 구보다 작업차 자동 주행 시스템
GB201621879D0 (en) 2016-12-21 2017-02-01 Branston Ltd A crop monitoring system and method
KR101873657B1 (ko) 2016-12-22 2018-08-03 현대건설주식회사 탄성파 속도를 이용한 성토지반 다짐특성 측정장치와 이를 활용한 다짐관리 방법
JP6615085B2 (ja) 2016-12-22 2019-12-04 株式会社クボタ 収穫機
CN206330815U (zh) 2017-01-06 2017-07-14 福建九邦环境检测科研有限公司 一种土壤检测用土壤快速压实器
US10255670B1 (en) 2017-01-08 2019-04-09 Dolly Y. Wu PLLC Image sensor and module for agricultural crop improvement
US10775796B2 (en) 2017-01-10 2020-09-15 Cnh Industrial America Llc Aerial vehicle systems and methods
DE102017200336A1 (de) 2017-01-11 2018-07-12 Deere & Company Modellbasierte prädiktive Geschwindigkeitskontrolle einer Erntemaschine
KR200485051Y1 (ko) 2017-01-16 2017-11-22 서울특별시 다짐도 평가장치
US10699185B2 (en) 2017-01-26 2020-06-30 The Climate Corporation Crop yield estimation using agronomic neural network
JP6767892B2 (ja) 2017-02-03 2020-10-14 ヤンマーパワーテクノロジー株式会社 収穫量管理システム
DE102017104009A1 (de) 2017-02-27 2018-08-30 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftliches Erntesystem
US10315655B2 (en) 2017-03-07 2019-06-11 Deere & Company Vehicle control based on soil compaction
CN206515119U (zh) 2017-03-10 2017-09-22 南京宁曦土壤仪器有限公司 电动击实仪
CN206515118U (zh) 2017-03-10 2017-09-22 南京宁曦土壤仪器有限公司 多功能电动击实仪
JP7075787B2 (ja) 2017-03-14 2022-05-26 株式会社フジタ トラフィカビリティ推定装置およびプログラム
DE102017105496A1 (de) 2017-03-15 2018-09-20 Amazonen-Werke H. Dreyer Gmbh & Co. Kg Landwirtschaftliches Terminal
DE102017105490A1 (de) 2017-03-15 2018-09-20 Amazonen-Werke H. Dreyer Gmbh & Co. Kg Landwirtschaftliches Terminal
DE102017204511A1 (de) 2017-03-17 2018-09-20 Deere & Company Landwirtschaftliche Erntemaschine zur Bearbeitung und Förderung von Erntegut mit einer Sensoranordnung zur Erkennung von unerwünschten Gefahr- und Inhaltsstoffen im Erntegut
CN206616118U (zh) 2017-03-21 2017-11-07 嵊州市晟祥盈净水设备有限公司 一种多层次深度净水设备
CN110740635A (zh) 2017-03-21 2020-01-31 蓝河技术有限公司 包括机器反馈控制的联合收割机
DE102017205293A1 (de) 2017-03-29 2018-10-04 Deere & Company Verfahren und Vorrichtung zur Bekämpfung unerwünschter Lebewesen auf einem Feld
US10152035B2 (en) 2017-04-12 2018-12-11 Bayer Ag Value added pest control system with smart learning
CN206906093U (zh) 2017-04-21 2018-01-19 青岛科技大学 一种岩土试件压实过程可以测量重量的装置
RU2017114139A (ru) 2017-04-24 2018-10-24 Общество с ограниченной ответственностью "Завод инновационных продуктов "КТЗ" Способ управления уборочным комбайном
EP3614822A4 (de) 2017-04-26 2021-01-13 The Climate Corporation Verfahren zur einpegelung von sensormesswerten bei einem gerät
US10952374B2 (en) 2017-05-01 2021-03-23 Cnh Industrial America Llc System and method for monitoring residue output from a harvester
US10548260B2 (en) 2017-05-04 2020-02-04 Dawn Equipment Company System for automatically setting the set point of a planter automatic down pressure control system with a seed furrow sidewall compaction measurement device
DE102017109849A1 (de) 2017-05-08 2018-11-08 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zur Abarbeitung eines landwirtschaftlichen Ernteprozesses
US10531603B2 (en) 2017-05-09 2020-01-14 Cnh Industrial America Llc Agricultural system
BE1024513B1 (nl) 2017-05-09 2018-03-21 Cnh Industrial Belgium Nv Landbouwsysteem
BE1024475B1 (nl) 2017-05-09 2018-03-01 Cnh Industrial Belgium Nv Werkwijze voor het oogsten en oogsttoestel
US10317272B2 (en) 2017-05-17 2019-06-11 Deere & Company Automatic wireless wagon detection apparatus and method
CN206696107U (zh) 2017-05-18 2017-12-01 贵州省山地农业机械研究所 多用途土壤坚实度测量装置
US10481142B2 (en) 2017-05-25 2019-11-19 Deere & Company Sensor system for determining soil characteristics
US10537062B2 (en) 2017-05-26 2020-01-21 Cnh Industrial America Llc Aerial vehicle systems and methods
CN207079558U (zh) 2017-05-31 2018-03-09 中铁二十一局集团第六工程有限公司 高速铁路路基沉降监测元件保护装置
BE1025282B1 (nl) 2017-06-02 2019-01-11 Cnh Industrial Belgium Nv Draagvermogen van de grond
SE542261C2 (en) 2017-06-05 2020-03-31 Scania Cv Ab Method and control arrangement for loading
US9984455B1 (en) 2017-06-05 2018-05-29 Hana Resources, Inc. Organism growth prediction system using drone-captured images
CN206941558U (zh) 2017-06-16 2018-01-30 中石化中原建设工程有限公司 一种公路灰土基层压实度测定取样机
US10310455B2 (en) 2017-06-19 2019-06-04 Deere & Company Combine harvester control and communication system
US10459447B2 (en) 2017-06-19 2019-10-29 Cnh Industrial America Llc System and method for generating partitioned swaths
US20180359917A1 (en) 2017-06-19 2018-12-20 Deere & Company Remote control of settings on a combine harvester
US10437243B2 (en) 2017-06-19 2019-10-08 Deere & Company Combine harvester control interface for operator and/or remote user
US11589507B2 (en) 2017-06-19 2023-02-28 Deere & Company Combine harvester control interface for operator and/or remote user
US10314232B2 (en) 2017-06-21 2019-06-11 Cnh Industrial America Llc System and method for destroying seeds in crop residue prior to discharge from agricultural harvester
KR102589076B1 (ko) 2017-06-23 2023-10-16 가부시끼 가이샤 구보다 수확기
JP6887323B2 (ja) 2017-06-23 2021-06-16 株式会社クボタ コンバイン及び圃場営農マップ生成方法
JP6827373B2 (ja) 2017-06-26 2021-02-10 株式会社クボタ コンバイン
CN110622200B (zh) 2017-06-26 2023-10-27 株式会社久保田 农田地图生成系统
DE102017006844B4 (de) 2017-07-18 2019-04-11 Bomag Gmbh Bodenverdichter und Verfahren zur Bestimmung von Untergrundeigenschaften mittels eines Bodenverdichters
US10757859B2 (en) 2017-07-20 2020-09-01 Deere & Company System for optimizing platform settings based on crop state classification
US11263707B2 (en) * 2017-08-08 2022-03-01 Indigo Ag, Inc. Machine learning in agricultural planting, growing, and harvesting contexts
DK179454B1 (en) 2017-08-17 2018-10-19 Agro Intelligence Aps A system for controlling soil compaction caused by wheels, and use of such system
US10438302B2 (en) 2017-08-28 2019-10-08 The Climate Corporation Crop disease recognition and yield estimation
CN107576674A (zh) 2017-08-30 2018-01-12 曲阜师范大学 一种基于探地雷达测量土壤压实程度的方法
US11140807B2 (en) 2017-09-07 2021-10-12 Deere & Company System for optimizing agricultural machine settings
AU2018329244A1 (en) 2017-09-11 2020-03-12 Farmers Edge Inc. Generating a yield map for an agricultural field using classification and regression methods
US10368488B2 (en) 2017-09-18 2019-08-06 Cnh Industrial America Llc System and method for sensing harvested crop levels within an agricultural harvester
DE102017121654A1 (de) 2017-09-19 2019-03-21 Claas Tractor Sas Landwirtschaftliche Arbeitsmaschine
US10883437B2 (en) 2017-09-19 2021-01-05 Doug Abolt Horsepower on demand system
CN107736088B (zh) 2017-09-22 2020-06-26 江苏大学 一种用于精整地土壤密实度测量与自动调节系统
DE102017122300A1 (de) 2017-09-26 2019-03-28 Claas Selbstfahrende Erntemaschinen Gmbh Arbeitsmaschine
DE102017122710A1 (de) 2017-09-29 2019-04-04 Claas E-Systems Kgaa Mbh & Co. Kg Verfahren für den Betrieb einer selbstfahrenden landwirtschaftlichen Arbeitsmaschine
DE102017122712A1 (de) 2017-09-29 2019-04-04 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren für den Betrieb einer selbstfahrenden landwirtschaftlichen Arbeitsmaschine
DE102017122711A1 (de) 2017-09-29 2019-04-04 Claas E-Systems Kgaa Mbh & Co. Kg Verfahren für den Betrieb einer selbstfahrenden landwirtschaftlichen Arbeitsmaschine
CA3199290A1 (en) 2017-10-02 2019-04-11 Precision Planting Llc Systems and apparatuses for soil and seed monitoring
US10423850B2 (en) 2017-10-05 2019-09-24 The Climate Corporation Disease recognition from images having a large field of view
CN107795095A (zh) 2017-10-10 2018-03-13 上海科城建设工程有限公司 一种预制混凝土地坪的连接工艺
US10517215B2 (en) 2017-10-12 2019-12-31 Deere & Company Roll center for attachment frame control arms
US11308735B2 (en) * 2017-10-13 2022-04-19 Deere & Company Unmanned aerial vehicle (UAV)-assisted worksite data acquisition
US20190110394A1 (en) * 2017-10-17 2019-04-18 Kopper Kutter, LLC Crop yield and obstruction detection system for a harvesting header
EP4230009A3 (de) 2017-10-17 2023-11-08 Precision Planting LLC Bodenmesssysteme und vorrichtungen zur erfassung verschiedener bodenparameter
WO2019081349A1 (de) 2017-10-24 2019-05-02 Basf Se Erstellung digitaler bearbeitungskarten
CN107957408B (zh) 2017-10-30 2021-01-12 汕头大学 一种利用光反射理论测量土壤吸力的方法
US20190129430A1 (en) * 2017-10-31 2019-05-02 Agjunction Llc Vehicle control optimization
CN108009542B (zh) 2017-11-01 2021-06-15 华中农业大学 油菜大田环境下杂草图像分割方法
US10914054B2 (en) 2017-11-07 2021-02-09 ModernAg, Inc. System and method for measurement and abatement of compaction and erosion of soil covering buried pipelines
US11568340B2 (en) 2017-11-09 2023-01-31 Climate Llc Hybrid seed selection and seed portfolio optimization by field
DK179951B1 (en) 2017-11-11 2019-10-24 Agro Intelligence Aps A system and a method for optimizing a harvesting operation
US10853377B2 (en) 2017-11-15 2020-12-01 The Climate Corporation Sequential data assimilation to improve agricultural modeling
US11151500B2 (en) 2017-11-21 2021-10-19 The Climate Corporation Digital modeling of disease on crops on agronomic fields
US10412889B2 (en) 2017-12-05 2019-09-17 Deere & Company Combine harvester control information for a remote user with visual feed
US11197405B2 (en) 2017-12-07 2021-12-14 Kubota Corporation Harvesting machine and travel mode switching method
US11835955B2 (en) 2017-12-08 2023-12-05 Camso Inc. Systems and methods for monitoring off-road vehicles
CN207567744U (zh) 2017-12-08 2018-07-03 山西省交通科学研究院 公路灰土基层压实度测定取样机
DE102017222403A1 (de) 2017-12-11 2019-06-13 Deere & Company Verfahren und Vorrichtung zur Kartierung eventuell in einem Feld vorhandener Fremdkörper
EP3725632A4 (de) 2017-12-15 2021-10-20 Kubota Corporation Schlupffeststellungssystem, fahrwegerzeugungssystem und feldarbeitsfahrzeug
US10660268B2 (en) 2017-12-16 2020-05-26 Deere & Company Harvester with electromagnetic plane crop material flow sensor
WO2019124225A1 (ja) 2017-12-18 2019-06-27 株式会社クボタ 農作業車、作業車衝突警戒システム及び作業車
EP3498074A1 (de) 2017-12-18 2019-06-19 DINAMICA GENERALE S.p.A Ernteanalysesystem zur verwendung in einer maschine
KR20200096500A (ko) 2017-12-18 2020-08-12 가부시끼 가이샤 구보다 자동 조타 시스템 및 자동 조타 방법
CN208047351U (zh) 2017-12-26 2018-11-06 南安市振邦家庭农场有限公司 一种高效率的玉米脱粒机
US10568261B2 (en) 2017-12-28 2020-02-25 Cnh Industrial America Llc Dynamic combine fire risk index and display
DK179771B1 (en) 2017-12-29 2019-05-15 Agro Intelligence Aps Apparatus and method for improving the yield of grass and clover harvested from an agricultural field
DK179768B1 (en) 2017-12-29 2019-05-15 Agro Intelligence Aps Apparatus and method for improving the conditioning quality of grass and clover prior to the collecting thereof
DK179878B1 (en) 2017-12-29 2019-08-16 Agro Intelligence Aps Apparatus and method for improving the quality of grass and clover by tedding
CN107941286A (zh) 2018-01-09 2018-04-20 东北农业大学 一种便携式田间多参数测量装置
US10477756B1 (en) 2018-01-17 2019-11-19 Cibo Technologies, Inc. Correcting agronomic data from multiple passes through a farmable region
US10909368B2 (en) * 2018-01-23 2021-02-02 X Development Llc Crop type classification in images
US10687466B2 (en) 2018-01-29 2020-06-23 Cnh Industrial America Llc Predictive header height control system
CN108304796A (zh) 2018-01-29 2018-07-20 深圳春沐源控股有限公司 一种智能杂草警示方法及系统
JP7101488B2 (ja) 2018-01-30 2022-07-15 株式会社クボタ 作業車管理システム
DE102018104286A1 (de) 2018-02-26 2019-08-29 Claas Selbstfahrende Erntemaschinen Gmbh Selbstfahrender Feldhäcksler
US11006577B2 (en) 2018-02-26 2021-05-18 Cnh Industrial America Llc System and method for adjusting operating parameters of an agricultural harvester based on estimated crop volume
JP2019146506A (ja) 2018-02-26 2019-09-05 井関農機株式会社 コンバインの自動走行制御装置
DE102018001551A1 (de) 2018-02-28 2019-08-29 Class Selbstfahrende Erntemaschinen Gmbh Selbstfahrende Erntemaschine und Betriebsverfahren dafür
US10830634B2 (en) 2018-03-06 2020-11-10 Deere & Company Fill level detection and control
CN208013131U (zh) 2018-03-16 2018-10-26 云南群林科技有限公司 一种基于多传感器的农业信息采集系统
US10785903B2 (en) 2018-04-17 2020-09-29 Hrl Laboratories, Llc System and method for determining crop residue fraction using blind source separation of color images
DE102018206507A1 (de) 2018-04-26 2019-10-31 Deere & Company Schneidwerk mit selbsttätiger Einstellung der Haspelzinkenorientierung
US11240959B2 (en) 2018-04-30 2022-02-08 Deere & Company Adaptive forward-looking biomass conversion and machine control during crop harvesting operations
EP3563654B1 (de) 2018-05-02 2022-12-21 AGCO Corporation Simulation einer automatischen vorsatzgerätsteuerung
BE1025780B1 (nl) 2018-05-07 2019-07-08 Cnh Industrial Belgium Nv Systeem en werkwijze voor het lokaliseren van een aanhangwagen ten opzichte van een landbouwmachine
DE102018111077A1 (de) 2018-05-08 2019-11-14 Claas Selbstfahrende Erntemaschinen Gmbh Mähdrescher sowie Verfahren zum Betreiben eines Mähdreschers
US10820516B2 (en) 2018-05-08 2020-11-03 Cnh Industrial America Llc System and method for monitoring the amount of plant materials entering an agricultural harvester
DE102018111076A1 (de) 2018-05-08 2019-11-14 Claas Selbstfahrende Erntemaschinen Gmbh Mähdrescher
US11641790B2 (en) 2018-05-09 2023-05-09 Deere & Company Method of planning a path for a vehicle having a work tool and a vehicle path planning system
CN108614089A (zh) 2018-05-09 2018-10-02 重庆交通大学 压实土体冻融和风化环境模拟系统及其试验方法
US10782672B2 (en) 2018-05-15 2020-09-22 Deere & Company Machine control system using performance score based setting adjustment
DE102018111746A1 (de) 2018-05-16 2019-11-21 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftliche Arbeitsmaschine
US20190351765A1 (en) 2018-05-18 2019-11-21 Cnh Industrial America Llc System and method for regulating the operating distance between work vehicles
JP7039026B2 (ja) 2018-05-28 2022-03-22 ヤンマーパワーテクノロジー株式会社 地図情報生成システム、および作業支援システム
US10813288B2 (en) 2018-05-31 2020-10-27 Deere & Company Automated belt speed control
DE102018113327A1 (de) 2018-06-05 2019-12-05 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zur Steuerung einer landwirtschaftlichen Erntekampagne
CN108881825A (zh) 2018-06-14 2018-11-23 华南农业大学 基于Jetson TK1的水稻杂草无人机监控系统及其监控方法
US11064653B2 (en) 2018-06-18 2021-07-20 Ag Leader Technology Agricultural systems having stalk sensors and data visualization systems and related devices and methods
US11419261B2 (en) 2018-06-25 2022-08-23 Deere & Company Prescription cover crop seeding with combine
US11395452B2 (en) 2018-06-29 2022-07-26 Deere & Company Method of mitigating compaction and a compaction mitigation system
DE102018116578A1 (de) 2018-07-09 2020-01-09 Claas Selbstfahrende Erntemaschinen Gmbh Erntesystem
DE102018116817A1 (de) 2018-07-11 2020-01-16 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zur Steuerung einer Datenübertragung zwischen einer landwirtschaftlichen Arbeitsmaschine und einer externen Sende-/Empfangseinheit
AU2019299980B2 (en) 2018-07-11 2022-03-17 Raven Industries, Inc. Agricultural control and interface system
DE102018116990A1 (de) 2018-07-13 2020-01-16 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftliche Arbeitsmaschine
DE102018212150A1 (de) 2018-07-20 2020-01-23 Deere & Company Verfahren zur Energieversorgung eines kabelgebundenen betriebenen Feldhäckslers
MX2021000907A (es) 2018-07-26 2021-03-31 Climate Llc Generacion de mapas de rendimiento agronomico a partir de imagenes de salud del campo.
US11277956B2 (en) 2018-07-26 2022-03-22 Bear Flag Robotics, Inc. Vehicle controllers for agricultural and industrial applications
WO2020026578A1 (ja) 2018-07-31 2020-02-06 株式会社クボタ 走行経路生成システム、走行経路生成方法、走行経路生成プログラム、及び走行経路生成プログラムが記録されている記録媒体と、作業管理システム、作業管理方法、作業管理プログラム、及び作業管理プログラムが記録されている記録媒体と、収穫機、走行パターン作成システム、走行パターン作成プログラム、走行パターン作成プログラムが記録されている記録媒体、及び走行パターン作成方法
CN112752500A (zh) 2018-08-01 2021-05-04 株式会社久保田 收获机、行驶系统、行驶方法、行驶程序以及存储介质
WO2020026650A1 (ja) 2018-08-01 2020-02-06 株式会社クボタ 自動走行制御システム、自動走行制御方法、自動走行制御プログラム、及び、記憶媒体
JP6958508B2 (ja) 2018-08-02 2021-11-02 井関農機株式会社 収穫作業システム
US11234357B2 (en) 2018-08-02 2022-02-01 Cnh Industrial America Llc System and method for monitoring field conditions of an adjacent swath within a field
WO2020031473A1 (ja) 2018-08-06 2020-02-13 株式会社クボタ 外形形状算出システム、外形形状算出方法、外形形状算出プログラム、及び外形形状算出プログラムが記録されている記録媒体と、圃場マップ作成システム、圃場マップ作成プログラム、圃場マップ作成プログラムが記録されている記録媒体、及び圃場マップ作成方法
JP7034866B2 (ja) 2018-08-20 2022-03-14 株式会社クボタ 収穫機
US11154008B2 (en) 2018-08-20 2021-10-26 Cnh Industrial America Llc System and method for steering an agricultural harvester
US20210321602A1 (en) 2018-08-22 2021-10-21 Precision Planting Llc Implements and application units having sensors for sensing agricultural plants of agricultural fields
EP3840563A1 (de) 2018-08-22 2021-06-30 AGCO International GmbH Erntelogistik
DE102018120741A1 (de) 2018-08-24 2020-02-27 Claas Selbstfahrende Erntemaschinen Gmbh Mähdrescher
WO2020044726A1 (ja) 2018-08-29 2020-03-05 株式会社クボタ 自動操舵システムおよび収穫機、自動操舵方法、自動操舵プログラム、記録媒体
AU2019330032A1 (en) 2018-08-31 2021-04-29 Climate Llc Subfield moisture model improvement using overland flow modeling with shallow water computations
JP7121598B2 (ja) 2018-08-31 2022-08-18 三菱マヒンドラ農機株式会社 収穫機
US11197417B2 (en) 2018-09-18 2021-12-14 Deere & Company Grain quality control system and method
US20200090094A1 (en) 2018-09-19 2020-03-19 Deere & Company Harvester control system
CA3112950A1 (en) 2018-09-21 2020-03-26 The Climate Corporation Method and system for executing machine learning algorithms
DE102018123478A1 (de) 2018-09-24 2020-03-26 Claas Tractor Sas Landwirtschaftliche Arbeitsmaschine
EP3863394A2 (de) 2018-10-11 2021-08-18 Mtd Products Inc. Lokalisiertes datenmapping für innen- und aussenanwendungen
US11676244B2 (en) 2018-10-19 2023-06-13 Mineral Earth Sciences Llc Crop yield prediction at field-level and pixel-level
US10729067B2 (en) 2018-10-20 2020-08-04 Deere & Company Biomass impact sensor having a conformal encasement enveloping a pressure sensitive film
AU2019368545A1 (en) 2018-10-24 2021-05-06 Bitstrata Systems Inc. Machine operational state and material movement tracking
US11467605B2 (en) 2019-04-10 2022-10-11 Deere & Company Zonal machine control
US11079725B2 (en) 2019-04-10 2021-08-03 Deere & Company Machine control using real-time model
US11178818B2 (en) 2018-10-26 2021-11-23 Deere & Company Harvesting machine control system with fill level processing based on yield data
US11240961B2 (en) 2018-10-26 2022-02-08 Deere & Company Controlling a harvesting machine based on a geo-spatial representation indicating where the harvesting machine is likely to reach capacity
US11399462B2 (en) 2018-10-31 2022-08-02 Cnh Industrial America Llc System and method for calibrating alignment of work vehicles
US20200133262A1 (en) 2018-10-31 2020-04-30 Cnh Industrial America Llc System and method for calibrating alignment of work vehicles
US11206763B2 (en) 2018-10-31 2021-12-28 Deere & Company Weed seed based harvester working member control
US20200128738A1 (en) 2018-10-31 2020-04-30 Cnh Industrial America Llc System and method for calibrating alignment of work vehicles
US10986778B2 (en) 2018-10-31 2021-04-27 Deere & Company Weed seed devitalizer control
US11564349B2 (en) 2018-10-31 2023-01-31 Deere & Company Controlling a machine based on cracked kernel detection
US11175170B2 (en) 2018-11-07 2021-11-16 Trimble Inc. Estimating yield of agricultural crops
US10996656B2 (en) 2018-11-08 2021-05-04 Premier Crop Systems, LLC System and method for aggregating test plot results based on agronomic environments
US20200146203A1 (en) 2018-11-13 2020-05-14 Cnh Industrial America Llc Geographic coordinate based setting adjustment for agricultural implements
CN109357804B (zh) 2018-11-13 2023-09-19 西南交通大学 一种压实土水平应力测试装置及测试方法
CN112996378B (zh) 2018-11-15 2023-04-18 株式会社久保田 收割机以及路径设定系统
CN111201879B (zh) 2018-11-21 2023-10-03 金华中科艾特智能科技研究所有限公司 基于图像识别的粮食收割、运输一体化装载装置/方法
WO2020110920A1 (ja) 2018-11-26 2020-06-04 株式会社クボタ 農作業機、農作業機制御プログラム、農作業機制御プログラムを記録した記録媒体、農作業機制御方法、収穫機、収穫機制御プログラム、収穫機制御プログラムを記録した記録媒体、収穫機制御方法
US11483970B2 (en) 2018-11-28 2022-11-01 Cnh Industrial America Llc System and method for adjusting the orientation of an agricultural harvesting implement based on implement height
US11067994B2 (en) 2018-12-06 2021-07-20 Deere & Company Machine control through active ground terrain mapping
DE102018131142A1 (de) 2018-12-06 2020-06-10 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftliche Arbeitsmaschine sowie Verfahren zum Betreiben einer landwirtschaftlichen Arbeitsmaschine
DE102018132144A1 (de) 2018-12-13 2020-06-18 Claas E-Systems Gmbh Landwirtschaftliche Arbeitssystem
EP3671590A1 (de) 2018-12-21 2020-06-24 AGCO Corporation Verfahren zum entladen von kornchargenmengen für erntemaschinen
JP7182471B2 (ja) 2019-01-11 2022-12-02 株式会社クボタ 作業管理システム及び作業機
CN109485353A (zh) 2019-01-18 2019-03-19 安徽马钢嘉华新型建材有限公司 一种新型钢渣混合土道路基层材料及制备方法
DE102019200794A1 (de) 2019-01-23 2020-07-23 Amazonen-Werke H. Dreyer Gmbh & Co. Kg System und Verfahren zur Identifizierung von Zeitfenstern und Flächenbereichen eines landwirtschaftlich genutzten Feldes mit günstigen Bedingungen für einen wirkungsvollen und umweltgerechten Einsatz und/oder die Befahrbarkeit von Landmaschinen
CN109633127B (zh) 2019-01-24 2024-06-04 山东省农业机械科学研究院 一种土壤压实度测定机构、装置及方法
US20200265527A1 (en) 2019-02-15 2020-08-20 Growers Edge Financial, Inc. Agronomic prescription product
CN109961024A (zh) 2019-03-08 2019-07-02 武汉大学 基于深度学习的小麦田间杂草检测方法
JP7062610B2 (ja) 2019-03-26 2022-05-06 ヤンマーパワーテクノロジー株式会社 作業制御システム
CN210585958U (zh) 2019-03-28 2020-05-22 宁夏大学 霉变玉米识别与分拣的辅助装置
DE102019108505A1 (de) 2019-04-02 2020-10-08 Claas E-Systems Gmbh Landwirtschaftliche Arbeitsmaschine
US10677637B1 (en) 2019-04-04 2020-06-09 Scale Tec, Ltd. Scale controller with dynamic weight measurement
CN110232494A (zh) 2019-04-09 2019-09-13 丰疆智能科技股份有限公司 物流车调度系统和方法
CN110232493B (zh) 2019-04-09 2021-07-30 丰疆智能科技股份有限公司 收割机和物流车智能配合系统和方法
US11856882B2 (en) 2019-04-10 2024-01-02 Kansas Stte University Research Foundation Autonomous robot system for steep terrain farming operations
US11234366B2 (en) 2019-04-10 2022-02-01 Deere & Company Image selection for machine control
US11778945B2 (en) 2019-04-10 2023-10-10 Deere & Company Machine control using real-time model
US11016049B2 (en) 2019-04-17 2021-05-25 Deere & Company Agricultural moisture and test weight sensor with co-planar electrodes
US20200337232A1 (en) 2019-04-24 2020-10-29 Deere & Company Information inference for agronomic data generation in sugarcane applications
FR3095572B1 (fr) 2019-05-02 2023-03-17 Agreenculture Procédé de gestion de flottes de véhicules agricoles autoguidés
US10703277B1 (en) 2019-05-16 2020-07-07 Cnh Industrial America Llc Heads-up display for an agricultural combine
US11674288B2 (en) 2019-05-30 2023-06-13 Deere & Company System and method for obscurant mitigation
DE102019114872A1 (de) 2019-06-03 2020-12-03 Horsch Leeb Application Systems Gmbh System und Verfahren zur Simulation und/oder Konfiguration eines mittels einer landwirtschaftlichen Arbeitsmaschine durchzuführenden Arbeitsprozesses und landwirtschaftliche Arbeitsmaschine
US11457563B2 (en) 2019-06-27 2022-10-04 Deere & Company Harvester stability monitoring and control
CN110262287A (zh) 2019-07-14 2019-09-20 南京林业大学 用于收获机械割台高度自动控制的冠层高度在线探测方法
DE102019119110A1 (de) 2019-07-15 2021-01-21 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zur Abarbeitung eines landwirtschaftlichen Arbeitsprozesses auf einem Feld
JP2019216744A (ja) 2019-09-03 2019-12-26 ヤンマー株式会社 コンバイン
CN110720302A (zh) 2019-11-29 2020-01-24 河南瑞创通用机械制造有限公司 一种谷物收获机智能调节系统及其控制方法
US11800829B2 (en) 2019-12-17 2023-10-31 Deere & Company Work machine zone generation and control system with geospatial constraints
US11540447B2 (en) 2019-12-17 2023-01-03 Deere & Company Predictive crop characteristic mapping for product application
CN111406505A (zh) 2020-04-30 2020-07-14 江苏大学 一种联合收获机粮箱剩余容量及剩余行走距离监测装置和方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021113838A1 (de) 2021-05-28 2022-12-01 Deere & Company Feldhäcksler mit vorausschauender Ansteuerung des Bearbeitungsgrads eines Körnerprozessors
BE1029377A1 (de) 2021-05-28 2022-12-01 Deere & Co Feldhäcksler mit vorausschauender Ansteuerung des Bearbeitungsgrads eines Körnerprozessors

Also Published As

Publication number Publication date
US11234366B2 (en) 2022-02-01
BR102020002765A2 (pt) 2020-10-20
US20200323134A1 (en) 2020-10-15
CN111814529A (zh) 2020-10-23
US20210321566A1 (en) 2021-10-21

Similar Documents

Publication Publication Date Title
DE102020204363A1 (de) Bildauswahl für maschinensteuerung
DE102020204464A1 (de) Maschinensteuerung unter verwendung eines echtzeitmodells
DE102020204478A1 (de) Maschinensteuerung unter verwendung eines echtzeitmodells
US11641801B2 (en) Agricultural harvesting machine control using machine learning for variable delays
DE102020204462A1 (de) Zonale maschinensteuerung
DE102015216081B4 (de) Mobile Maschine mit einer Anzahl kontrollierter Systeme zum Abrufen erntegutspezifischer Leistungsziele zur Kontrolle der mobilen Maschine
EP2183954B1 (de) Erstellung von Bilddatenbanken für Bildauswertung
DE102016215197A1 (de) Einsatz- und Wegplanung unter Verwendung von Bildern von Erntegut-Windschäden
DE102018209843A1 (de) Mähdrescher-Steuerschnittstelle für einen Bediener und/oder einen abgesetzten Benutzer
DE102020206737A1 (de) Arbeitsmaschinensteuerung basierend auf maschinenfähigkeiten in bezug auf arbeitsauftragskriterien
DE102016207568A1 (de) Erfassen und Sichtbarmachen von Erntegutverlustdaten
DE102017203950A1 (de) Erntegutattributabfühlung mit Erntegutverlustschutzvorrichtung
DE102015213037A1 (de) Erfassen von Biomasse
DE102016212491A1 (de) Reduzierung von Verstopfungen durch Überkehrmaterial
DE102021200028A1 (de) Landwirtschaftliche erntemaschine mit vorauflauf-unkrauterkennungs- und -eindämmungssystem
DE102021120069A1 (de) Prädiktives geschwindigkeitskartenerzeugungs- und steuersystem
DE102020001120A1 (de) Verbesserung der dimensionsübergreifenden leistung in der maschinensteuerung
DE102022122389A1 (de) Landmaschinensteuerung unter verwendung einer arbeitsqualität auf der grundlage einerin-situ-arbeitsablauferfassung
DE102022123724A1 (de) Erntegutgutbestandteilerfassung
DE102019206817A1 (de) Selbstlernendes steuersyste m für eine mobile maschine
DE102021124364A1 (de) Erntegutfeuchtigkeitskartenerzeugungs- und steuersystem
DE102022100945A1 (de) Maschinensteuerung mithilfe einer karte mit regimezonen
DE102021101230A1 (de) Erzeugung prädiktiver Maschineneigenschaftskarten und Steuersystem
DE102021119856A1 (de) Maschinensteuerung mithilfe einer prädiktiven geschwindigkeitskarte
US20220026230A1 (en) Agricultural machine with an improved user interface