DE102020204462A1 - Zonale maschinensteuerung - Google Patents

Zonale maschinensteuerung Download PDF

Info

Publication number
DE102020204462A1
DE102020204462A1 DE102020204462.7A DE102020204462A DE102020204462A1 DE 102020204462 A1 DE102020204462 A1 DE 102020204462A1 DE 102020204462 A DE102020204462 A DE 102020204462A DE 102020204462 A1 DE102020204462 A1 DE 102020204462A1
Authority
DE
Germany
Prior art keywords
wma
work machine
control zones
control
different
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
DE102020204462.7A
Other languages
English (en)
Inventor
Bhanu Kiran Palla
Nathan R Vandike
Federico Pardina-Malbran
Noel W Anderson
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 DE102020204462A1 publication Critical patent/DE102020204462A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291Fleet control
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01DHARVESTING; MOWING
    • A01D41/00Combines, i.e. harvesters or mowers combined with threshing devices
    • A01D41/02Self-propelled combines
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01DHARVESTING; MOWING
    • A01D41/00Combines, i.e. harvesters or mowers combined with threshing devices
    • A01D41/12Details of combines
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01DHARVESTING; MOWING
    • A01D41/00Combines, i.e. harvesters or mowers combined with threshing devices
    • A01D41/12Details of combines
    • A01D41/127Control or measuring arrangements specially adapted for combines
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01DHARVESTING; MOWING
    • A01D41/00Combines, i.e. harvesters or mowers combined with threshing devices
    • A01D41/12Details of combines
    • A01D41/127Control or measuring arrangements specially adapted for combines
    • A01D41/1271Control or measuring arrangements specially adapted for combines for measuring crop flow
    • A01D41/1272Control or measuring arrangements specially adapted for combines for measuring crop flow for measuring grain flow
    • A01D41/1273Control or measuring arrangements specially adapted for combines for measuring crop flow for measuring grain flow for measuring grain loss
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01DHARVESTING; MOWING
    • A01D41/00Combines, i.e. harvesters or mowers combined with threshing devices
    • A01D41/12Details of combines
    • A01D41/127Control or measuring arrangements specially adapted for combines
    • A01D41/1278Control or measuring arrangements specially adapted for combines for automatic steering
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01FPROCESSING OF HARVESTED PRODUCE; HAY OR STRAW PRESSES; DEVICES FOR STORING AGRICULTURAL OR HORTICULTURAL PRODUCE
    • A01F12/00Parts or details of threshing apparatus
    • A01F12/18Threshing devices
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01FPROCESSING OF HARVESTED PRODUCE; HAY OR STRAW PRESSES; DEVICES FOR STORING AGRICULTURAL OR HORTICULTURAL PRODUCE
    • A01F12/00Parts or details of threshing apparatus
    • A01F12/44Grain cleaners; Grain separators
    • A01F12/446Sieving means
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01FPROCESSING OF HARVESTED PRODUCE; HAY OR STRAW PRESSES; DEVICES FOR STORING AGRICULTURAL OR HORTICULTURAL PRODUCE
    • A01F12/00Parts or details of threshing apparatus
    • A01F12/52Arrangements for returning unthreshed grain to the threshing device
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01FPROCESSING OF HARVESTED PRODUCE; HAY OR STRAW PRESSES; DEVICES FOR STORING AGRICULTURAL OR HORTICULTURAL PRODUCE
    • A01F12/00Parts or details of threshing apparatus
    • A01F12/54Arrangements for collecting or removing dust
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01FPROCESSING OF HARVESTED PRODUCE; HAY OR STRAW PRESSES; DEVICES FOR STORING AGRICULTURAL OR HORTICULTURAL PRODUCE
    • A01F7/00Threshing apparatus
    • A01F7/02Threshing apparatus with rotating tools
    • A01F7/06Threshing apparatus with rotating tools with axles in line with the feeding direction ; Axial threshing machines
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01BSOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
    • A01B69/00Steering of agricultural machines or implements; Guiding agricultural machines or implements on a desired track
    • A01B69/003Steering or guiding of machines or implements pushed or pulled by or mounted on agricultural vehicles such as tractors, e.g. by lateral shifting of the towing connection
    • A01B69/004Steering or guiding of machines or implements pushed or pulled by or mounted on agricultural vehicles such as tractors, e.g. by lateral shifting of the towing connection automatic
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01FPROCESSING OF HARVESTED PRODUCE; HAY OR STRAW PRESSES; DEVICES FOR STORING AGRICULTURAL OR HORTICULTURAL PRODUCE
    • A01F12/00Parts or details of threshing apparatus
    • A01F12/18Threshing devices
    • A01F12/184Cleaning means
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Soil Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Operation Control Of Excavators (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

[00160] Eine Arbeitsmaschine erhält eine thematische Karte, die Werte einer Variable verschiedenen geografischen Orten auf einer Arbeitsstelle zuordnet. Steuerzonen werden auf der thematischen Karte dynamisch identifiziert, und die Stellgliedeinstellungen werden für jede Steuerzone dynamisch identifiziert. Eine Position der Arbeitsmaschine wird erfasst und Stellglieder an der Arbeitsmaschine werden basierend auf den Steuerzonen, in denen sich die Arbeitsmaschine befindet oder in die sie hineinfährt, und basierend auf den Einstellungen, die der Steuerzone entsprechen, gesteuert. Diese Steuerzonen und Einstellungen werden dynamisch basierend auf In-situ-(Feld-)Daten angepasst, die von Sensoren an der Arbeitsmaschine erfasst werden.

Description

  • GEBIET DER BESCHREIBUNG
  • Die vorliegende Beschreibung bezieht sich auf die Steuerung einer Arbeitsmaschine. Insbesondere bezieht sich die vorliegende Beschreibung auf das unterschiedliche Steuern von Teilsystemen einer Arbeitsmaschine in verschiedenen geografischen Gebieten basierend auf einer prädiktiven Karte.
  • HINTERGRUND
  • Es gibt eine Vielzahl verschiedener Arten von Arbeitsmaschinen. Dazu gehören Baumaschinen, Rasenpflegemaschinen, Forstmaschinen, Landmaschinen usw. In einigen aktuellen Systemen werden A-priori-Daten gesammelt und verwendet, um eine prädiktive Karte zu erstellen, die eine oder mehrere verschiedene Variablen vorhersagt, die für die Steuerung der Arbeitsmaschine für eine bestimmte Arbeitsstelle relevant sein können. Die Karte ordnet die Variablen verschiedenen geografischen Orten auf der Arbeitsstelle zu. Die Karten werden dann verwendet, um die Maschine zu steuern, während sie sich über die Arbeitsstelle bewegt und eine Operation durchführt.
  • Ein besonderes Beispiel ist die Steuerung einer landwirtschaftlichen Erntemaschine. Einige aktuelle Systeme versuchen, A-priori-Daten (wie Luftbilder) zu sammeln und aus den A-priori-Daten eine prädikative Ertragskarte zu erstellen. Die prädikative Ertragskarte bildet prognostizierte Ertragswerte in einem zu erntenden Feld auf geografischen Orten in diesem Feld ab. Die Systeme versuchen, die Arbeitsmaschine basierend auf der prädiktiven Ertragskarte zu steuern, wenn sie durch das zu erntende Feld fährt.
  • Bei dem Versuch, den Ertrag aus Luftbilddaten vorherzusagen, wurde daher relativ viel Arbeit geleistet.
  • Die obenstehende Erläuterung dient lediglich als allgemeine Hintergrundinformation und soll nicht als Hilfe bei der Bestimmung des Umfangs des beanspruchten Gegenstands verwendet werden.
  • KURZDARSTELLUNG
  • Eine Arbeitsmaschine erhält eine thematische Karte, die Werte einer Variable verschiedenen geografischen Orten auf einer Arbeitsstelle zuordnet. Steuerzonen werden auf der thematischen Karte dynamisch identifiziert, und die Stellgliedeinstellungen werden für jede Steuerzone dynamisch identifiziert. Eine Position der Arbeitsmaschine wird erfasst und Stellglieder an der Arbeitsmaschine werden basierend auf den Steuerzonen, in denen sich die Arbeitsmaschine befindet oder in die sie hineinfährt, und basierend auf den Einstellungen, die der Steuerzone entsprechen, gesteuert. Diese Steuerzonen und Einstellungen werden dynamisch basierend auf In-situ-(Feld-)Daten angepasst, die von Sensoren an der Arbeitsmaschine erfasst werden.
  • Diese Zusammenfassung dient der Vorstellung einer Auswahl von Konzepten in vereinfachter Form, die nachfolgend in dem Abschnitt der ausführlichen Beschreibung erläutert werden. Diese Zusammenfassung ist weder dazu bestimmt, wesentliche Merkmale oder grundlegende Funktionen des beanspruchten Gegenstands zu identifizieren, noch soll sie als Hilfe bei der Bestimmung des Umfangs des beanspruchten Gegenstandes verwendet werden. Der beanspruchte Gegenstand ist nicht auf Implementierungen beschränkt, die im Abschnitt Hintergrund aufgeführte Nachteile ganz oder teilweise beseitigen.
  • Figurenliste
    • 1 ist ein Teilbild, ein Teilblockdiagramm einer Arbeitsmaschine in einem Beispiel, in dem es sich um einen Mähdrescher handelt.
    • 2 ist ein Blockdiagramm, das ein Beispiel für die in 1 gezeigte Arbeitsmaschine zeigt, wobei Darstellungen detaillierter sind.
    • 3 ist ein Ablaufdiagramm, das ein Beispiel für den Betrieb der in 2 gezeigten Arbeitsmaschine beim Empfangen von A-priori-Daten, Identifizieren von Maschinensteuerzonen und entsprechenden Einstellwerten und Steuern der Arbeitsmaschine basierend auf den Steuerzonen und Einstellwerten und basierend auf der Position der Arbeitsmaschine veranschaulicht.
    • 4 ist ein Ablaufdiagramm, das ein Beispiel für den Betrieb der Arbeitsmaschine bei der Erzeugung verschiedener Sätze von Steuerzonen, die jeweils ihre eigenen Einstellwerte aufweisen, für verschiedene entsprechende Stellglieder an der Arbeitsmaschine zeigt.
    • 5 veranschaulicht ein Beispiel für eine gruppierte thematische Feldkarte mit Bereichen variabler Werte, die in verschiedenen geografischen Regionen gruppiert sind.
    • 6 zeigt ein Beispiel für eine Feldkarte, wie in 5 dargestellt, mit darauf identifizierten Steuerzonen, basierend auf den gruppierten Variablen.
    • 7 zeigt Elemente in vorherigen Figuren, die sich in einer Remote-Serverumgebung befinden.
    • Die 8-10 zeigen Beispiele für mobile Geräte, die in den in den vorherigen FIG. gezeigten Architekturen verwendet werden können.
    • 11 zeigt ein Blockdiagramm eines Beispiels einer Computerumgebung, die in den Architekturen verwendet werden kann, die in den vorherigen Beispielen gezeigt wurden.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Wie oben erörtert, haben einige aktuelle Systeme versucht, eine thematische Karte (wie eine Ertragskarte) zu verwenden, die von A-priori-Daten (wie Luftbilddaten oder historische Daten) erstellt wurde, um die Arbeitsmaschine (wie eine Erntemaschine) zu steuern. Dies kann jedoch eine Reihe von Schwierigkeiten bereiten. Beispielsweise kann die thematische Karte (die basierend auf A-priori-Daten erstellt wird) ungenau sein. In ähnlicher Weise haben viele solcher Systeme versucht, die Arbeitsmaschine basierend auf Momentanwerten der Variablen zu steuern, die in der thematischen Karte reflektiert werden (z. B. basierend auf den momentanen Ertragswerten, wenn die Position der Erntemaschine auf dem Feld angegeben ist). Dies kann auch Schwierigkeiten bereiten. Beispielsweise kann es sein, dass die Stellglieder an der Arbeitsmaschine nicht ausreichend reagieren, um sich schnell genug an die momentanen Änderungen dieser Werte anzupassen. Ebenso können unterschiedliche Stellglieder unterschiedlich auf unterschiedliche Variablen reagieren. Daher kann der Versuch, alle oder große Teilmengen der steuerbaren Teilsysteme auf der Arbeitsmaschine basierend auf einer bestimmten thematischen Karte (wie einer Ertragskarte) zu steuern, zu einer schlechten Steuerung der Maschine führen.
  • Somit ist die vorliegende Beschreibung auf eine Arbeitsmaschine gerichtet, die eine thematische Karte empfangen und Steuersignale basierend auf dieser thematischen Karte erzeugen kann, die aber auch iterativ und dynamisch die thematische Karte (oder Daten, die von der thematischen Karte abgeleitet werden) basierend auf In-situ-(Feld-)Daten modifizieren kann, die von Sensoren an der Arbeitsmaschine erfasst werden, während die Arbeitsmaschine ihren Betrieb ausführt. In einem weiteren Beispiel beschreibt die vorliegende Beschreibung eine Arbeitsmaschine, die das Steuermodell (z. B. die prädiktive thematische Karte) in Steuerzonen aufteilt, indem sie die variablen Werte, die auf der thematischen Karte dargestellt werden, gruppiert. Dadurch wird vermieden, dass das Steuersystem an der Arbeitsmaschine versucht, die Arbeitsmaschine basierend auf Momentanwerten (oder diskreten Werten) auf der prädiktiven Karte zu steuern. Stattdessen werden die Werte gruppiert und Steuerzonen festgelegt. Jede Steuerzone weist einen Satz von Einstellungen für die steuerbaren Teilsysteme oder Arbeitsmaschinenstellglieder auf, so dass, wenn die Arbeitsmaschine in eine bestimmte Steuerzone hineinfährt, die steuerbaren Teilsysteme (oder Arbeitsmaschinenstellglieder) basierend auf den entsprechenden Einstellungen in dieser Steuerzone gesteuert werden. Die Steuerzonen und entsprechenden Einstellungen können auch iterativ und dynamisch auf Basis von In-situ-Daten aktualisiert werden.
  • Die vorliegende Beschreibung beschreibt auch ein Beispiel für eine Arbeitsmaschine, bei der verschiedene Sätze von Steuerzonen identifiziert werden und entsprechende Einstellungen auch für diese verschiedenen Sätze von Steuerzonen identifiziert werden, und zwar auf der Basis eines Stellglieds pro Teilsystem oder pro Arbeitsmaschine. Das heißt, jedes steuerbare Teilsystem kann einen eigenen Satz von Steuerzonen aufweisen, die nicht notwendigerweise mit den Steuerzonen für andere steuerbare Teilsysteme zusammenhängen. Die Steuerzonen können für Teilmengen steuerbarer Teilsysteme oder Teilmengen steuerbarer Arbeitsmaschinenstellglieder spezifisch sein oder sie können für einzelne steuerbare Teilsysteme oder einzelne Arbeitsmaschinenstellglieder generiert und speziell auf diese Teilsysteme oder Stellglieder zugeschnitten sein.
  • 1 ist eine teilweise bildliche, teilweise schematische Darstellung einer Landmaschine 100, in einem Beispiel, in dem die Maschine 100 ein Mähdrescher (oder eine Erntemaschine) ist. In 1 ist zu sehen, dass der Mähdrescher 100 veranschaulichend eine Fahrerkabine 101 beinhaltet, die eine Vielzahl von verschiedenen Bedienerschnittstellenmechanismen zum Steuern des Mähdreschers 100 aufweisen kann, wie im Folgenden näher erläutert wird. Der Mähdrescher 100 kann einen Satz von Vorsatzgeräten beinhalten, die einen Erntevorsatz 102 und einen Mähbalken beinhalten, der im Allgemeinen als 104 angezeigt wird. Er kann auch ein Zuführgehäuse 106, einen Zuführbeschleuniger 108 und einen Drescher beinhalten, der im Allgemeinen als 110 angezeigt wird. Der Drescher 110 beinhaltet veranschaulichend einen Dreschrotor 112 und einen Satz von Dreschkörben 114. Ferner kann der Mähdrescher 100 einen Sichter 116 beinhalten, der einen Sichterrotor beinhaltet. Der Mähdrescher 100 kann ein Reinigungs-Teilsystem (oder einen Siebkasten) 118 beinhalten, das selbst ein Siebgebläse 120, einen Häcksler 122 und ein Sieb 124 beinhalten kann. Das Teilsystem für die Materialhandhabung im Mähdrescher 100 kann (zusätzlich zu einem Zuführgehäuse 106 und einem Zuführbeschleuniger 108) die Abscheidetrommel 126, den Überkehrelevator 128, den Reinkornelevator 130 (der reines Korn in den Reinkornbehälter 132 befördert) sowie die Entleerungsschnecke 134 und den Auslauf 136 beinhalten. Der Mähdrescher 100 kann ferner ein Rückstands-Teilsystem 138 beinhalten, das den Häcksler 140 und den Verteiler 142 beinhalten kann. Der Mähdrescher 100 kann auch ein Antriebs-Teilsystem aufweisen, das einen Motor (oder eine andere Leistungsquelle) beinhaltet, der Bodeneingriffsräder 144 oder Ketten usw. antreibt. Es ist zu beachten, dass der Mähdrescher 100 auch mehr als eines der oben genannten Teilsysteme aufweisen kann (z. B. linke und rechte Siebkästen, Sichter usw.).
  • Im Betrieb und zur Übersicht bewegt sich der Mähdrescher 100 veranschaulicht durch ein Feld in der durch Pfeil 146 angezeigten Richtung. Während der Bewegung greift der Erntevorsatz 102 in das zu erntende Erntegut ein und sammelt es in Richtung des Mähbalkens 104. Nach dem Schneiden wird es durch ein Förderband im Zuführgehäuse 106 in Richtung des Zuführbeschleunigers 108 bewegt, der das Erntegut in den Drescher 110 beschleunigt. Das Erntegut wird durch den Rotor 112 gedroschen, der das Erntegut gegen die Dreschkörbe 114 dreht. Das gedroschene Erntegut wird durch einen Sichterrotor in Sichter 116 bewegt, wobei ein Teil des Rückstands durch die Abscheidetrommel 126 in Richtung des Rückstands-Teilsystems 138 bewegt wird. Es kann mit dem Rückstandhäcksler 140 zerkleinert und mit dem Streuer 142 auf dem Feld verteilt werden. In anderen Implementierungen wird der Rückstand einfach in eine Schwade fallen gelassen, anstatt zerkleinert und verteilt zu werden.
  • Das Korn fällt auf den Siebkasten (oder das Reinigungsteilsystem) 118. Der Häcksler 122 trennt einen Teil des gröberen Materials vom Korn und das Sieb 124 trennt einen Teil des feineren Materials vom Reinkorn. Das Reinkorn fällt auf eine Förderschnecke im Reinkornelevator 130, die das Reinkorn nach oben bewegt und im Reinkornbehälter 132 abscheidet. Rückstände können aus dem Siebkasten 118 durch den Luftstrom des Siebgebläses 120 entfernt werden. Dieser Rückstand kann auch im Mähdrescher 100 nach hinten in Richtung des Rückstandhandhabungs-Teilsystems 138 bewegt werden.
  • Die Überkehr kann durch den Überkehrelevator 128 zurück zum Drescher 110 bewegt werden, wo sie erneut gedroschen werden kann. Alternativ kann die Überkehr auch einem separaten Nachdresch-Mechanismus zugeführt werden (auch mit einem Überkehrelevator oder einem anderen Transportmechanismus), wo sie ebenfalls nachgedroschen werden kann.
  • 1 zeigt auch, dass in einem Beispiel der Mähdrescher 100 den Bodengeschwindigkeitssensor 147, einen oder mehrere Abscheider-Verlustsensoren 148, eine Reinkornkamera 150 und einen oder mehrere Siebkasten-Verlustsensoren 152 und den Positionssensor 157 beinhalten kann. Der Bodengeschwindigkeitssensor 147 erfasst veranschaulichend die Fahrgeschwindigkeit des Mähdreschers 100 über den Boden. Dies kann durch Erfassen der Umdrehungsgeschwindigkeit der Räder, der Antriebswelle, der Achse oder anderer Komponenten erfolgen. Die Fahrgeschwindigkeit und -position des Mähdreschers 100 kann auch von einem Ortungssystem 157, wie etwa einem globalen Positionierungssystem (GPS), einem Koppelnavigationssystem, einem LORAN-System, einem zellularen Triangulationssystem oder einer Vielzahl anderer Systeme oder Sensoren, die eine Anzeige der Fahrgeschwindigkeit und/oder -position vorsehen, erfasst werden.
  • Die Siebkasten-Verlustsensoren 152 sehen veranschaulichend ein Ausgangssignal vor, das die Menge des Kornverlustes sowohl auf der rechten als auch auf der linken Seite des Siebkastens 118 anzeigt. In einem Beispiel sind die Sensoren 152 Schlagsensoren, die Kornschläge pro Zeiteinheit (oder pro Entfernungseinheit) zählen, um einen Hinweis auf den Siebkastenkornverlust vorzusehen. Die Schlagsensoren für die rechte und linke Seite des Siebkastens können einzelne Signale oder ein kombiniertes oder aggregiertes Signal vorsehen. Es ist zu bemerken, dass die Sensoren 152 auch nur einen einzelnen Sensor umfassen können, anstatt separate Sensoren für jeden Kasten.
  • Der Abscheider-Verlustsensor 148 liefert ein Signal, das den Kornverlust im linken und rechten Abscheider anzeigt. Die den linken und rechten Abscheidern zugeordneten Sensoren können separate Kornverlustsignale oder ein kombiniertes oder aggregiertes Signal vorsehen. Dies kann auch mit einer Vielzahl von verschiedenen Arten von Sensoren erfolgen. Es ist zu bemerken, dass die Abscheider-Verlustsensoren 148 auch nur einen einzelnen Sensor anstelle von getrennten linken und rechten Sensoren umfassen können.
  • Es ist ebenfalls zu beachten, dass Sensor- und Messmechanismen (zusätzlich zu den bereits beschriebenen Sensoren) auch andere Sensoren am Mähdrescher 100 beinhalten können. Sie können beispielsweise einen Rückstandeinstellungssensor beinhalten, der konfiguriert ist, um zu erfassen, ob die Maschine 100 konfiguriert ist, den Rückstand zu zerkleinern, eine Schwade fallen zu lassen usw. Sie können Siebkasten-Gebläsedrehzahlsensoren beinhalten, die in der Nähe des Gebläses 120 konfiguriert werden können, um die Drehzahl des Gebläses zu erfassen. Sie können einen Dreschspaltsensor beinhalten, der den Abstand zwischen dem Rotor 112 und den Dreschkörben 114 erfasst. Sie beinhalten einen Dreschrotor-Drehzahlsensor, der eine Rotordrehzahl des Rotors 112 erfasst. Sie können einen Häckselspaltensensor beinhalten, der die Größe der Öffnungen in Häcksler 122 erfasst. Sie können einen Siebspaltensensor beinhalten, der die Größe der Öffnungen im Sieb 124 erfasst. Sie können ein anderes Material als einen Kornfeuchtigkeitssensor (MOG) beinhalten, der konfiguriert werden kann, um den Feuchtigkeitsgehalt des anderen Materials als Korn zu erfassen, das den Mähdrescher 100 passiert. Sie können Maschineneinstellungssensoren beinhalten, die konfiguriert sind, um die verschiedenen konfigurierbaren Einstellungen am Mähdrescher 100 zu erfassen. Sie können auch einen Maschinenausrichtungssensor beinhalten, der aus einer Vielzahl von verschiedenen Arten von Sensoren bestehen kann, die die Ausrichtung oder Stellung des Mähdreschers 100 erfassen. Die Sensoren für die Ernteeigenschaften können eine Vielzahl verschiedener Arten von Ernteeigenschaften erfassen, wie etwa die Art des Ernteguts, die Feuchtigkeit des Ernteguts und andere Eigenschaften des Ernteguts. Sie können auch konfiguriert werden, um die Eigenschaften des Ernteguts während der Verarbeitung durch den Mähdrescher 100 zu erfassen. So können sie beispielsweise die Kornzufuhrmenge erfassen, wenn sie sich durch den Reinkornelevator 130 bewegt. Sie können den Ertrag als Massendurchsatz von Korn durch den Elevator 130 erfassen, der mit einer Position korreliert ist, von der das Korn geerntet wurde, wie durch den Positionssensor 157 angegeben, oder andere Ausgangssignale bereitstellen, die auf andere erfasste Größen hinweisen. Im Folgenden werden einige weitere Beispiele für die verwendbaren Sensortypen beschrieben.
  • 2 ist ein Blockdiagramm, das einige Teile des Mähdreschers (Arbeitsmaschine) 100, die in 1 dargestellt sind, detaillierter zeigt. Somit zeigt 2, dass die Arbeitsmaschine 100 einen oder mehrere Prozessoren 180, ein Kommunikationssystem 182, Sensoren 184 (die die gleichen oder andere Sensoren als die vorstehend in Bezug auf 1 beschriebenen sein können), einen Kartenprozessor/ein Generatorsystem 186, ein In-situ-Datenerfassungssystem 188, eine Steuerzonen- und Einstellungsauswertungsauslöselogik 190 des Arbeitsmaschinenstellglieds (WMA), Bedienerschnittstellenmechanismen 192, einen Datenspeicher 194, ein dynamisches WMA-Steuerzonenerkennungssystem 196, ein dynamisches Einstellungskennungssystem 198, ein Steuersystem 200, Arbeitsmaschinenstellglieder 202 und eine Vielzahl anderer Elemente 204 beinhalten kann.
  • Das in 2 dargestellte Beispiel zeigt auch, dass die Arbeitsmaschine 100 beispielsweise georeferenzierte A-priori-Daten oder eine Karte 206 empfangen kann. Die A-priori-Daten oder -Karte können georeferenzierte Ertragsdaten, Biomassedaten, Erntegutfeuchtigkeitsdaten, andere Erntegutattributdaten oder eine Vielzahl anderer georeferenzierter A-priori-Daten sein. In einem Beispiel können die georeferenzierten A-priori-Daten oder Karten 206 von einer Remote-Serverumgebung oder von einem anderen Remote-System über ein Netzwerk empfangen werden. Somit kann das Netzwerk ein Weitverkehrsnetzwerk, ein lokales Netzwerk, ein Nahfeldkommunikationsnetzwerk, ein zellulares Kommunikationsnetzwerk oder ein beliebiges aus einer Vielzahl anderer Netzwerke oder Kombinationen von Netzwerken beinhalten.
  • Das Beispiel in 2 zeigt auch, dass der Bediener 208 mit den Bedienerschnittstellenmechanismen 192 interagiert, um die Arbeitsmaschine 100 zu steuern und zu manipulieren. Somit können die Mechanismen der Bedienerschnittstelle 192 ein Lenkrad, Joysticks, Hebel, Pedale, Tasten und Schalter, betätigbare Eingaben auf einer Benutzerschnittstellenanzeige, die durch eine Point-and-Click-Vorrichtung betätigt werden kann (oder, wenn die Anzeige eine berührungsempfindliche Anzeige ist, können sie durch Berührungsgesten betätigt werden), eine Spracherkennungsfunktionalität, so dass der Bediener 208 eine Eingabe über ein Mikrofon bereitstellen und Sprachsyntheseausgaben über einen Lautsprecher empfangen kann, oder eine Vielzahl anderer akustischer, visueller oder haptischer Schnittstellenmechanismen beinhalten.
  • Bevor der Betrieb der Arbeitsmaschine 100 beim Erzeugen von Steuerzonen und Steuern der steuerbaren Teilsysteme 202 unter Verwendung dieser Steuerzonen beschrieben wird, erfolgt zuerst eine kurze Beschreibung einiger der in 2 dargestellten Elemente und deren Betrieb.
  • Das Kommunikationssystem 182 ist veranschaulichend dazu konfiguriert, dass Elemente der Arbeitsmaschine 100 miteinander und mit anderen Elementen, wie etwa Remote-Computersystemen, tragbaren Vorrichtungen, die von dem Bediener 208 verwendet werden, oder anderen Elementen, kommunizieren können. Abhängig von den Elementen, mit denen die Arbeitsmaschine 100 kommuniziert, ermöglicht das Kommunikationssystem 182 diese Art von Kommunikation.
  • Die Sensoren 184 können den Positionssensor 157, den Geschwindigkeitssensor 147, den Routensensor 210, den Ertragssensor 212, den Stellgliedansprechverhaltensensor 214 und andere Elemente 216 beinhalten. Wie vorstehend erläutert, kann der Positionssensor 157 ein GPS-Empfänger oder eine Vielzahl anderer Sensoren sein, die eine Ausgabe erzeugen, die einen geografischen Ort der Arbeitsmaschine 100 anzeigt. Der Geschwindigkeitssensor 147 erzeugt eine Ausgabe, die die Bodengeschwindigkeit der Arbeitsmaschine 100 anzeigt. Der Routensensor 210 kann eine Fahrtrichtung, Orientierung oder Stellung der Arbeitsmaschine 100 erfassen, so dass er, wenn er mit der Geschwindigkeit der Arbeitsmaschine 100 und ihrer aktuellen geografischen Position kombiniert wird, eine historische Route identifizieren und eine zukünftige Route, die die Arbeitsmaschine fährt, extrapolieren kann. Der Routensensor 210 kann die Route der Arbeitsmaschine 100 auch auf andere Weise identifizieren.
  • Der Ertragssensor 212 erzeugt veranschaulichend eine Ausgabe, die einen aktuellen Ertrag anzeigt, der von der Arbeitsmaschine 100 festgestellt wird. Wie vorstehend erörtert, kann der Ertragssensor 212 ein Massendurchflusssensor sein, der einen Massendurchfluss von Getreide in den Behälter für sauberes Getreide der Maschine 100 erfasst. Dies kann mit einer geografischen Position der Maschine 100 korreliert werden, an der dieses Korn geerntet wurde, um einen tatsächlichen Ertrag an verschiedenen geografischen Orten in dem zu erntenden Feld zu identifizieren.
  • Der Stellgliedansprechverhaltensensor 214 kann veranschaulichend eine Ausgabe erzeugen, die das Ansprechverhalten der Arbeitsmaschinenstellglieder 202 anzeigt. Beispielsweise können die Stellglieder unter bestimmten Verschleißbedingungen oder unter unterschiedlichen Umgebungsbedingungen schneller oder langsamer reagieren. Wenn beispielsweise eine Arbeitsmaschine 100 eine Operation beginnt und das Wetter relativ kalt ist, können einige hydraulische Stellglieder langsamer reagieren, als wenn die Arbeitsmaschine die gleiche Operation bei relativ warmem Wetter ausführt. Ebenso können die verschiedenen Stellglieder nach starkem Verschleiß unterschiedlich reagieren. Dies sind nur einige Beispiele dafür, wie sich das Ansprechverhalten der verschiedenen Arbeitsmaschinenstellglieder 202 im Laufe der Zeit oder unter verschiedenen Bedingungen ändern kann.
  • Das Kartenprozessor/Generatorsystem 186 verarbeitet veranschaulichend die empfangenen georeferenzierten A-priori-Daten 206. Wenn sie in Form einer Karte empfangen werden, die variable Werte auf verschiedene geografische Orte auf dem Feld abbildet, analysiert das System 186 diese Karte veranschaulichend, um die Werte und die entsprechenden geografischen Orte zu identifizieren. Handelt es sich bei den Daten um georeferenzierte Rohdaten, werden diese Daten ebenfalls analysiert, um die gleichen Arten von Werten zu erhalten. In ähnlicher Weise verarbeitet es, wenn es mehrere verschiedene Karten empfängt, die mehrere verschiedene Attribute widerspiegeln, jede dieser Karten oder jeden dieser Sätze von A-priori-Daten, um die variablen Werte und ihre entsprechenden geografischen Orte zu erhalten.
  • Das In-situ-Datenerfassungssystem 188 überwacht und erfasst die von den Sensoren 184 erzeugten Daten. Es beinhaltet veranschaulichend die Aggregationslogik 218, die Datenmesslogik 220 und kann weitere Elemente 222 beinhalten. Die Aggregationslogik 218 aggregiert veranschaulichend die Daten von verschiedenen Sensoren gemäß verschiedenen Kriterien. Beispielsweise kann sie Werte über die Zeit, über die von der Maschine 100 zurückgelegte Strecke, über eine bestimmte Anzahl von Messwerten für jeden der Sensoren usw. aggregieren. Die Datenmesslogik 220 misst veranschaulichend die Menge an Daten, die aggregiert wurde, und stellt sie der WMA-Steuerzone und der Einstellungsauswertungsauslöselogik 190 bereit.
  • Die Logik 190 erkennt eine Vielzahl von verschiedenen Arten von Auslösern, die verwendet werden können, um die Steuerzonen und Einstellungswerte basierend auf den durch das In-situ-Datenerfassungssystem 188 erfassten In-situ-Daten zu erzeugen oder zu modifizieren. Somit kann die Auslöselogik 190 in einem Beispiel konfiguriert sein, um einen Steuerzonen- und Einstellungsauswertungsprozess jedes Mal, wenn eine bestimmte Menge an In-situ-Daten durch das System 188 gesammelt wurde, intermittierend einzuleiten. Beispielsweise kann die Auslöselogik 190 ausgelöst werden, nachdem das In-situ-Datenerfassungssystem 188 Daten von den Sensoren 184 erfasst hat, während die Arbeitsmaschine 100 eine bestimmte Strecke (wie etwa 10 Meter) zurückgelegt hat. In diesem Fall werden jedes Mal, wenn die Arbeitsmaschine 100 10 Meter zurücklegt und die entsprechenden In-situ-Daten von den Sensoren 184 aggregiert wurden, die Steuerzonen und Einstellwerte, die das Steuersystem 200 verwendet, um die Arbeitsmaschinenstellglieder 202 zu steuern, ausgewertet und erforderlichenfalls basierend auf den von den Sensoren erzeugten Bodenwirklichkeitsdaten angepasst. Die Auslöselogik 190 kann auch andere Auslöser erkennen, wie etwa eine Anzahl von Datenpunkten, die durch das In-situ-Datenerfassungssystem 188 aggregiert wurden, eine Zeitdauer, die verstrichen ist, während der die Arbeitsmaschine 100 die Operation durchführt, oder andere Auslösekriterien.
  • Der Datenspeicher 194 beinhaltet veranschaulichend Maschinenabmessungen 224, Stellglieddaten 226 (die selbst Einstellgrenzdaten 228 und Änderungsratengrenzdaten 230 sowie andere Elemente 232 beinhalten können) und andere Datenelemente 234. Maschinenabmessungen 225 können zur Einstellung der Steuerzonen verwendet werden. Beispielsweise können die Abmessungen die Breite des Erntevorsatzes 102 der Maschine 100 angeben. Dies kann verwendet werden, um die Breite der Steuerzonen zu identifizieren, die zur Steuerung der Arbeitsmaschinenstellglieder 202 verwendet werden.
  • Ebenso kann jedes der Arbeitsmaschinenstellglieder 202 eine bestimmte Einstellgrenze und eine Änderungsratengrenze aufweisen. Die Einstellgrenze kann die entgegengesetzten äußersten Enden der Betätigung des entsprechenden Stellglieds angeben, während die Änderungsratengrenze angeben kann, wie schnell ein bestimmtes Stellglied unter verschiedenen Umständen (wie etwa unter verschiedenen Temperaturbedingungen, Verschleißbedingungen usw.) auf eine Betätigungseingabe reagieren kann. Die Einstellungsgrenzen und das Ansprechverhalten können ebenfalls erfasst werden, wie vorstehend in Bezug auf den Sensor 214 erläutert.
  • Das dynamische WMA-Steuerzonenerkennungssystem 186 beinhaltet veranschaulichend die WMA-Selektorlogik 236, die WMA-spezifische Zonenkennung 238 und kann weitere Elemente 240 beinhalten. Die WMA-Selektorlogik 236 wählt veranschaulichend eines der Arbeitsmaschinenstellglieder 202 aus, für die Steuerzonen basierend auf In-situ-Daten identifiziert oder dynamisch aktualisiert oder modifiziert werden sollen. Beispielsweise kann es sein, dass das System 196 zuerst das Siebstellglied 202 auswählt. Die WMA-spezifische Zonenkennung 238 identifiziert dann die Steuerzonen für das Siebstellglied unter Berücksichtigung der Daten, die von dem Kartenprozessor/Generatorsystem 186 bereitgestellt werden. Wenn dies abgeschlossen ist, kann die WMA-Selektorlogik 236 ein nächstes Arbeitsmaschinenstellglied auswählen, für das Steuerzonen identifiziert werden sollen. Dies wird nachstehend detaillierter mit Bezug auf die 3-6 beschrieben.
  • Das dynamische Einstellungskennungssystem 198 beinhaltet veranschaulichend den WMA-Selektor 242, den Steuerzonenselektor 244 und die Einstellwertkennung 246 (die ihrerseits die dynamische Berechnungslogik 248, die Nachschlagelogik 250 und/oder eine Vielzahl anderer Elemente 252 beinhalten kann). Die dynamische Systemkennung 198 kann auch andere Elemente 254 beinhalten. Der WMA-Selektor 242 wählt zunächst ein bestimmtes Stellglied aus, für das Steuerzoneneinstellungswerte erzeugt werden sollen. Der Steuerzonenselektor 244 identifiziert dann eine oder mehrere unterschiedliche Steuerzonen, die vom System 196 für dieses bestimmte Arbeitsmaschinenstellglied identifiziert wurden, für die Einstellwerte erzeugt werden sollen. Die Einstellwertkennung 246 identifiziert dann die Einstellwerte für diese bestimmte Steuerzone für das ausgewählte Arbeitsmaschinenstellglied. Daher wird jedes Mal, wenn die Arbeitsmaschine 100 im Begriff ist, in die entsprechenden Steuerzonen hineinzufahren, das entsprechende Stellglied auf die identifizierten Einstellwerte für diese Steuerzone für dieses Stellglied eingestellt.
  • Beim Identifizieren der bestimmten Einstellungswerte für eine Steuerzone kann die dynamische Berechnungslogik 248 dynamisch einen Einstellungswert basierend auf den georeferenzierten A-priori-Daten, die von dem Kartenprozessor/Generatorsystem 186 bereitgestellt werden, und basierend auf den In-situ-Daten, die von dem System 188 gesammelt werden, berechnen. Zum Beispiel kann es sein, dass der vorhergesagte Ertragswert in den georeferenzierten A-priori-Daten 206 basierend auf den tatsächlichen Ertragsdaten, die von den In-situ-Sensoren erfasst wurden, angepasst werden muss. In diesem Fall kann die dynamische Berechnungslogik 248 die Einstellwerte für einen Satz von Steuerzonen basierend auf dem vorhergesagten Wert aus den A-priori-Daten erzeugen oder modifizieren, wie durch den Istwert korrigiert, der durch die In-situ-Sensoren erzeugt wird.
  • Die Nachschlagelogik 250 kann veranschaulichend Einstellwerte für verschiedene Steuerzonen für verschiedene Arbeitsmaschinenstellglieder identifizieren, indem sie eine Nachschlageoperation durchführt. Zum Beispiel kann es sein, dass die A-priori vorhergesagten Ertragsdaten, wie durch die In-situ-Daten korrigiert, in einer Nachschlagetabelle gespeichert werden, die nach geografischem Ort indiziert ist. Basierend auf dem geografischen Ort der Steuerzonen, die durch das dynamische WMA-Steuerzonenerkennungssystem 196 identifiziert werden, kann die Nachschlagelogik 250 Einstellwerte für diese Steuerzone an diesem geografischen Ort für das spezifische Arbeitsmaschinenstellglied, das basierend auf dieser Steuerzone gesteuert wird, nachschlagen.
  • Die Einstellwerte können natürlich auch auf andere Weise identifiziert werden.
  • Sobald die Steuerzonen identifiziert (oder aktualisiert) wurden und die Einstellwerte für jede der Steuerzonen erzeugt (oder aktualisiert) wurden, werden diese Informationen dem Steuersystem 200 bereitgestellt. Das Steuersystem 200 erzeugt dann Steuersignale, um die Arbeitsmaschinenstellglieder 202 basierend auf diesen Daten zu steuern. Daher beinhaltet das Steuersystem 200 in einem Beispiel die Positions-/Routenkennungslogik 256, die Zonenzugriffslogik 257, die WMA-Einstellwertanpassungskennungslogik 258 und die Steuersignalgeneratorlogik 260 und kann weitere Elemente 262 beinhalten.
  • Die Positions-/Routenkennungslogik 256 identifiziert eine aktuelle Position der Arbeitsmaschine 100 und eine geografische Position, die in naher Zukunft von der Arbeitsmaschine 100 eingenommen wird. Beispielsweise kann sie eine aktuelle Position der Arbeitsmaschine 100 basierend auf der Ausgabe des Positionssensors 157 identifizieren und sie kann eine nächste geografische Position der Arbeitsmaschine 100 basierend auf der durch den Routensensor 210 erfassten Route und der durch die Geschwindigkeitssensoren 147 ausgegebenen Geschwindigkeit identifizieren.
  • Der Zonenzugriffslogik 257 identifiziert dann die Steuerzone (oder verschiedene Steuerzonen für verschiedene Stellglieder), in der sich die Arbeitsmaschine 100 befindet und/oder in die sie hineinfahren wird. Die WMA-Einstellwertanpassungskennungslogik 258 identifiziert, ob die Einstellwerte für die verschiedenen Arbeitsmaschinenstellglieder 202 basierend auf der aktuellen und der nächsten Position der Arbeitsmaschine 100 angepasst werden müssen.
  • Befindet sich die Arbeitsmaschine 100 beispielsweise in der Mitte einer bestimmten Steuerzone und befindet sie sich für ein bestimmtes Stellglied für die nächsten 30 Meter in derselben Steuerzone, müssen keine Einstellungsanpassungen vorgenommen werden. Befindet sich die Arbeitsmaschine 100 jedoch nahe der Grenze zweier Steuerzonen (für ein gegebenes Stellglied), muss der Einstellwert für dieses Stellglied in naher Zukunft geändert werden. Die WMA-Einstellwertanpassungskennungslogik 258 identifiziert die vorzunehmende Anpassung (wie Richtung und Ausmaß) und die Steuersignalgeneratorlogik 260 erzeugt Steuersignale, um die Arbeitsmaschinenstellglieder 202 entsprechend zu steuern.
  • Wenn sich die Arbeitsmaschine 100 beispielsweise nahe der Grenze von zwei Steuerzonen befindet und das Ausmaß der Anpassung relativ groß ist, wie durch Logik 258 angegeben, kann die Steuersignalgeneratorlogik 260 beginnen, das Stellglied zu betätigen, so dass es ihren neuen Einstellwert (für die nachfolgende Steuerzone, der sich die Maschine 100 nähert) zu dem Zeitpunkt oder kurz nach dem Zeitpunkt erreicht, zu dem die Arbeitsmaschine 100 in diese Steuerzone hineinfährt. Angesichts des Ansprechverhaltens des Stellglieds und dem Ausmaß der Änderung der Einstellwerte von der aktuellen Steuerzone zur nächsten Steuerzone identifiziert die Steuersignalgeneratorlogik 260 somit einen geografischen Ort, an dem sie das Stellglied betätigen muss, um die Einstellungsanpassung so vorzunehmen, dass sie mit dem Grenzübergang der Steuerzone übereinstimmt.
  • Es ist zu beachten, dass das Steuersystem 200 im Wesentlichen gleichzeitig Steuersignale für mehrere verschiedene Arbeitsmaschinenstellglieder 202 basierend auf den stellgliedspezifischen Steuerzonen und Einstellwerten für jedes Stellglied erzeugen kann.
  • Die Arbeitsmaschinenstellglieder 202 können ein Siebstellglied 264, ein Häckslerstellglied 266, ein Gebläsestellglied 268, ein Dreschkorbstellglied 270, ein Rotorstellglied 272 und eine Vielzahl anderer Stellglieder oder steuerbarer Teilsysteme 274, wie etwa einen Motor, ein Antriebsstrangstellglied, ein Zufuhranpassungsstellglied, ein Erntevorsatzhöhenstellglied usw., beinhalten. Das Siebstellglied 264 kann veranschaulichend betätigt werden, um die Siebeinstellungen zu ändern. Das Häckslerstellglied 266 kann ein Stellglied sein, das betätigt werden kann, um die Häckslereinstellungen zu ändern. Das Gebläsestellglied 268 kann betätigt werden, um die Gebläse des Reinigungsgebläses oder anderer Gebläse in der Arbeitsmaschine 100 zu ändern. Das Dreschkorbstellglied 270 kann betätigt werden, um den Dreschkorbspalt zu ändern. Das Rotorstellglied 272 kann betätigt werden, um die Rotordrehzahl oder andere Betriebsparameter zu ändern. Wenn sich die Arbeitsmaschine 100 über das Feld bewegt, kann sie daher in verschiedene Steuerzonen hineinfahren, die jeweils Einstellwerte für verschiedene Arbeitsmaschinenstellgliedern 202 aufweisen. Die Steuerzonen für ein Arbeitsmaschinenstellglied 202 müssen nicht notwendigerweise den Steuerzonen für ein anderes Stellglied entsprechen. Daher können unabhängige, stellgliedspezifische Steuerzonen erzeugt und Einstellwerte für jede dieser Steuerzonen eingestellt werden, so dass das Steuersystem 200 im Wesentlichen gleichzeitig alle Arbeitsmaschinenstellglieder 202 basierend auf ihren individuellen Steuerzonen und individuellen Einstellwerten steuern kann.
  • 3 ist ein Ablaufdiagramm, das ein Beispiel für die Arbeitsmaschine 100 dabei veranschaulicht. Die vorliegende Beschreibung wird in Bezug darauf fortgesetzt, dass die Arbeitsmaschine 100 ein Mähdrescher ist. Dies ist natürlich nur beispielhaft.
  • Es wird zunächst angenommen, dass die Maschine 100 beginnt, eine Operation in einem Feld durchzuführen. Dies wird durch Block 280 im Ablaufdiagramm von 3 angezeigt. An einem bestimmten Punkt empfängt die Arbeitsmaschine 100 eine thematische Karte oder andere georeferenzierte A-priori-Daten. Dies wird durch Block 282 angezeigt. Sie kann eine oder mehrere Karten enthalten, die auf den bestimmten zu steuernden Arbeitsmaschinenstellgliedern 202 basieren. Dies wird durch Block 284 angezeigt. Die Karten können verschiedene Werte oder Attribute darstellen, die auf verschiedene geografische Orte im Feld verweisen. Die jeweiligen reflektierten Attribute können sich basierend auf den jeweiligen Arbeitsmaschinenstellgliedern 202, die basierend auf dieser Karte gesteuert werden sollen, unterscheiden.
  • Die thematische Karte kann durch A-priori-Daten erzeugt werden, wie durch Block 286 angezeigt. Sie kann auch aus A-priori-Daten und/oder In-situ-Daten, die von den Sensoren 184 generiert werden, direkt an Bord der Arbeitsmaschine 100 erzeugt oder modifiziert werden. Dies wird durch Block 288 angezeigt. Die thematische Karte kann auch auf eine Vielzahl anderer Arten empfangen werden, was durch Block 290 angezeigt wird.
  • Während des Betriebs erfasst das In-situ-Datenerfassungssystem 188 In-situ-Daten von den Sensoren 184. An einem bestimmten Punkt erkennt die WMA-Steuerzonen- und Einstellungsauswertungsauslöselogik 190 einen Auslöser, der angibt, dass Steuerzonen und Einstellungen zur Modifikation erzeugt oder ausgewertet werden müssen. Das Erkennen des Auslösers wird durch Block 292 angezeigt. Einige Beispiele für die Auslösekriterien wurden oben erläutert.
  • Als Reaktion auf diesen Auslöser identifiziert das dynamische WMA-Steuerzonenerkennungssystem 196 dann die Steuerzonen. Die WMA-Selektorlogik 236 identifiziert zuerst Steuerzonen für jedes der Arbeitsmaschinenstellglieder 202, die basierend auf den Steuerzonen gesteuert werden sollen. Dies wird durch Block 294 angezeigt. Die WMA-Selektorlogik 236 kann wiederum jedes der Arbeitsmaschinenstellglieder auswählen. Dies wird durch Block 296 angezeigt. Die Arbeitsmaschinenstellglied(WMA)-spezifische Zonenkennung 238 identifiziert dann die jeweiligen Arbeitsmaschinenstellglied-Steuerzonen basierend auf den vom Kartenprozessorsystem 186 empfangenen Informationen und basierend darauf, welches Arbeitsmaschinenstellglied ausgewählt wird. Sie kann dies basierend auf den Abmessungen der Maschine 224 tun. Dies wird durch Block 298 im Ablaufdiagramm von 3 angezeigt. Sie kann für jedes WMA einen anderen Satz von Steuerzonen erzeugen. Dies wird durch Block 300 angezeigt. Sie kann dies tun, indem sie die Daten in der thematischen Karte analysiert, wie durch Block 302 angezeigt (und wie im Folgenden ausführlicher beschrieben wird). Sie kann die Steuerzone basierend auf den Stellglieddaten 226 identifizieren, wie etwa der Einstellgrenzdaten (Daten, die einen Grenzwert oder Bereich identifizieren, innerhalb dessen eine Einstellung vorgenommen werden kann) und der Änderungsratedaten (oder Ansprechverhalten-Daten). Dies wird durch Blöcke 304 und 306 im Ablaufdiagramm von 3 angezeigt. Die WMA-spezifische Zonenkennung 238 kann die Zonen für jedes Arbeitsmaschinenstellglied auch auf eine Vielzahl anderer Arten identifizieren, was durch Block 308 angezeigt wird.
  • Das dynamische Einstellungskennungssystem 198 bestimmt dann die Arbeitsmaschinenstellgliedeinstellungen für jede in Schritt 294 identifizierte Steuerzone. Dies wird durch Block 310 angezeigt. Wiederum kann der WMA-Selektor 242 jedes der Arbeitsmaschinenstellglieder auswählen, die Steuerzonen aufweisen, für die Einstellwerte identifiziert werden sollen. Dies wird durch Block 312 angezeigt. Der Steuerzonenselektor 244 kann dann eine Steuerzone auswählen, für die Einstellwerte erzeugt werden sollen, und er kann identifizieren, wann mit dem Übergang zu diesem Einstellwert für die nächste Steuerzone begonnen werden soll, oder die dynamisch durch das Steuersystem 200 gesteuert werden kann. Die Identifizierung, wann mit dem Übergang (oder dem Betätigen des Arbeitsmaschinenstellglieds) zum nächsten Einstellwert begonnen werden soll, wird durch Block 314 im Ablaufdiagramm von 3 angezeigt.
  • Die Einstellwertkennung 246 kann eine einzelne Stellgliedeinstellung für eine entsprechende Steuerzone identifizieren, oder sie kann mehrere unterschiedliche Einstellwerte identifizieren, die basierend auf unterschiedlichen Kriterien ausgewählt werden können. Beispielsweise kann sie einen ersten Einstellwert erzeugen, wenn die Maschine 100 mit einer ersten Geschwindigkeit fährt, und sie kann einen zweiten Einstellwert auswählen, wenn die Maschine 100 mit einer zweiten Geschwindigkeit fährt. Das Identifizieren unterschiedlicher Einstellwerte basierend auf unterschiedlichen Maschinengeschwindigkeiten oder anderen Maschineneigenschaften oder -parametern wird durch Block 316 angezeigt. Die Einstellwerte für jede Steuerzone können auch auf eine Vielzahl anderer Arten identifiziert werden.
  • Sobald die Steuerzonen und die entsprechenden Einstellwerte identifiziert sind, werden sie dem Steuersystem 200 bereitgestellt, so dass es die Arbeitsmaschinenstellglieder 202 basierend auf den Steuerzonen und Einstellwerten steuern kann. Dabei erfasst die Positions-/Routenkennungslogik 256 die aktuelle geografische Position und Route der Arbeitsmaschine 100. Dies wird durch Block 318 im Ablaufdiagramm von 3 angezeigt. Beispielsweise kann dies geschehen, indem die Position vom Positionssensor 157 und die Fahrtrichtung oder die Orientierung oder Stellung der Maschine 100 vom Routensensor 210 erfasst werden. Dies wird durch Block 320 angezeigt. Er kann auch die Geschwindigkeit der Maschine 100 von dem Geschwindigkeitssensor 147 erfassen. Dies wird durch Block 322 angezeigt. Er kann die Position und Route der Arbeitsmaschine auch auf eine Vielzahl anderer Arten erfassen, was durch Block 324 angezeigt wird.
  • Die Zonenzugriffslogik 257 greift dann auf die relevanten Steuerzonen zu (diejenigen, in denen sich die Maschine 100 befindet oder kurz davor ist, hineinzufahren), und die WMA-Einstellwertanpassungskennungslogik 258 identifiziert das Ausmaß und die Richtung von Anpassungen (falls vorhanden) für die verschiedenen Arbeitsmaschinenstellglieder 202 basierend auf diesen Informationen. Die Steuersignalgeneratorlogik 260 erzeugt dann die Steuersignale zum entsprechenden Zeitpunkt, so dass die neuen Einstellwerte erreicht werden, wenn oder kurz nachdem die Arbeitsmaschine 100 in eine neue Steuerzone einfährt. Dies wird durch Block 326 im Ablaufdiagramm von 3 angezeigt.
  • Es kann auch sein, dass der Bediener 208 bestimmte Präferenzen ausgedrückt hat. Beispielsweise kann der Bediener beim letzten Hineinfahren der Maschine 100 in eine ähnliche Steuerzone den Einstellwert für ein oder mehrere Stellglieder nach oben oder unten geändert haben. In diesem Fall erfasst und speichert die Steuersignalgeneratorlogik 260 diese Anpassung, so dass die Anpassung auf die Einstellwerte angewendet werden kann, die durch das dynamische Einstellungskennungssystem 198 identifiziert wurden, wenn die Arbeitsmaschine 100 das nächste Mal in eine ähnliche Steuerzone hineinfährt. Die Einstellung des Einstellwerts pro Bedienerfaktor auf diese Weise wird durch Block 328 im Ablaufdiagramm von 3 angezeigt.
  • Wie vorstehend erörtert, kann das Steuersystem 200 außerdem Anpassungen an mehreren verschiedenen Arbeitsmaschinenstellgliedern unter Verwendung von Arbeitsmaschinenstellglied-spezifischen Steuerzonen und Einstellwerten vornehmen. Dies wird durch Block 330 angezeigt. Das Anpassen der WMA-Einstellungen basierend auf den relevanten WMA-Steuerzonen kann auch auf andere Weise erfolgen, was durch Block 332 angezeigt wird.
  • Während die Arbeitsmaschine 100 die Operation auf dem Feld weiterhin durchführt, sammelt das In-situ-Datenerfassungssystem 188 weiterhin In-situ-Daten von Sensoren 184. Dies wird durch Block 334 im Ablaufdiagramm von 3 angezeigt. Die Auslöselogik 190 erkennt Bewertungsauslöser, um basierend auf Daten, die von dem System 188 gesammelt wurden, zu bestimmen, ob die Steuerzonen und/oder die Einstellwerte neu bewertet oder zurückgesetzt werden müssen. Wenn ein Auslöser erkannt wird, stellt sie eine Ausgabe bereit, die dies dem dynamischen WMA-Steuerzonenerkennungssystem 196 und/oder dem dynamischen Einstellungskennungssystem 198 anzeigt, so dass sie die Steuerzonen und/oder Einstellungen basierend auf den aktuell erkannten Auslösekriterien neu bewerten können. Das Durchführen dieser Bewertung basierend auf den durch das System 188 aggregierten In-situ-Daten wird durch Block 336 angezeigt. Beispielsweise können Änderungen der erfassten Maschinengeschwindigkeit dazu führen, dass das System die Größe und/oder die Lage der Steuerzonen und/oder Einstellwerte ändert. Das erkannte Ansprechverhalten des Stellglieds kann von dem abweichen, was früher im Betrieb erwartet oder erkannt wurde. Darauf aufbauend können auch die Steuerzonen und/oder Einstellwerte modifiziert werden. Andere In-situ-Daten können verwendet werden, um die Steuerzonen und/oder Einstellwerte dynamisch zu ändern. Eine Auswertung kann auch durch Empfang zusätzlicher oder anderer A-priori-Daten 206 ausgelöst werden. Dies wird durch Block 338 angezeigt. Der Neubewertungsauslöser kann auch erkannt werden, wenn jegliche Anpassungen an der Art und Weise vorgenommen werden, in der das System 196 Steuerzonen identifiziert, oder an der Art und Weise, in der das System 198 Einstellwerte identifiziert. Dies wird durch Block 340 angezeigt. Die Auswertung oder Modifikation der WMA-Steuerzonen und Einstellwerte kann auch auf eine Vielzahl anderer Arten erfolgen, was durch Block 342 angezeigt wird.
  • Bis die Operation abgeschlossen ist, kehrt die Verarbeitung zurück zu Block 318, wo das Steuersystem 200 weiterhin die Arbeitsmaschinenstellglieder 202 unter Verwendung der identifizierten Steuerzonen und Einstellwerte steuert und wo diese Steuerzonen und Einstellwerte, basierend auf In-situ-Daten oder aus anderen Gründen, dynamisch neu bewertet und eingestellt werden. Dies wird durch Block 344 im Ablaufdiagramm von 3 angezeigt.
  • 4 ist ein Ablaufdiagramm, das ein Beispiel für den Betrieb des dynamischen WMA-Steuerzonenerkennungssystems 196 und des dynamischen Einstellungskennungssystems 198 näher veranschaulicht. Es wird davon ausgegangen, dass eine georeferenzierte A-priori-Karte einer Variablen oder eines Parametersatzes, die/der auf verschiedene geografische Orte auf einem Feld abgebildet ist, empfangen wurde. Die Karte kann Variablen wie etwa Topografie, Bodentyp, Vegetationsindexdaten, Vegetationstyp (wie etwa Arten, Sorte usw.) und/oder eine Vielzahl anderer Variablen den geografischen Orten zuordnen. Die WMA-spezifische Zonenkennung 238 teilt diese Karte dann in Regionen mit thematischen Werten (die Variablen oder Parameter, die abgebildet werden) auf, wobei jede Region einen Satz von thematischen Werten (die Parameter oder Variablen, die abgebildet werden) in verschiedenen Bereichen darstellt. Dies wird durch Block 346 im Flussdiagramm von 4 angezeigt. In einem Beispiel wird die Karte in Regionen mit thematischen Werten in Dezimalbereichen unterteilt. Dies wird durch Block 346 angezeigt. In einem weiteren Beispiel können die Daten in Regionen unterteilt werden, in denen die Daten Datensätze darstellen, die aus mehreren verschiedenen Karten zusammengeführt werden. Dies wird durch Block 350 im Ablaufdiagramm von 4 angezeigt.
  • Ein Beispiel für die Daten können NDVI-Daten sein, wie durch Block 352 angezeigt. Selbstverständlich können die Daten eine Vielzahl anderer Daten darstellen, die mit interessierenden Ernteattributen korreliert sind. Dies ist durch Block 354 angezeigt.
  • Die Zonenkennung 238 wendet dann einen Clustering-Mechanismus an, um die verschiedenen Wertebereiche zu gruppieren, die in Block 346 identifiziert wurden. Die Clusterbildung wird durch Block 356 im Ablaufdiagramm von 4 angezeigt. Beispielsweise kann der Clustering-Algorithmus die Karte von Variablen in Schätzungen zu Ernteguteigenschaften umwandeln, wie etwa Ertrag, Biomasse, Feuchtigkeit, Protein, Öl, Stärke usw. Dies wird durch Block 358 angezeigt. Der Clustering-Mechanismus kann eine Vielzahl von verschiedenen Arten von Clustering-Mechanismen sein, wie etwa ein K-Mittelwert-Clustering-Mechanismus. Dies wird durch Block 360 angezeigt. Das Clustern kann auch auf eine Vielzahl anderer Arten erfolgen. Dies wird durch Block 362 angezeigt.
  • Ein Beispiel kann hilfreich sein. 5 zeigt ein Beispiel für eine A-priori-Karte, die NDVI-Daten für ein Feld abbildet. Die Karte kann durch Zuordnen von NDVI-Daten zu Luftbildern erzeugt werden, die von dem Feld aufgenommen wurden. Die Karte kann farbcodiert oder anderweitig codiert sein, um Orte in dem Feld mit NDVI-Werten in verschiedenen Bereichen (wie etwa verschiedenen Dezil-Bereichen) darzustellen. Wie vorstehend in Bezug auf Block 354 beschrieben, können Erntegutdaten, die keine NDVI-Daten sind, natürlich verwendet werden, solange die Daten gut mit dem interessierenden Erntegutattribut korreliert sind.
  • 5 zeigt die Karte, nachdem ein Clustering-Algorithmus, wie etwa K-Mittelwert-Clustering, oder ein beliebiger geeigneter Geo-Clustering-Algorithmus verwendet wurde, um die Cluster zu erzeugen. Solche Algorithmen können einstellbare Parameter aufweisen, die mit der Anzahl der Cluster, der Größe der Cluster usw. zusammenhängen. Wie vorstehend in Bezug auf Block 350 erläutert, können mehrere Karten verwendet werden, um andere Daten als NDVI- oder andere Erntegutbilddaten aufzunehmen. Beispiele für solche Karten können, wie oben erwähnt, Topografie, Bodentyp, Vegetationstyp usw. beinhalten.
  • 5 zeigt auch eine prognostizierte oder vorhergesagte Route 364 der Arbeitsmaschine 100 durch Feld 366. 5 beinhaltet auch Legende 368, die veranschaulicht, dass die Variablenwerte, die auf der Karte von Feld 366 dargestellt sind, in sechs verschiedene Wertebereiche gruppiert wurden. Die Wertebereiche sind in Legende 368 durch Wertebereiche 1-6 veranschaulicht. Die Wertebereiche können unverändert gelassen oder in A-priori-Schätzungen zu Ernteguteigenschaften umgewandelt werden, wie etwa diejenigen, die in Block 358 im Ablaufdiagramm von 4 angezeigt werden. Wenn sie so belassen werden, wie sie sind, können die Ernteguteigenschaftswerte nach der Bodenausrichtung mit In-situ-Daten zugewiesen werden, die von dem In-situ-Datenerfassungssystem 188 erfasst werden. Sofern A-priori-Schätzungen vorgenommen werden, können diese bei Auslösung durch die Auslöselogik 190 angepasst werden, um die Zonen und Einstellwerte neu zu bewerten.
  • Sobald die Cluster generiert sind, wie etwa die in 5 gezeigten, identifiziert dann die WMA-spezifische Zonenkennung 238 Steuerzonen basierend auf diesen Clustern. Dies wird durch Block 370 im Ablaufdiagramm von 4 angezeigt. 6 zeigt ein Beispiel dafür.
  • In 6 ist jeder der Durchläufe der Maschine 100 durch Feld 366 entlang der Route 364 mit a-q gekennzeichnet. Die Zuweisungen von beispielhaften Steuerzonen sind für Maschinendurchläufe g und i in 6 dargestellt. 6 zeigt, dass der Durchlauf g in Steuerzonen 374, 376, 378, 380, 382, 384, 386, 388 und 389 unterteilt ist. Der Durchlauf zeigt ein Beispiel, bei dem genügend Zeit zur Verfügung steht, um auf jeden der verschiedenen Cluster entlang des Durchlaufs zu reagieren, so dass eine andere Steuerzone basierend auf den Clusteränderungen entlang des Durchlaufs g identifiziert werden kann, die in 6 dargestellt sind. Im Gegensatz dazu zeigt Durchlauf i, dass der Abschnitt 397 des Clusters im Bereich 6 (definiert in Legende 368) zu klein ist, damit das Stellglied (für das die Steuerzonen abgebildet werden) reagiert. Zum Beispiel wird die Zeit, in der sich die Arbeitsmaschine 100 über dem Clusterabschnitt 397 im Bereich 6 befindet, im Durchlauf i zu kurz sein, als dass das entsprechende Stellglied reagieren könnte. Daher werden die Einstellungen für die Steuerzone 296 beibehalten, auch wenn die Maschine 100 im Durchlauf i den Clusterabschnitt 397 Bereich 6 durchläuft.
  • Als ein konkreteres Beispiel wird angenommen, dass die in den 5 und 6 gezeigten Karten für ein Weizenfeld mit den sechs verschiedenen Clustern bestimmt sind, die in Legende 368 als vorhergesagte Erträge von 0-10, 11-20, 21-30, 31-40, 41-50 bzw. 51-60 Scheffeln pro Hektar identifiziert wurden. In diesem Fall werden für die in 6 identifizierten Steuerzonen das Siebstellglied 264 in der Arbeitsmaschine 100 betätigt, so dass die unteren Siebwerte Siebsteuerzonen zugewiesen werden, wie in der folgenden Tabelle 1 gezeigt.
  • TABELLE 1
    Zone(n) Einstellung unteres Sieb
    389 5,5
    374, 390 6,0
    376, 388, 392, 400 6,5
    378, 386, 394, 398 7,0
    380, 384, 396 7,5
    382 8,0
  • Die für den Häcksler 266 identifizierten Steuerzonen können Einstellungen aufweisen, so dass das Häckslerstellglied 266 betätigt wird, um die Einstellungen für den oberen Häcksler für die in 6 gezeigten Zonen vorzunehmen, wie nachstehend in Tabelle 2 dargelegt:
  • TABELLE 2
    Zone(n) Einstellungen oberer Häcksler
    389 17,0
    374, 390 17,0
    376, 388, 392, 400 17,0
    378, 386, 394, 398 18,0
    380, 384, 396 19,0
    382 20,0
  • Es ist zu beachten, dass in einem Beispiel die Einstellungen für das untere Sieb, bei dem das Erntegut Weizen ist, linear variiert werden können. Daher können einige beispielhafte Implementierungen anstelle einer Karte, die Steuerzonen mit Maschineneinstellungen enthält, Ertragszonen aufweisen, wobei der Ertrag in eine mathematische Formel oder eine Nachschlagetabelle eingefügt wird, um die Einstellung für diese Zone bereitzustellen. Alle diese und andere Szenarien werden hierin in Betracht gezogen.
  • Außerdem kann das Häckslerstellglied 266 gesteuert werden, um den oberen Häcksler unter Verwendung eines anderen Einstellungskarte (z. B. anderer Einstellungszonen) als die Karte für das untere Sieb einzustellen. So darf sich beispielsweise die Einstellung der oberen Häcksler am unteren Ende des Ernteertrags nicht ändern. Somit kann eine einzige Steuerzone für Erträge im Bereich von 0-35 Scheffeln pro Hektar definiert werden. Darüber hinaus kann es zu einer erheblichen Änderung der empfohlenen Einstellungen für den oberen Häcksler kommen, wenn sich der Ertrag von mehr als 40-50 Scheffeln pro Hektar erhöht. Anstatt also durch drei Zonen dargestellt zu werden, können in diesem oberen Bereich von Ertragswerten Zonen mit feinerer Auflösung vorhanden sein, die eine bessere Steuerungsauflösung bereitstellen. Ein Beispiel für solche Zonen können die in der nachstehenden Tabelle 3 definierten sein:
  • TABELLE 3
    Zone(n) Einstellungen oberer Häcksler
    00-34 Scheffel/Hektar 17,0
    35-39 Scheffel/Hektar 17,5
    40-44 Scheffel/Hektar 18,0
    45-49 Scheffel/Hektar 18,5
    50-54 Scheffel/Hektar 19,0
    55+ Scheffel/Hektar 19,5
  • Es wird darauf hingewiesen, dass die obigen Einstellwerte nur Beispiele sind. Die Bestimmung der WMA-Einstellung für jede Steuerzone wird durch Block 404 im Ablaufdiagramm von 4 angezeigt. Das Bestimmen der Einstellwerte für das Siebstellglied wird durch Block 406 angezeigt. Das Bestimmen der Einstellwerte für das oberen Häckslerstellglied wird durch Block 408 angezeigt. Das Bestimmen von Einstellwerten für das Gebläsedrehzahlstellglied wird durch Block 10 angezeigt. Das Bestimmen von Einstellwerten für das Dreschkorbstellglied wird durch Block 12 angezeigt. Das Bestimmen von Einstellwerten für das Rotorstellglied wird durch Block 414 angezeigt. Es wird auch darauf hingewiesen, dass andere Einstellwerte für andere Stellglieder bestimmt werden können, wie durch Block 416 angezeigt.
  • Die vorliegende Erläuterung soll sich auch nicht auf eine einzige Maschine 100 beschränken. Stattdessen können mehrere Maschinen miteinander kommunizieren (beispielsweise bei der Durchführung eines Erntevorgangs auf einem Feld). In diesem Fall kann die hier beschriebene Verarbeitung auf die Maschinen verteilt werden. Beispielsweise können die Steuerzonen von einer einzigen Maschine identifiziert und den anderen Maschinen mitgeteilt werden, die ihre eigenen Einstellwerte für diese Zonen identifizieren. In einem anderen Beispiel können die Einstellwerte von einer einzelnen Maschine an alle Maschinen gesendet werden, und jede Maschine kann ihre eigenen Steuerzonen basierend auf maschinenspezifischen Daten identifizieren (wie etwa Abmessungen, Ansprechverhalten des Stellglieds oder Grenzen usw.). In einem weiteren Beispiel kann es mehrere verschiedene Arten von Erntemaschinen geben, die den Erntevorgang durchführen. In diesem Fall kann eine Maschine jeder Art (Modell, Fabrikat usw.) Steuerzonen und Einstellungen für alle Maschinen ihres Typs identifizieren und an alle anderen Maschinen desselben Typs senden. Dies sind nur Beispiele.
  • Es ist zu beachten, dass die vorstehende Erläuterung eine Vielzahl unterschiedlicher Systeme, Komponenten und/oder Logiken beschrieben hat. Es versteht sich, dass solche Systeme, Komponenten und/oder Logik aus Hardwareelementen (wie etwa Prozessoren und zugehörigem Speicher oder anderen Verarbeitungskomponenten, von denen einige im Folgenden beschrieben werden) bestehen können, die die mit diesen Systemen, Komponenten und/oder Logik verbundenen Funktionen ausführen. Darüber hinaus können die Systeme, Komponenten und/oder Logiken aus Software bestehen, die in einen Speicher geladen werden und anschließend von einem Prozessor oder Server oder einer anderen Rechnerkomponente ausgeführt werden, wie unten beschrieben. Die Systeme, Komponenten und/oder Logiken können auch aus verschiedenen Kombinationen von Hardware, Software, Firmware usw. bestehen, von denen einige Beispiele nachfolgend beschrieben werden. Dies sind nur einige Beispiele für unterschiedliche Strukturen, die zur Bildung der oben beschriebenen Systeme, Komponenten und/oder Logik verwendet werden können. Es können auch andere Strukturen verwendet werden.
  • In der vorliegenden Erläuterung wurden Prozessoren und Server erwähnt. In einer Ausführungsform umfassen die Prozessoren und Server Computerprozessoren mit zugehörigem Speicher und Zeitsteuerungsschaltungen, die nicht separat gezeigt sind. Sie sind funktionale Teile der Systeme oder Vorrichtungen, zu denen sie gehören, und werden von diesen aktiviert und ermöglichen die Funktionalität der anderen Komponenten oder Elemente in diesen Systemen.
  • Außerdem wurden eine Reihe von Anzeigen der Benutzerschnittstelle erörtert. Sie können mehrere verschiedene Formen annehmen und können mehrere verschiedene benutzergesteuerte Eingabemechanismen darauf aufweisen. Beispielsweise können die vom Benutzer aktivierbaren Eingabemechanismen Textfelder, Kontrollkästchen, Symbole, Links, Dropdown-Menüs, Suchfelder usw. sein. Sie können auch auf unterschiedlichste Weise betätigt werden. Sie können beispielsweise mit einer Point-and-Click-Vorrichtung (z. B. Trackball oder Maus) betätigt werden. Sie können über Hardwaretasten, Schalter, einen Joystick oder eine Tastatur, Daumenschalter oder Daumenpads usw. betätigt werden. Sie können auch über eine virtuelle Tastatur oder andere virtuelle Stellglieder betätigt werden. Wenn der Bildschirm, auf dem sie angezeigt werden, ein berührungsempfindlicher Bildschirm ist, können sie außerdem mit Berührungsgesten betätigt werden. Wenn die Vorrichtung, die sie anzeigt, über Spracherkennungskomponenten verfügt, können sie auch über Sprachbefehle gesteuert werden.
  • Eine Reihe von Datenspeichern wurde ebenfalls erörtert. Es wird darauf hingewiesen, dass sie jeweils in mehrere Datenspeicher unterteilt werden können. Alle können lokal für die auf sie zugreifenden Systeme sein, alle können entfernt sein, oder einige können lokal sein, während andere entfernt sind. Alle diese Konfigurationen sind hierin vorgesehen.
  • Außerdem zeigen die Figuren eine Reihe von Blöcken mit Funktionen, die jedem Block zugeordnet sind. Es wird darauf hingewiesen, dass weniger Blöcke verwendet werden können, so dass die Funktionalität von weniger Komponenten übernommen wird. Außerdem können mehr Blöcke verwendet werden, wobei die Funktionalität auf mehrere Komponenten verteilt ist.
  • 7 ist ein Blockdiagramm der in 2 gezeigten Erntemaschine 100, mit der Ausnahme, dass sie mit Elementen in einer Remote-Serverarchitektur 500 kommuniziert. In einem Beispiel kann die entfernte Serverarchitektur 500 Rechen-, Software-, Datenzugriffs- und Speicherdienste bereitstellen, die keine Kenntnisse des Endbenutzers über den physischen Standort oder die Konfiguration des Systems erfordern, das die Dienste bereitstellt. In verschiedenen Beispielen können Remote-Server die Dienste über ein Weitverkehrsnetzwerk, wie etwa das Internet, unter Verwendung geeigneter Protokolle bereitstellen. So können beispielsweise entfernte Server Anwendungen über ein Weitverkehrsnetzwerk bereitstellen und über einen Webbrowser oder eine andere Computerkomponente darauf zugreifen. Software oder Komponenten, die in 2 dargestellt sind, sowie die entsprechenden Daten können auf Servern an einem entfernten Ort gespeichert werden. Die Computerressourcen in einer entfernten Serverumgebung können an einem entfernten Standort des Rechenzentrums konsolidiert oder verteilt werden. Remote-Server-Infrastrukturen können Dienste über gemeinsam genutzte Rechenzentren bereitstellen, obwohl sie für den Benutzer als ein einziger Zugangspunkt erscheinen. Somit können die hierin beschriebenen Komponenten und Funktionen von einem Remote-Server an einem entfernten Ort über eine Remote-ServerArchitektur bereitgestellt werden. Alternativ können sie von einem herkömmlichen Server bereitgestellt werden, oder sie können direkt auf Endgeräten oder auf andere Weise installiert werden.
  • In dem in 7 dargestellten Beispiel ähneln einige Elemente den in 2 dargestellten Elementen und sind ähnlich nummeriert. 7 zeigt insbesondere, dass ein A-priori-Daten-/Kartenerfassungssystem 504 A-priori-Daten/Karten 206 erfassen kann. Die Systeme 196 und/oder 198 können sich an einem Remote-Serverstandort 502 befinden. Daher greift die Erntemaschine 100 über den Remote-Serverstandort 502 auf diese Systeme zu.
  • 7 veranschaulicht darüber hinaus ein weiteres Beispiel einer Remote-Serverarchitektur. 7 zeigt, dass auch in Betracht gezogen wird, dass einige Elemente von 2 an dem Remote-Serverstandort 502 angeordnet sind, während andere dies nicht sind. So kann beispielsweise der Datenspeicher 194 an einem von Standort 502 getrennten Standort angeordnet sein und es kann über den Remote-Server an Standort 502 darauf zugegriffen werden. Unabhängig davon, wo sie sich befinden, kann die Erntemaschine 100 über ein Netzwerk (entweder ein Weitverkehrsnetzwerk oder ein lokales Netzwerk) direkt auf sie zugreifen, sie können von einem Dienst an einem Remotestandort gehostet oder als Dienst bereitgestellt werden oder auf sie kann von einem Verbindungsdienst zugegriffen werden, der sich an einem Remotestandort befindet.
  • Außerdem können die Daten an nahezu jedem Ort gespeichert und zeitweise von Interessenten abgerufen oder an diese weitergeleitet werden. So können beispielsweise physikalische Träger anstelle oder zusätzlich zu elektromagnetischen Strahlungsträgern verwendet werden. In einem solchen Beispiel, in dem die Netzabdeckung schlecht oder nicht vorhanden ist, kann eine andere mobile Maschine (beispielsweise ein Tankwagen) über ein automatisches System zur Informationserfassung verfügen. Wenn sich die Erntemaschine zum Tanken in der Nähe des Tankwagens befindet, erfasst das System die Informationen automatisch von der Erntemaschine oder überträgt sie über eine beliebige drahtlose Ad-hoc-Verbindung an die Erntemaschine. Die gesammelten Informationen können dann an das Hauptnetz weitergeleitet werden, wenn der Tankwagen einen Ort erreicht, an dem es eine Mobilfunkabdeckung (oder eine andere drahtlose Abdeckung) gibt. So kann beispielsweise der Tankwagen in einen überdachten Ort einfahren, wenn er zum Betanken anderer Maschinen fährt oder wenn er sich an einem Haupttanklager befindet. Alle diese Architekturen werden hierin betrachtet. Darüber hinaus können die Informationen in der Erntemaschine selbst gespeichert werden, bis die Erntemaschine einen Bereich mit Netzabdeckung erreicht. Der Erntemaschine selbst kann dann die Informationen an/von dem Hauptnetzwerk senden und empfangen.
  • Es wird auch darauf hingewiesen, dass die Elemente von 2 oder Teile davon auf einer Vielzahl von verschiedenen Vorrichtungen angeordnet werden können. Einige dieser Vorrichtungen beinhalten Server, Desktop-Computer, Laptops, Tablet-Computer oder andere mobile Geräte, wie etwa Palmtop-Computer, Mobiltelefone, Smartphones, Multimedia-Player, persönliche digitale Assistenten usw.
  • 8 ist ein vereinfachtes Blockdiagramm eines veranschaulichenden Beispiels einer tragbaren oder mobilen Computervorrichtung, die als tragbare Endvorrichtung 16 eines Benutzers oder Kunden verwendet werden kann, in der das vorliegende System (oder Teile davon) eingesetzt werden kann. So kann beispielsweise eine mobile Vorrichtung in der Fahrerkabine der Erntemaschine 100 eingesetzt werden, um die Einstellungsdaten oder Kartendaten oder Zonendaten zu erzeugen, zu verarbeiten oder anzuzeigen. Die 9-10 sind Beispiele für tragbare oder mobile Vorrichtungen.
  • 8 stellt ein allgemeines Blockdiagramm der Komponenten einer Endvorrichtung 16 bereit, die einige der in 2 gezeigte Komponenten ausführen kann, die mit ihnen interagieren kann, oder beides. In der Vorrichtung 16 ist eine Kommunikationsverbindung 13 vorgesehen, die es der tragbaren Vorrichtung ermöglicht, mit anderen Computervorrichtungen zu kommunizieren, und in einigen Beispielen einen Kanal zum automatischen Empfangen von Informationen, beispielsweise durch Scannen, vorsieht. Beispiele für Kommunikationsverbindungen 13 beinhalten das Zulassen der Kommunikation über ein oder mehrere Kommunikationsprotokolle, wie etwa drahtlose Dienste, die verwendet werden, um einen zellularen Zugang zu einem Netzwerk zu ermöglichen, sowie Protokolle, die lokale drahtlose Verbindungen zu Netzwerken bereitstellen.
  • In anderen Beispielen können Anwendungen auf einer entfernbaren „Secure Digital“-(SD-)Karte empfangen werden, die mit einer Schnittstelle 15 verbunden ist. Die Schnittstelle 15 und die Kommunikationsverbindungen 13 kommunizieren mit einem Prozessor 17 (der auch die Prozessoren oder Server aus den vorherigen FIG. verkörpern kann) über einen Bus 19, der ebenfalls mit dem Speicher 21 und den Ein-/Ausgabekomponenten (E/A) 23 sowie dem Taktgeber 25 und dem Ortungssystem 27 verbunden ist.
  • E/A-Komponenten 23 sind in einem Beispiel vorgesehen, um Ein- und Ausgabeoperationen zu erleichtern. E/A-Komponenten 23 für verschiedene Ausführungsformen der Vorrichtung 16 können Eingabekomponenten, wie etwa Tasten, Tastsensoren, optische Sensoren, Mikrofone, Touchscreens, Näherungssensoren, Beschleunigungssensoren, Ausrichtungssensoren, und Ausgabekomponenten, wie etwa eine Anzeigevorrichtung, ein Lautsprecher und/oder ein Druckeranschluss beinhalten. Es können auch andere E/A-Komponenten 23 verwendet werden.
  • Der Taktgeber 25 umfasst veranschaulichend eine Echtzeituhrkomponente, die eine Uhrzeit und ein Datum ausgibt. Dieser kann auch, veranschaulichend, Timing-Funktionen für Prozessor 17 bereitstellen.
  • Das Ortungssystem 27 beinhaltet veranschaulichend eine Komponente, die eine aktuelle geografische Position der Vorrichtung 16 ausgibt. Dies kann beispielsweise einen globalen Positionierungssystem-(GPS-)Empfänger, ein LORAN-System, ein Koppelnavigationssystem, ein zellulares Triangulationssystems oder ein anderes Positionierungssystems beinhalten. Es kann beispielsweise auch eine Karten- oder Navigationssoftware beinhalten, die gewünschte Karten, Navigationsrouten und andere geografische Funktionen erzeugt.
  • Der Speicher 21 speichert das Betriebssystem 29, die Netzwerkeinstellungen 31, die Anwendungen 33, die Anwendungskonfigurationseinstellungen 35, den Datenspeicher 37, die Kommunikationstreiber 39 und die Kommunikationskonfigurationseinstellungen 41. Der Speicher 21 kann alle Arten von greifbaren flüchtigen und nichtflüchtigen computerlesbaren Speichervorrichtungen beinhalten. Er kann auch Computerspeichermedien beinhalten (siehe unten). Der Speicher 21 speichert computerlesbare Anweisungen, die, wenn sie von Prozessor 17 ausgeführt werden, den Prozessor veranlassen, computerimplementierte Schritte oder Funktionen gemäß den Anweisungen auszuführen. Der Prozessor 17 kann von anderen Komponenten aktiviert werden, um auch deren Funktionalität zu verbessern.
  • 9 zeigt ein Beispiel, bei dem die Vorrichtung 16 ein Tablet-Computer 600 ist. In 9 wird der Computer 600 mit dem Bildschirm 602 der Benutzerschnittstelle dargestellt. Der Bildschirm 602 kann ein Touchscreen oder eine stiftfähige Schnittstelle sein, die Eingaben von einem Stift oder Stylus empfängt. Er kann auch eine virtuelle Bildschirmtastatur verwenden. Natürlich kann es auch über einen geeigneten Befestigungsmechanismus, wie etwa eine drahtlose Verbindung oder einen USB-Anschluss, an eine Tastatur oder eine andere Benutzereingabevorrichtung angeschlossen werden. Der Computer 600 kann auch illustrativ Spracheingaben empfangen.
  • 10 zeigt, dass die Vorrichtung ein Smartphone 71 sein kann. Das Smartphone 71 verfügt über ein berührungsempfindliches Display 73, das Symbole oder Grafiken oder andere Benutzereingabemechanismen 75 anzeigt. Die Mechanismen 75 können von einem Benutzer verwendet werden, um Anwendungen auszuführen, Anrufe zu tätigen, Datenübertragungsvorgänge durchzuführen usw. Im Allgemeinen ist das Smartphone 71 auf einem mobilen Betriebssystem aufgebaut und bietet eine fortschrittlichere Rechenleistung und Konnektivität als ein Funktionstelefon.
  • Es ist zu beachten, dass andere Formen der Vorrichtung 16 möglich sind.
  • 11 ist ein Beispiel für eine Computerumgebung, in der Elemente von 2, oder Teile davon, (zum Beispiel) eingesetzt werden können. Unter Bezugnahme auf 11 beinhaltet ein Beispielsystem zur Implementierung einiger Ausführungsformen eine Rechenvorrichtung in Form eines Computers 810. Die Komponenten des Computers 810 können, ohne hierauf beschränkt zu sein, unter anderem eine Verarbeitungseinheit 820 (die Prozessoren oder Server aus den vorstehenden FIGUREN beinhalten kann), einen Systemspeicher 830 und einen Systembus 821 umfassen, die verschiedene Systemkomponenten einschließlich des Systemspeichers mit der Verarbeitungseinheit 820 koppeln. Der Systembus 821 kann eine von mehreren Arten von Busstrukturen sein, einschließlich eines Speicherbusses oder einer Speichersteuerung, eines Peripheriebusses und eines lokalen Busses mit einer Vielzahl von Busarchitekturen. Speicher und Programme, die in Bezug auf 2 beschrieben werden, können in entsprechenden Teilen von 11 eingesetzt werden.
  • Der Computer 810 beinhaltet typischerweise mehrere computerlesbare Medien. Computerlesbare Medien können alle verfügbaren Medien sein, auf die der Computer 810 zugreifen kann, und umfassen sowohl flüchtige als auch nichtflüchtige Medien, Wechselmedien und nicht entfernbare Medien. Computerlesbare Medien können beispielsweise Computerspeichermedien und Kommunikationsmedien umfassen. Computerspeichermedien unterscheiden sich von einem modulierten Datensignal oder einer Trägerwelle und beinhalten diese nicht. Dazu gehören Hardware-Speichermedien mit flüchtigen und nichtflüchtigen, entfernbaren und nicht entfernbaren Medien, die in einem beliebigen Verfahren oder einer Technologie für die Speicherung von Informationen, wie etwa computerlesbaren Befehlen, Datenstrukturen, Programmmodulen oder anderen Daten, implementiert sind. Rechenspeichermedien umfassen, aber sie sind nicht beschränkt auf RAM, ROM, EEPROM, Flash-Speicher oder andere Speichertechnologie, CD-ROM, Digitalversatile-Disks (DVD) oder andere optische Plattenspeicher, Magnetkassetten, - bänder, -plattenspeicher oder andere magnetische Speichergeräte oder jedes andere Medium, das verwendet werden kann, um die gewünschte Information zu speichern, auf die über den Rechner 810 zugegriffen werden kann. Kommunikationsmedien können computerlesbare Anweisungen, Datenstrukturen, Programmmodule oder andere Daten in einem Transportmechanismus enthalten und umfassen alle Informationslieferungsmedien. Der Begriff „angepasstes Datensignal“ bezeichnet ein Signal, für das ein oder mehrere seiner Merkmale so festgelegt oder geändert sind, dass Informationen in dem Signal codiert sind.
  • Der Systemspeicher 830 beinhaltet Computerspeichermedien in Form von flüchtigen und/oder nichtflüchtigen Speichern, wie etwa Festspeicher (ROM, Read Only Memory) 831 und Arbeitsspeicher (RAM, Random Access Memory) 832. Ein grundlegendes Ein-/Ausgabesystem 833 (BIOS), das die grundlegenden Programme enthält, die helfen, Informationen zwischen den Elementen innerhalb des Computers 810 zu übertragen, wie etwa beim Starten, wird typischerweise im ROM 831 gespeichert. RAM 832 enthält typischerweise Daten- und/oder Programmmodule, die für die Verarbeitungseinheit 820 unmittelbar zugänglich sind und/oder derzeit betrieben werden. Beispielsweise und nicht einschränkend veranschaulicht 11 ein Betriebssystem 834, Anwendungsprogramme 835, weitere Programmmodule 836 und Programmdaten 837.
  • Der Computer 810 kann auch andere entfernbare/nicht entfernbare flüchtige/nichtflüchtige Computerspeichermedien beinhalten. Beispielsweise wird in 11 ein Festplattenlaufwerk 841 veranschaulicht, das von nicht entfernbaren, nichtflüchtigen magnetischen Medien, einem optischen Plattenlaufwerk 855 und einer nichtflüchtigen optischen Platte 856 liest oder darauf schreibt. Das Festplattenlaufwerk 841 ist typischerweise über eine nicht-entfernbare Speicherschnittstelle, wie etwa die Schnittstelle 840, mit dem Systembus 821 verbunden, und das optische Plattenlaufwerk 855 ist typischerweise über eine entfernbare Speicherschnittstelle, wie etwa die Schnittstelle 850, mit dem Systembus 821 verbunden.
  • Alternativ oder zusätzlich kann die hierin beschriebene Funktionalität mindestens teilweise durch eine oder mehrere Hardware-Logikkomponenten ausgeführt werden. Zu den veranschaulichenden Arten von Hardware-Logikkomponenten, die verwendet werden können, gehören beispielsweise feldprogrammierbare Gate-Arrays (FPGAs), Applikations-spezifische integrierte Schaltungen (z. B. ASICs), Applikations-spezifische Standardprodukte (z. B. ASSPs), System-on-a-Chip-Systeme (SOCs), „Complex Programmable Logic Devices“ (CPLDs) usw.
  • Die Laufwerke und die dazugehörigen Computerspeichermedien, die vorstehend erläutert und in 11 veranschaulicht wurden, stellen Speicherplatz von computerlesbaren Anweisungen, Datenstrukturen, Programmmodulen und anderen Daten für den Computer 810 bereit. In 11 wird beispielsweise die Festplatte 841 als speicherndes Betriebssystem 844, Anwendungsprogramme 845, andere Programmmodule 846 und Programmdaten 847 dargestellt. Es ist zu beachten, dass diese Komponenten entweder gleich oder verschieden vom Betriebssystem 834, den Anwendungsprogrammen 835, anderen Programmmodulen 836 und den Programmdaten 837 sein können.
  • Ein Benutzer kann Befehle und Informationen in den Computer 810 über Eingabevorrichtungen, wie etwa eine Tastatur 862, ein Mikrofon 863 und eine Zeigevorrichtung 861, wie etwa eine Maus, einen Trackball oder ein Touchpad, eingeben. Andere Eingabevorrichtungen (nicht dargestellt) können einen Joystick, ein Gamepad, eine Satellitenschüssel, einen Scanner oder dergleichen beinhalten. Diese und andere Eingabevorrichtungen sind oft über eine Benutzereingabeschnittstelle 860 mit der Verarbeitungseinheit 820 verbunden, die mit dem Systembus gekoppelt ist, aber auch über andere Schnittstellen- und Busstrukturen verbunden sein kann. Eine optische Anzeige 891 oder eine andere Art von Anzeigevorrichtung ist ebenfalls über eine Schnittstelle, wie etwa eine Videoschnittstelle 890, mit dem Systembus 821 verbunden. Zusätzlich zum Monitor können Computer auch andere periphere Ausgabevorrichtungen, wie etwa die Lautsprecher 897 und den Drucker 896 beinhalten, die über eine Ausgabeperipherieschnittstelle 895 verbunden werden können.
  • Der Computer 810 wird in einer Netzwerkumgebung über logische Verbindungen (wie etwa LAN, WAN oder CAN) zu einem oder mehreren Remote-Computern, wie etwa einem Remote-Computer 880, betrieben.
  • Bei Verwendung in einer LAN-Netzwerkumgebung ist der Computer 810 über eine Netzwerkschnittstelle oder einen Adapter 870 mit dem LAN 871 verbunden. Bei Verwendung in einer WAN-Netzwerkumgebung beinhaltet der Computer 810 typischerweise ein Modem 872 oder andere Mittel zum Aufbauen einer Kommunikation über das WAN 873, wie etwa das Internet. In einer vernetzten Umgebung können Programmmodule auf einer externen Speichervorrichtung gespeichert werden. 10 zeigt zum Beispiel, dass Remote-Anwendungsprogramme 885 auf dem Remote-Computer 880 liegen können.
  • Es ist auch zu beachten, dass die verschiedenen hierin beschriebenen Beispiele unterschiedlich kombiniert werden können. Das heißt, Teile eines oder mehrerer Beispiele können mit Teilen eines oder mehrerer anderer Beispiele kombiniert werden. All dies wird hierin betrachtet.
  • Beispiel 1 ist eine Arbeitsmaschine, umfassend:
    • eine Vielzahl von Arbeitsmaschinenstellgliedern (WMAs);
    • ein dynamisches Steuerzonenerkennungssystem, das eine Vielzahl von WMA-Steuerzonen auf einer Arbeitsstelle basierend auf einer thematischen Karte der Arbeitsstelle, die variable Werte auf verschiedene geografische Orte auf der Arbeitsstelle abbildet, dynamisch identifiziert;
    • ein dynamisches Einstellungskennungssystem, das jeder der WMA-Steuerzonen einen WMA-Einstellwert zuweist;
    • einen Positionssensor, der eine geografische Position der Arbeitsmaschine an der Arbeitsstelle erfasst, während die Arbeitsmaschine eine Operation durchführt, und ein Positionssignal erzeugt, das die geografische Position der Arbeitsmaschine anzeigt; und
    • ein Steuersystem, das Steuersignale erzeugt, um die WMAs basierend auf der geografischen Position der Arbeitsmaschine relativ zu den WMA-Steuerzonen und den Einstellwerten in den WMA-Steuerzonen zu steuern.
  • Beispiel 2 ist die Arbeitsmaschine eines oder aller vorhergehenden Beispiele und umfasst ferner:
    • ein In-situ-Datenerfassungssystem, das konfiguriert ist, um In-situ-Daten von einem Datensensor zu erfassen, der die In-situ-Daten erfasst, während die Arbeitsmaschine die Operation ausführt.
  • Beispiel 3 ist die Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das dynamische Steuerzonenerkennungssystem konfiguriert ist, um die Identifizierung der Vielzahl von WMA-Steuerzonen auf der Arbeitsstelle basierend auf den In-situ-Daten dynamisch zu modifizieren.
  • Beispiel 4 ist die Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das dynamische Steuerzonenerkennungssystem Folgendes umfasst:
    • eine WMA-spezifische Zonenkennung, die konfiguriert ist, um einen unterschiedlichen Satz von WMA-Steuerzonen zu identifizieren, die jedem der Vielzahl von unterschiedlichen WMAs entsprechen.
  • Beispiel 5 ist die Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das dynamische Einstellungskennungssystem konfiguriert ist, um stellgliedspezifische Einstellwerte, die für ein ausgewähltes WMA spezifisch sind, für jede WMA-Steuerzone in dem Satz von WMA-Steuerzonen zu erzeugen, die dem ausgewählten WMA entsprechen.
  • Beispiel 6 ist die Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei die WMA-spezifische Zonenkennung konfiguriert ist, um den unterschiedlichen Satz von WMA-Steuerzonen, die jedem der Vielzahl von unterschiedlichen WMAs entsprechen, basierend auf dem Ansprechverhalten jedes der unterschiedlichen WMAs zu identifizieren.
  • Beispiel 7 ist die Arbeitsmaschine eines beliebigen oder aller vorhergehenden Beispiele, wobei die WMA-spezifische Zonenkennung konfiguriert ist, um den unterschiedlichen Satz von WMA-Steuerzonen, die jedem der Vielzahl von unterschiedlichen WMAs entsprechen, basierend auf den Einstellgrenzen jedes der unterschiedlichen WMAs zu identifizieren.
  • Beispiel 8 ist die Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei die WMA-spezifische Zonenkennung konfiguriert ist, um die Identifizierung des unterschiedlichen Satzes von WMA-Steuerzonen, die jedem der Vielzahl von unterschiedlichen WMAs entsprechen, basierend auf den In-situ-Daten zu modifizieren.
  • Beispiel 9 ist die Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das dynamische Einstellungskennungssystem konfiguriert ist, um die stellgliedspezifischen Einstellwerte, die für das ausgewählte WMA spezifisch sind, für jede WMA-Steuerzone in dem Satz von WMA-Steuerzonen, die dem ausgewählten WMA entsprechen, basierend auf den In-situ-Daten zu modifizieren.
  • Beispiel 10 ist die Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das dynamische Steuerzonenerkennungssystem konfiguriert ist, um die Vielzahl von WMA-Steuerzonen basierend auf den Abmessungen der Arbeitsmaschine zu identifizieren.
  • Beispiel 11 ist die Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das dynamische Steuerzonenerkennungssystem konfiguriert ist, um einen Punkt in jeder der Vielzahl von WMA-Steuerzonen zu identifizieren, an dem das ausgewählte WMA basierend auf einer Geschwindigkeit der Arbeitsmaschine, einem Ansprechverhalten des ausgewählten Stellglieds und eines Ausmaßes der Änderung des stellgliedspezifischen Einstellwerts von einer aktuellen WMA-Steuerzone zu einer nächstfolgenden WMA-Steuerzone betätigt werden soll.
  • Beispiel 12 ist ein Verfahren zum Steuern einer Arbeitsmaschine, um eine Operation auf einer Arbeitsstelle durchzuführen, wobei das Verfahren Folgendes umfasst:
    • eine Vielzahl von Arbeitsmaschinenstellgliedern (WMAs);
    • dynamisches Identifizieren einer Vielzahl von Arbeitsmaschinenstellglied-(WMA-)Steuerzonen auf der Arbeitsstelle basierend auf einer thematischen Karte der Arbeitsstelle, die variable Werte auf verschiedenen geografischen Orten auf der Arbeitsstelle abbildet;
    • Zuweisen eines WMA-Einstellwerts zu jeder der WMA-Steuerzonen;
    • Erfassen einer geografischen Position der Arbeitsmaschine auf der Baustelle, während die Arbeitsmaschine die Operation ausführt, und Erzeugen eines Positionssignals, das die geografische Position der Arbeitsmaschine anzeigt; und
    • Erzeugen von Steuersignalen zum Steuern der WMAs basierend auf der geografischen Position der Arbeitsmaschine relativ zu den WMA-Steuerzonen und den Einstellwerten in den WMA-Steuerzonen.
  • Beispiel 13 ist das Verfahren eines oder aller vorhergehenden Beispiele und umfasst ferner:
    • Sammeln von In-situ-Daten von einem Datensensor, der die In-situ-Daten erfasst, während die Arbeitsmaschine die Operation ausführt; und
    • Ändern der Zuordnung des WMA-Einstellwerts zu jeder der WMA-Steuerzonen basierend auf den In-situ-Daten, während die Maschine die Operation ausführt.
  • Beispiel 14 ist das Verfahren eines oder aller vorhergehenden Beispiele und umfasst ferner:
  • Modifizieren der Identifizierung der Vielzahl von WMA-Steuerzonen auf der Arbeitsstelle basierend auf den In-situ-Daten.
  • Beispiel 15 ist das Verfahren eines oder aller vorhergehenden Beispiele, wobei das dynamische Identifizieren einer Vielzahl von Arbeitsmaschinenstellglied-(WMA-)Steuerzonen Folgendes umfasst:
  • Identifizieren eines unterschiedlichen Satzes von WMA-Steuerzonen, die jedem der Vielzahl von unterschiedlichen WMAs entsprechen.
  • Beispiel 16 ist das Verfahren eines oder aller vorhergehenden Beispiele, wobei das Zuweisen eines WMA-Einstellwerts zu jeder der WMA-Steuerzonen Folgendes umfasst:
  • Erzeugen stellgliedspezifischer Einstellwerte, die für ein ausgewähltes WMA spezifisch sind, für jede WMA-Steuerzone im Satz von WMA-Steuerzonen, die dem ausgewählten WMA entsprechen.
  • Beispiel 17 ist das Verfahren eines oder aller vorhergehenden Beispiele, wobei das Identifizieren eines anderen Satzes von WMA-Steuerzonen, die jedem der Vielzahl von verschiedenen WMAs entsprechen, Folgendes umfasst:
  • Identifizieren des unterschiedlichen Satzes von WMA-Steuerzonen, die jedem der Vielzahl von unterschiedlichen WMAs entsprechen, basierend auf dem Ansprechverhalten jedes der unterschiedlichen WMAs.
  • Beispiel 18 ist das Verfahren eines oder aller der vorhergehenden Beispiele, wobei das Identifizieren eines anderen Satzes von WMA-Steuerzonen, die jedem der Vielzahl von verschiedenen WMAs entsprechen, Folgendes umfasst:
  • Identifizieren des unterschiedlichen Satzes von WMA-Steuerzonen, die jedem der Vielzahl von unterschiedlichen WMAs entsprechen, basierend auf dem Festlegen von Grenzen für jedes der unterschiedlichen WMAs.
  • Beispiel 19 ist das Verfahren eines oder aller vorhergehenden Beispiele und umfasst ferner:
  • Identifizieren eines Punktes in jeder der Vielzahl von WMA-Steuerzonen, an dem das ausgewählte WMA basierend auf der Geschwindigkeit der Arbeitsmaschine, dem Ansprechverhalten des ausgewählten Stellglieds und dem Ausmaß der Änderung des stellgliedspezifischen Einstellwerts von einer aktuellen WMA-Steuerzone zu einer nächstfolgenden WMA-Steuerzone betätigt werden soll.
  • Beispiel 20 ist eine Arbeitsmaschine, umfassend:
    • eine Vielzahl von Arbeitsmaschinenstellgliedern (WMAs);
    • ein In-situ-Datenerfassungssystem, das konfiguriert ist, um In-situ-Daten von einem Datensensor zu erfassen, der die In-situ-Daten erfasst, während die Arbeitsmaschine eine Operation auf der Arbeitsstelle durchführt;
    • ein dynamisches Steuerzonenerkennungssystem, das eine Vielzahl von WMA-Steuerzonen auf einer Arbeitsstelle basierend auf einer thematischen Karte der Arbeitsstelle, die variable Werte auf verschiedene geografische Standorte auf der Arbeitsstelle abbildet, dynamisch identifiziert und das die Identifizierung der Vielzahl von WMA-Steuerzonen auf der Arbeitsstelle basierend auf den In-situ-Daten modifiziert;
    • ein dynamisches Einstellungskennungssystem, das jeder der WMA-Steuerzonen einen WMA-Einstellwert zuweist und das die Zuweisung des WMA-Einstellwerts zu jeder der WMA-Steuerzonen basierend auf den In-situ-Daten modifiziert;
    • einen Positionssensor, der eine geografische Position der Arbeitsmaschine an der Arbeitsstelle erfasst, während die Arbeitsmaschine eine Operation durchführt, und ein Positionssignal erzeugt, das die geografische Position der Arbeitsmaschine anzeigt; und
    • ein Steuersystem, das Steuersignale erzeugt, um die WMAs basierend auf der geografischen Position der Arbeitsmaschine relativ zu den WMA-Steuerzonen und den Einstellwerten in den WMA-Steuerzonen zu steuern.
  • Obwohl der Gegenstand in einer für strukturelle Merkmale und/oder methodische Handlungen spezifischen Sprache beschrieben wurde, versteht es sich, dass der in den beigefügten Ansprüchen definierte Gegenstand nicht unbedingt auf die vorstehend beschriebenen spezifischen Merkmale oder Handlungen beschränkt ist. Vielmehr werden die vorstehend beschriebenen spezifischen Merkmale und Handlungen als exemplarische Formen der Umsetzung der Ansprüche offengelegt.

Claims (20)

  1. Arbeitsmaschine, umfassend: eine Vielzahl von Arbeitsmaschinenstellgliedern (WMAs); ein dynamisches Steuerzonenerkennungssystem, das eine Vielzahl von WMA-Steuerzonen auf einer Arbeitsstelle basierend auf einer thematischen Karte der Arbeitsstelle, die variable Werte auf verschiedene geografische Orte auf der Arbeitsstelle abbildet, dynamisch identifiziert; ein dynamisches Einstellungskennungssystem, das jeder der WMA-Steuerzonen einen WMA-Einstellwert zuweist; einen Positionssensor, der eine geografische Position der Arbeitsmaschine an der Arbeitsstelle erfasst, während die Arbeitsmaschine eine Operation durchführt, und ein Positionssignal erzeugt, das die geografische Position der Arbeitsmaschine anzeigt; und ein Steuersystem, das Steuersignale erzeugt, um die WMAs basierend auf der geografischen Position der Arbeitsmaschine relativ zu den WMA-Steuerzonen und den Einstellwerten in den WMA-Steuerzonen zu steuern.
  2. Arbeitsmaschine nach Anspruch 1 und ferner umfassend: ein In-situ-Datenerfassungssystem, das konfiguriert ist, um In-situ-Daten von einem Datensensor zu erfassen, der die In-situ-Daten erfasst, während die Arbeitsmaschine die Operation ausführt.
  3. Arbeitsmaschine nach Anspruch 2, wobei das dynamische Steuerzonenerkennungssystem konfiguriert ist, um die Identifizierung der Vielzahl von WMA-Steuerzonen auf der Arbeitsstelle basierend auf den In-situ-Daten dynamisch zu modifizieren.
  4. Arbeitsmaschine nach Anspruch 2, wobei das dynamische Steuerzonenerkennungssystem Folgendes umfasst: eine WMA-spezifische Zonenkennung, die konfiguriert ist, um einen unterschiedlichen Satz von WMA-Steuerzonen zu identifizieren, die jedem der Vielzahl von unterschiedlichen WMAs entsprechen.
  5. Arbeitsmaschine nach Anspruch 4, wobei das dynamische Einstellungskennungssystem konfiguriert ist, um stellgliedspezifische Einstellwerte, die für ein ausgewähltes WMA spezifisch sind, für jede WMA-Steuerzone in dem Satz von WMA-Steuerzonen zu erzeugen, die dem ausgewählten WMA entsprechen.
  6. Arbeitsmaschine nach Anspruch 5, wobei die WMA-spezifische Zonenkennung konfiguriert ist, um den unterschiedlichen Satz von WMA-Steuerzonen, die jedem der Vielzahl von unterschiedlichen WMAs entsprechen, basierend auf dem Ansprechverhalten jedes der unterschiedlichen WMAs zu identifizieren.
  7. Arbeitsmaschine nach Anspruch 5, wobei die WMA-spezifische Zonenkennung konfiguriert ist, um den unterschiedlichen Satz von WMA-Steuerzonen, die jedem der Vielzahl von unterschiedlichen WMAs entsprechen, basierend auf den Einstellgrenzen jedes der unterschiedlichen WMAs zu identifizieren.
  8. Arbeitsmaschine nach Anspruch 5, wobei die WMA-spezifische Zonenkennung konfiguriert ist, um die Identifizierung des unterschiedlichen Satzes von WMA-Steuerzonen, die jedem der Vielzahl von unterschiedlichen WMAs entsprechen, basierend auf den In-situ-Daten zu modifizieren.
  9. Arbeitsmaschine nach Anspruch 6, wobei das dynamische Einstellungskennungssystem konfiguriert ist, um die stellgliedspezifischen Einstellwerte, die für das ausgewählte WMA spezifisch sind, für jede WMA-Steuerzone in dem Satz von WMA-Steuerzonen, die dem ausgewählten WMA entsprechen, basierend auf den In-situ-Daten zu modifizieren.
  10. Arbeitsmaschine nach Anspruch 6, wobei das dynamische Steuerzonenerkennungssystem konfiguriert ist, um die Vielzahl von WMA-Steuerzonen basierend auf den Abmessungen der Arbeitsmaschine zu identifizieren.
  11. Arbeitsmaschine nach Anspruch 6, wobei das dynamische Steuerzonenerkennungssystem konfiguriert ist, um einen Punkt in jeder der Vielzahl von WMA-Steuerzonen zu identifizieren, an dem das ausgewählte WMA basierend auf einer Geschwindigkeit der Arbeitsmaschine, einem Ansprechverhalten des ausgewählten Stellglieds und eines Ausmaßes der Änderung des stellgliedspezifischen Einstellwerts von einer aktuellen WMA-Steuerzone zu einer nächstfolgenden WMA-Steuerzone betätigt werden soll.
  12. Verfahren zum Steuern einer Arbeitsmaschine, um eine Operation auf einer Arbeitsstelle durchzuführen, wobei das Verfahren Folgendes umfasst: eine Vielzahl von Arbeitsmaschinenstellgliedern (WMAs); dynamisches Identifizieren einer Vielzahl von Arbeitsmaschinenstellglied-(WMA-)Steuerzonen auf der Arbeitsstelle basierend auf einer thematischen Karte der Arbeitsstelle, die variable Werte auf verschiedenen geografischen Orten auf der Arbeitsstelle abbildet; Zuweisen eines WMA-Einstellwerts zu jeder der WMA-Steuerzonen; Erfassen einer geografischen Position der Arbeitsmaschine auf der Baustelle, während die Arbeitsmaschine die Operation ausführt, und Erzeugen eines Positionssignals, das die geografische Position der Arbeitsmaschine anzeigt; und Erzeugen von Steuersignalen zum Steuern der WMAs basierend auf der geografischen Position der Arbeitsmaschine relativ zu den WMA-Steuerzonen und den Einstellwerten in den WMA-Steuerzonen.
  13. Verfahren nach Anspruch 12 und ferner umfassend: Sammeln von In-situ-Daten von einem Datensensor, der die In-situ-Daten erfasst, während die Arbeitsmaschine die Operation ausführt; und Ändern der Zuordnung des WMA-Einstellwerts zu jeder der WMA-Steuerzonen basierend auf den In-situ-Daten, während die Maschine die Operation ausführt.
  14. Verfahren nach Anspruch 13 und ferner umfassend: Modifizieren der Identifizierung der Vielzahl von WMA-Steuerzonen auf der Arbeitsstelle basierend auf den In-situ-Daten.
  15. Verfahren nach Anspruch 14, wobei das dynamische Identifizieren einer Vielzahl von Arbeitsmaschinenstellglied-(WMA-)Steuerzonen Folgendes umfasst: Identifizieren eines unterschiedlichen Satzes von WMA-Steuerzonen, die jedem der Vielzahl von unterschiedlichen WMAs entsprechen.
  16. Verfahren nach Anspruch 15, wobei das Zuweisen eines WMA-Einstellwerts zu jeder der WMA-Steuerzonen Folgendes umfasst: Erzeugen stellgliedspezifischer Einstellwerte, die für ein ausgewähltes WMA spezifisch sind, für jede WMA-Steuerzone im Satz von WMA-Steuerzonen, die dem ausgewählten WMA entsprechen.
  17. Verfahren nach Anspruch 15, wobei das Identifizieren eines anderen Satzes von WMA-Steuerzonen, die jedem der Vielzahl von verschiedenen WMAs entsprechen, Folgendes umfasst: Identifizieren des unterschiedlichen Satzes von WMA-Steuerzonen, die jedem der Vielzahl von unterschiedlichen WMAs entsprechen, basierend auf dem Ansprechverhalten jedes der unterschiedlichen WMAs.
  18. Verfahren nach Anspruch 15, wobei das Identifizieren eines anderen Satzes von WMA-Steuerzonen, die jedem der Vielzahl von verschiedenen WMAs entsprechen, Folgendes umfasst: Identifizieren des unterschiedlichen Satzes von WMA-Steuerzonen, die jedem der Vielzahl von unterschiedlichen WMAs entsprechen, basierend auf dem Festlegen von Grenzen für jedes der unterschiedlichen WMAs.
  19. Verfahren nach Anspruch 15 und ferner umfassend: Identifizieren eines Punktes in jeder der Vielzahl von WMA-Steuerzonen, an dem das ausgewählte WMA basierend auf der Geschwindigkeit der Arbeitsmaschine, dem Ansprechverhalten des ausgewählten Stellglieds und dem Ausmaß der Änderung des stellgliedspezifischen Einstellwerts von einer aktuellen WMA-Steuerzone zu einer nächstfolgenden WMA-Steuerzone betätigt werden soll.
  20. Arbeitsmaschine, umfassend: eine Vielzahl von Arbeitsmaschinenstellgliedern (WMAs); ein In-situ-Datenerfassungssystem, das konfiguriert ist, um In-situ-Daten von einem Datensensor zu erfassen, der die In-situ-Daten erfasst, während die Arbeitsmaschine eine Operation auf der Arbeitsstelle durchführt; ein dynamisches Steuerzonenerkennungssystem, das eine Vielzahl von WMA-Steuerzonen auf einer Arbeitsstelle basierend auf einer thematischen Karte der Arbeitsstelle, die variable Werte auf verschiedene geografische Standorte auf der Arbeitsstelle abbildet, dynamisch identifiziert und das die Identifizierung der Vielzahl von WMA-Steuerzonen auf der Arbeitsstelle basierend auf den In-situ-Daten modifiziert; ein dynamisches Einstellungskennungssystem, das jeder der WMA-Steuerzonen einen WMA-Einstellwert zuweist und das die Zuweisung des WMA-Einstellwerts zu jeder der WMA-Steuerzonen basierend auf den In-situ-Daten modifiziert; einen Positionssensor, der eine geografische Position der Arbeitsmaschine an der Arbeitsstelle erfasst, während die Arbeitsmaschine eine Operation durchführt, und ein Positionssignal erzeugt, das die geografische Position der Arbeitsmaschine anzeigt; und ein Steuersystem, das Steuersignale erzeugt, um die WMAs basierend auf der geografischen Position der Arbeitsmaschine relativ zu den WMA-Steuerzonen und den Einstellwerten in den WMA-Steuerzonen zu steuern.
DE102020204462.7A 2019-04-10 2020-04-07 Zonale maschinensteuerung Pending DE102020204462A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/380,550 2019-04-10
US16/380,550 US11467605B2 (en) 2019-04-10 2019-04-10 Zonal machine control

Publications (1)

Publication Number Publication Date
DE102020204462A1 true DE102020204462A1 (de) 2020-10-15

Family

ID=72613092

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102020204462.7A Pending DE102020204462A1 (de) 2019-04-10 2020-04-07 Zonale maschinensteuerung

Country Status (4)

Country Link
US (1) US11467605B2 (de)
CN (1) CN111857120A (de)
BR (1) BR102020002789A2 (de)
DE (1) DE102020204462A1 (de)

Families Citing this family (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11079725B2 (en) 2019-04-10 2021-08-03 Deere & Company Machine control using real-time model
US11672203B2 (en) 2018-10-26 2023-06-13 Deere & Company Predictive map generation and control
US11178818B2 (en) 2018-10-26 2021-11-23 Deere & Company Harvesting machine control system with fill level processing based on yield data
US11467605B2 (en) 2019-04-10 2022-10-11 Deere & Company Zonal machine control
US11589509B2 (en) 2018-10-26 2023-02-28 Deere & Company Predictive machine characteristic map generation and control system
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
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
US11641800B2 (en) 2020-02-06 2023-05-09 Deere & Company Agricultural harvesting machine with pre-emergence weed detection and mitigation system
US11234366B2 (en) 2019-04-10 2022-02-01 Deere & Company Image selection for machine control
US11937527B2 (en) * 2019-07-31 2024-03-26 Cnh Industrial America Llc System and method for determining residue coverage within a field following a harvesting operation
BR112022009534A2 (pt) * 2019-12-11 2022-08-02 Climate Llc Sistemas agrícolas de alta resposta com otimização sazonal extraordinária
US11800829B2 (en) 2019-12-17 2023-10-31 Deere & Company Work machine zone generation and control system with geospatial constraints
JP2022087963A (ja) * 2020-12-02 2022-06-14 ヤンマーホールディングス株式会社 コンバイン及び走行経路補正方法
US11477940B2 (en) 2020-03-26 2022-10-25 Deere & Company Mobile work machine control based on zone parameter modification
US11983009B2 (en) 2020-10-09 2024-05-14 Deere & Company Map generation and control system
US11844311B2 (en) 2020-10-09 2023-12-19 Deere & Company Machine control using a predictive map
US11849671B2 (en) 2020-10-09 2023-12-26 Deere & Company Crop state map generation and control system
US11946747B2 (en) 2020-10-09 2024-04-02 Deere & Company Crop constituent map generation and control system
US11895948B2 (en) 2020-10-09 2024-02-13 Deere & Company Predictive map generation and control based on soil properties
US11825768B2 (en) * 2020-10-09 2023-11-28 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
US11889788B2 (en) 2020-10-09 2024-02-06 Deere & Company Predictive biomass map generation and control
US11874669B2 (en) 2020-10-09 2024-01-16 Deere & Company Map generation and control system
US11845449B2 (en) 2020-10-09 2023-12-19 Deere & Company Map generation and control system
US11871697B2 (en) 2020-10-09 2024-01-16 Deere & Company Crop moisture map generation and control system
US11474523B2 (en) 2020-10-09 2022-10-18 Deere & Company Machine control using a predictive speed map
US11592822B2 (en) 2020-10-09 2023-02-28 Deere & Company Machine control using a predictive map
US11675354B2 (en) 2020-10-09 2023-06-13 Deere & Company Machine control using a predictive map
US11650587B2 (en) 2020-10-09 2023-05-16 Deere & Company Predictive power map generation and control system
US11635765B2 (en) 2020-10-09 2023-04-25 Deere & Company Crop state map generation and control system
US11711995B2 (en) 2020-10-09 2023-08-01 Deere & Company Machine control using a predictive map
US11864483B2 (en) 2020-10-09 2024-01-09 Deere & Company Predictive map generation and control system
US11927459B2 (en) * 2020-10-09 2024-03-12 Deere & Company Machine control using a predictive map
US11849672B2 (en) 2020-10-09 2023-12-26 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
US11622495B2 (en) * 2021-06-01 2023-04-11 Gint Co., Ltd. Method of automatically combining farm vehicle and work machine and farm vehicle
JP2023039133A (ja) * 2021-09-08 2023-03-20 ヤンマーホールディングス株式会社 自動走行方法、作業車両及び自動走行システム
US11903344B2 (en) * 2021-11-16 2024-02-20 Cnh Industrial America Llc System and method for controlling unloading system position of an agricultural harvester
US20230255143A1 (en) * 2022-01-26 2023-08-17 Deere & Company Systems and methods for predicting material dynamics
US20230309449A1 (en) * 2022-04-05 2023-10-05 Deere & Company Predictive machine setting map generation and control system
US20230320274A1 (en) * 2022-04-08 2023-10-12 Deere & Company Residue characteristic confidence and control

Family Cites Families (967)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE504035C (de) 1930-07-31 Hermann Lindstaedt Kartoffelerntemaschine mit an das Schar anschliessendem Foerderwerk und hinter diesem angeordnetem Ablegerost
DE441597C (de) 1927-03-05 Paul Frenzel Vorrichtung fuer Grasmaehmaschinen, um diese zum Maehen des Kartoffelkrautes geeignet zu machen
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
EP0126713B1 (de) 1983-05-18 1989-01-18 Ciba-Geigy Ag Cyclohexandion-carbonsäurederivate mit herbizider und das Pflanzenwachstum regulierender Wirkung
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
CS247426B1 (cs) 1984-12-21 1986-12-18 Josef Hula Zařízení pro mdření ulehlosti půdy
CS248318B1 (en) 1984-12-21 1987-02-12 Josef Hula Device for soil compactness measuring
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
SU1540053A1 (ru) 1987-06-16 1991-01-15 Головное специализированное конструкторское бюро по комплексам зерноуборочных машин Производственного объединения "Ростсельмаш" Способ управлени технологическим процессом уборочной машины
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
US5089043A (en) 1989-11-09 1992-02-18 Shionogi & Co., Ltd. Heterocyclic oxy-phenoxyacetic acid derivatives and their use as herbicides
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
PT639050E (pt) 1992-05-06 2001-06-29 Novartis Ag Composicao sinergistica e processo para controlo selectivo de ervas daninhas
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
EP0779201A2 (de) 1993-06-28 1997-06-18 New Holland Belgium N.V. Arbeitsfahrzeug
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
US5592606A (en) 1993-07-30 1997-01-07 Myers; Allen Method and apparatus for storage and display of hierarchally organized data
CA2179648C (en) 1993-12-22 2005-03-22 Clyde James Barnes, Iii Herbicidal diphenyl ether and nitrogen solution compositions and method
US5995859A (en) 1994-02-14 1999-11-30 Nihon Kohden Corporation Method and apparatus for accurately measuring the saturated oxygen in arterial blood by substantially eliminating noise from the measurement signal
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
DE69609362T2 (de) 1995-01-25 2000-12-07 Agco Ltd 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
CN1198713A (zh) 1995-09-29 1998-11-11 英格索尔-兰德公司 一种土壤压实机及其牵引控制系统
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
EP0877921B1 (de) 1996-02-01 2005-06-15 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.
US7032689B2 (en) 1996-03-25 2006-04-25 Halliburton Energy Services, Inc. Method and system for predicting performance of a drilling system of a given formation
DE29607846U1 (de) 1996-04-30 1996-07-25 Neuhaus Neotec Maschinen Und A 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
DE59702110D1 (de) 1996-10-21 2000-09-07 Ammann Verdichtung Ag Langenth 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
US5902343A (en) 1996-11-22 1999-05-11 Case Corporation Automatic scaling of GPS field maps
US6029106A (en) 1996-11-22 2000-02-22 Case Corporation Global position correction for the electronic display of 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
PT1005593E (pt) 1997-08-20 2004-12-31 Roxbury Ltd Tratamento do solo
DE19740346A1 (de) 1997-09-13 1999-03-18 Claas Selbstfahr Erntemasch Selbstfahrende Arbeitsmaschine
US6178253B1 (en) 1997-10-10 2001-01-23 Case Corporation Method of determining and treating the health of a crop
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
DK1369039T3 (da) 1999-10-14 2005-03-29 Basf Ag Synergistiske herbicide fremgangsmåder
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
FI114171B (fi) 2000-05-12 2004-08-31 Antti Paakkinen Menetelmä ja laite maamassojen ja muiden niiden kaltaisten massojen tiivistysominaisuuksien mittaamiseksi
DE10023443A1 (de) 2000-05-12 2001-11-15 Deere & Co Fördervorrichtung
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
US6682416B2 (en) 2000-12-23 2004-01-27 Claas Selbstfahrende Erntemaschinen Gmbh Automatic adjustment of a transfer device on an agricultural harvesting machine
DE10064861A1 (de) 2000-12-23 2002-06-27 Claas Selbstfahr Erntemasch Vorrichtung und Verfahren zur automatischen Steuerung einer Überladeeinrichtung an landwirtschaftlichen Erntemaschinen
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
DE10129133A1 (de) 2001-06-16 2002-12-19 Deere & Co Einrichtung zur selbsttätigen Lenkung eines landwirtschaftlichen Arbeitsfahrzeugs
DE10129135B4 (de) 2001-06-16 2013-10-24 Deere & Company Einrichtung zur Positionsbestimmung eines landwirtschaftlichen Arbeitsfahrzeugs sowie ein landwirtschaftliches Arbeitsfahrzeug mit dieser
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
US6591591B2 (en) 2001-07-30 2003-07-15 Deere & Company Harvester speed control with header position input
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
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.
NL1020792C2 (nl) 2002-06-06 2003-12-09 Lely Entpr Ag Landbouwmachine voor het uitvoeren van een landbouwbewerking.
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
US6681551B1 (en) 2002-07-11 2004-01-27 Deere & Co. Programmable function control for combine
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
US7047133B1 (en) 2003-01-31 2006-05-16 Deere & Company Method and system of evaluating performance of a crop
US6999877B1 (en) 2003-01-31 2006-02-14 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
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
US6907336B2 (en) 2003-03-31 2005-06-14 Deere & Company Method and system for efficiently traversing an area with a work vehicle
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
AU2004303492A1 (en) 2003-12-19 2005-07-07 Basf Aktiengesellschaft Benzoyl-substituted phenylalanine amides
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
EA010185B1 (ru) 2004-03-27 2008-06-30 Байер Кропсайенс Гмбх Применение сульфонилмочевин в качестве гербицидов
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
US7840308B2 (en) * 2004-09-10 2010-11-23 Honda Motor Co., Ltd. Robot device control based on environment and position of a movable robot
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
KR100664059B1 (ko) * 2004-12-04 2007-01-03 엘지전자 주식회사 로봇청소기의 장애물 위치 인식시스템 및 방법
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
DE102005000770B3 (de) 2005-01-05 2006-07-20 Langlott, Jürgen Verfahren zur Steuerung der Arbeitsorgane und der Fahrgeschwindigkeit eines Mähdreschers
DE102005000771A1 (de) 2005-01-05 2006-08-24 Langlott, Jürgen Verfahren zur Steuerung einer selbstfahrenden Erntemaschine
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
US7318010B2 (en) 2006-02-07 2008-01-08 Deere & Company Method of regulating wireless sensor network energy use
US20070185749A1 (en) 2006-02-07 2007-08-09 Anderson Noel W Method for tracking hand-harvested orchard crops
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
DE102006015204A1 (de) 2006-03-30 2007-10-18 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zur Erstellung eines Routenplans für landwirtschaftliche Maschinensysteme
DE102006015203A1 (de) 2006-03-30 2007-11-15 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zur Steuerung von landwirtschaftlichen Maschinensystemen
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
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
WO2008124596A1 (en) 2007-04-05 2008-10-16 Iowa State University Research Foundation, Inc. Combination residue spreader and collector for single pass harvesting systems
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
TW200904330A (en) 2007-06-15 2009-02-01 Bayer Cropscience Sa Pesticidal composition comprising a strigolactone derivative and a fungicide compound
TW200904331A (en) 2007-06-15 2009-02-01 Bayer Cropscience Sa Pesticidal composition comprising a strigolactone derivative and an insecticide 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
EP2020174B1 (de) 2007-08-03 2012-02-29 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
EP2573074B1 (de) 2007-08-13 2014-07-23 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
ES2627674T3 (es) 2007-09-26 2017-07-31 Precision Planting Llc Sistema y método para determinar una fuerza hacia abajo apropiada para una unidad de hilera de sembradora
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
AU2009214835B2 (en) 2008-02-13 2014-04-10 Grains Research And Development Corporation Weed and volunteer crop seed destruction
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
US8224500B2 (en) 2008-09-11 2012-07-17 Deere & Company Distributed knowledge base program for vehicular localization and work-site management
US8818567B2 (en) 2008-09-11 2014-08-26 Deere & Company High integrity perception for machine localization and safeguarding
US8195342B2 (en) 2008-09-11 2012-06-05 Deere & Company Distributed knowledge base for vehicular localization and work-site management
US8478493B2 (en) 2008-09-11 2013-07-02 Deere & Company High integrity perception program
US9235214B2 (en) * 2008-09-11 2016-01-12 Deere & Company Distributed knowledge base method for vehicular localization and work-site management
US8195358B2 (en) 2008-09-11 2012-06-05 Deere & Company Multi-vehicle high integrity perception
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
US8321365B2 (en) 2009-04-21 2012-11-27 Deere & Company Horticultural knowledge base for managing yards and gardens
US9538714B2 (en) 2009-04-21 2017-01-10 Deere & Company Managing resource prescriptions of botanical plants
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
PL2311307T3 (pl) 2009-09-07 2012-09-28 Claas E Systems Gmbh Wskaźnik stopnia napełnienia, pojazd rolniczy zawierający taki wskaźnik oraz sposób kontroli napełniania obszaru docelowego
DE102009041646A1 (de) 2009-09-17 2011-03-24 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftliche Maschine mit Autopilot
US20110224873A1 (en) 2009-09-17 2011-09-15 Reeve David R Vehicle assembly controller with automaton framework and control method
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
US8521372B2 (en) 2010-05-28 2013-08-27 Agjunction Llc System and method for collecting and processing agricultural field data
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
CN102656531A (zh) 2010-01-15 2012-09-05 莱卡地球系统公开股份有限公司 数据共享的系统和方法
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
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
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
RU2447640C1 (ru) 2010-12-08 2012-04-20 Василий Васильевич Ефанов Способ управления технологическим процессом уборочной машины и система для его осуществления
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
AU2011353515B2 (en) 2011-01-04 2015-11-05 Climate Llc 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
US8606454B2 (en) 2011-02-18 2013-12-10 Cnh America Llc System and method for synchronized control of a harvester and transport vehicle
US9002591B2 (en) 2011-02-18 2015-04-07 Cnh Industrial America Llc Harvester spout control system and method
AU2011359328B2 (en) 2011-02-18 2015-06-11 Cnh Industrial America Llc System and method for trajectory control of a transport vehicle used with a harvester
US8655505B2 (en) 2011-02-18 2014-02-18 Caterpillar Inc. Worksite management system implementing remote machine reconfiguration
US8463460B2 (en) 2011-02-18 2013-06-11 Caterpillar Inc. Worksite management system implementing anticipatory machine control
WO2012110544A1 (en) 2011-02-18 2012-08-23 Cnh Belgium N.V. Harvester spout control system and method
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
US9631964B2 (en) 2011-03-11 2017-04-25 Intelligent Agricultural Solutions, Llc Acoustic material flow sensor
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
US9629308B2 (en) 2011-03-11 2017-04-25 Intelligent Agricultural Solutions, Llc Harvesting machine capable of automatic adjustment
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
DE102011007511A1 (de) 2011-04-15 2012-10-18 Deere & Company Verfahren zur Einstellung einer Reinigungseinrichtung eines Mähdreschers und Reinigungseinrichtung
DE102011002071A1 (de) 2011-04-15 2012-10-18 Claas Selbstfahrende Erntemaschinen Gmbh System und Verfahren zur Steuerung der Erntegutüberladung
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
EP2718671B1 (de) 2011-06-13 2018-02-21 The Climate Corporation Verfahren zur erzeugung von applikationskarten und parzellen
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
DE102011052688B4 (de) 2011-08-12 2021-02-04 Andreas Reichhardt Verfahren und System zur Befüllung von Transportfahrzeugen mit Erntegut
IN2014DN01632A (de) 2011-08-12 2015-05-15 Rhodia Operations
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
DE102011054630A1 (de) 2011-10-20 2013-04-25 Claas Agrosystems GmbH Visualisierungseinrichtung
WO2013059602A1 (en) 2011-10-21 2013-04-25 Pioneer Hi-Bred International, Inc. Combine harvester and associated method for gathering grain
EP2771860A4 (de) 2011-10-24 2015-01-21 Trimble Navigation Ltd Landwirtschaftliche und bodenbewirtschaftung
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
US9392746B2 (en) 2012-02-10 2016-07-19 Deere & Company Artificial intelligence for detecting and filling void areas of agricultural commodity containers
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
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
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
DE112013000935T5 (de) 2012-02-10 2015-03-12 Darin E. Bartholomew System und Verfahren zum Materialtransport mit einem oder mehreren Bildgebungsgeräten am übergebenden Fahrzeug und am übernehmenden Fahrzeug zur Steuerung der Materialverteilung im Transportanhänger des übernehmenden Fahrzeugs
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
US9528629B2 (en) * 2012-06-27 2016-12-27 Fisher Controls International Llc Methods and apparatus to use vibration data to determine a condition of a process control device
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
KR102113297B1 (ko) 2012-09-26 2020-05-21 가부시끼 가이샤 구보다 대지 작업 차량, 대지 작업 차량 관리 시스템, 대지 작업 정보 표시 방법
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
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
DE102012021469A1 (de) 2012-11-05 2014-05-08 Claas Selbstfahrende Erntemaschinen Gmbh Assistenzsystem zur Optimierung des Fahrzeugbetriebes
DE102012220109A1 (de) 2012-11-05 2014-05-08 Deere & Company Einrichtung zur Erfassung des Betriebszustands einer Arbeitsmaschine
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
DE102012223434B4 (de) 2012-12-17 2021-03-25 Deere & Company Verfahren und Anordnung zur Optimierung eines Betriebsparameters eines Mähdreschers
US20140172224A1 (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
US20140172225A1 (en) 2012-12-19 2014-06-19 Agco Corporation Speed control in agricultural vehicle guidance systems
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
DE102013001157A1 (de) 2013-01-24 2014-08-07 Zind Systementwicklungs Gmbh Fertigungsanlage zur Fertigung von Gefäßen aus Gefäßrohlingen und Fertigungsverfahren
US9497898B2 (en) 2013-01-24 2016-11-22 Tribine Industries, LLC Agricultural harvester unloading assist system and method
US8955402B2 (en) 2013-01-25 2015-02-17 Trimble Navigation Limited Sugar cane yield mapping
CN203206739U (zh) 2013-01-25 2013-09-25 蒋行宇 打瓜联合收获机
CN104294810B (zh) 2013-01-30 2016-05-11 青岛市勘察测绘研究院 一种强夯地基加固随夯诊断实时处理方法及强夯实时诊断装置
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
GB2510630B (en) 2013-02-11 2015-08-05 Kverneland Group Les Landes Genusson Strip tilling system
GB2510629B (en) 2013-02-11 2015-10-14 Kverneland Group Les Landes Genusson Strip tilling system
ES2678843T3 (es) 2013-02-19 2018-08-17 Grains Research And Development Corporation Disposición de desvitalización de semillas de maleza
US9668420B2 (en) 2013-02-20 2017-06-06 Deere & Company Crop sensing display
US10178828B2 (en) 2013-02-20 2019-01-15 Deere & Company Per plant crop sensing resolution
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
EP2978665A4 (de) 2013-03-24 2017-04-26 Bee Robotics Corporation Landwirtschaftliches antennenrobotersystem für schädlingsbekämpfung, pflanzen, düngen und andere feldarbeiten
EP2979537B1 (de) 2013-03-27 2019-08-28 Kubota Corporation Mähdrescher
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
AU2014201885B2 (en) 2013-04-02 2018-03-01 Carnegie Mellon University Control arrangement and method for controlling a position of a transfer device of a harvesting machine
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
DE102014105643A1 (de) 2013-04-22 2014-10-23 Carnegie Mellon University Verfahren zur Verbesserung der Robostheit eines automatisierten Endladesystems
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
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
CA2814599A1 (en) 2013-04-29 2014-10-29 Fieldstone Land Management Inc. Method and apparatus for tangible effect calculation and compensation
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
US10180328B2 (en) 2013-07-10 2019-01-15 Agco Coporation Automating distribution of work in a field
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
US20160360697A1 (en) 2013-09-03 2016-12-15 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
WO2015051339A1 (en) 2013-10-03 2015-04-09 Farmers Business Network, Llc Crop model and prediction analytics
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
WO2015057638A1 (en) 2013-10-14 2015-04-23 Kinze Manufacturing, Inc. Autonomous systems, methods, and apparatus for ag based operations
US10362733B2 (en) 2013-10-15 2019-07-30 Deere & Company Agricultural harvester configured to control a biomass harvesting rate based upon soil effects
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
BE1021108B1 (nl) 2013-10-28 2016-01-18 Cnh Industrial Belgium Nv Ontlaadsystemen
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
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
EP3104676A4 (de) 2014-02-10 2017-11-08 The Climate Corporation Verfahren und systeme zur erzeugung gemeinsamer kollaborativer karten
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
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
US9489576B2 (en) 2014-03-26 2016-11-08 F12 Solutions, LLC. Crop stand analysis
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
AU2015240770B2 (en) 2014-04-01 2018-07-19 Climate Llc Agricultural implement and implement operator monitoring apparatus, systems, and methods
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
DE102014208068A1 (de) 2014-04-29 2015-10-29 Deere & Company Erntemaschine mit sensorbasierter Einstellung eines Arbeitsparameters
DE102014208070A1 (de) 2014-04-29 2015-12-17 Deere & Company Die Fahrzeugdynamik berücksichtigendes Kontrollsystem zur Positionssteuerung eines Geräts für ein landwirtschaftliches Arbeitsfahrzeug
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
WO2015200489A1 (en) 2014-06-24 2015-12-30 360 Yield Center, Llc Agronomic system, methods and apparatuses
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
WO2016025848A1 (en) 2014-08-15 2016-02-18 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
CN107148633B (zh) 2014-08-22 2020-12-01 克莱米特公司 用于使用无人机系统进行农艺和农业监测的方法
BR112017003725A2 (pt) 2014-08-27 2017-12-26 Premier Crop Systems Llc sistema operável para aplicar uma entrada agrícola e colher uma saída agrícola em uma zona de gestão e método para randomizar e replicar entradas agrícolas
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
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
US10667456B2 (en) 2014-09-12 2020-06-02 The Climate Corporation Methods and systems for managing agricultural activities
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
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
AU2015322263B2 (en) * 2014-09-24 2018-03-22 Samsung Electronics Co., Ltd. Cleaning robot and method for controlling cleaning robot
DE102014113887A1 (de) 2014-09-25 2016-03-31 Claas Selbstfahrende Erntemaschinen Gmbh Mähdrescher mit einer Verteilvorrichtung
DE102014113874A1 (de) 2014-09-25 2016-03-31 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zum Überladen bei Erntemaschinen
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
KR102404044B1 (ko) 2014-11-13 2022-05-30 얀마 파워 테크놀로지 가부시키가이샤 병주 작업 시스템
EP3218679A4 (de) 2014-11-14 2018-12-19 Bitsrata Systems Inc. System und verfahren zur messung eines getreidewagengewichtes
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
WO2016127094A1 (en) 2015-02-06 2016-08-11 The Climate Corporation Methods and systems for recommending agricultural activities
WO2016134341A1 (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
EP3272205B1 (de) 2015-03-18 2022-11-09 Kubota Corporation Mähdrescher und vorrichtung zur kornbeurteilungskontrolle für mähdrescher
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
US10095200B2 (en) 2015-03-30 2018-10-09 Uop Llc System and method for improving performance of a chemical plant with a furnace
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
MX2017014004A (es) 2015-05-01 2018-08-15 Hyliion Inc Accesorio de vehiculo motorizado para aumentar suministro de energia y reducir requisitos de combustible.
US10209235B2 (en) 2015-05-04 2019-02-19 Deere & Company Sensing and surfacing of crop loss data
US9872433B2 (en) 2015-05-14 2018-01-23 Raven Industries, Inc. System and method for adjusting harvest characteristics
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
US10039231B2 (en) 2015-05-19 2018-08-07 Deere & Company System for measuring plant attributes using a priori plant maps
EP3095310B1 (de) 2015-05-21 2018-05-16 Robert Thomas Farms Ltd Landwirtschaftliche vorrichtung
DE102015006398B3 (de) 2015-05-21 2016-05-04 Helmut Uhrig Strassen- und Tiefbau GmbH Bodenverdichtung mit einem Baggeranbauverdichter
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
EP3307047A4 (de) 2015-06-05 2018-11-14 The University of Sydney Automatisches zielerkennungs- und verwaltungssystem
BR112017026437B1 (pt) 2015-06-08 2022-01-18 The Climate Corporation Sistema de computador e método implantado por computador para monitorar operações de um ou mais campos
DE102015109799A1 (de) 2015-06-18 2016-12-22 Claas E-Systems Kgaa Mbh & Co Kg Verfahren zur Synchronisation zweier unabhängiger, selbstfahrender landwirtschaftlicher Arbeitsmaschinen
US10064331B2 (en) 2015-06-18 2018-09-04 Bail & Burnit Pty Ltd Mechanical weed seed management system
AU2016287397B2 (en) 2015-06-30 2021-05-20 Climate Llc Systems and methods for image capture and analysis of agricultural fields
CA3101755C (en) 2015-07-14 2023-03-28 Dean Mayerle Weed seed destruction with a discharge which combines with a straw spreader
US9968027B2 (en) 2015-07-14 2018-05-15 Clemson University Automated control systems and methods for underground crop harvesters
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
EP3341129B1 (de) 2015-08-28 2024-04-03 Tecfarm PTY Ltd Vorrichtung und verfahren zur verarbeitung von nutzpflanzenresten
JP6502221B2 (ja) 2015-09-14 2019-04-17 株式会社クボタ 作業車支援システム
DE102015217496A1 (de) 2015-09-14 2017-03-16 Deere & Company Verfahren zum Ausbringen von Saatgutpartikeln oder Pflanzen auf ein Feld und eine entsprechende Maschine
US10183667B2 (en) 2015-09-15 2019-01-22 Deere & Company Human presence detection on a mobile machine
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
US9696162B2 (en) 2015-09-17 2017-07-04 Deere & Company Mission and path planning using images of crop wind damage
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
EP3150052B1 (de) 2015-09-30 2018-06-13 CLAAS E-Systems KGaA mbH & Co KG Getreideerntemaschine
US9807940B2 (en) 2015-09-30 2017-11-07 Deere & Company System for prediction and control of drydown for windrowed agricultural products
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
US20180232674A1 (en) 2015-11-05 2018-08-16 Agco International Gmbh Method and system for determining work trajectories for a fleet of working units in a harvest operation
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
DE102015121210A1 (de) 2015-12-07 2017-06-08 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftliche Arbeitsmaschine
US9721181B2 (en) 2015-12-07 2017-08-01 The Climate Corporation Cloud detection on remote sensing imagery
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
US9856612B2 (en) 2015-12-21 2018-01-02 Caterpillar Paving Products Inc. Compaction measurement using nearby sensors
EP3397042A1 (de) 2015-12-29 2018-11-07 Agco Corporation Rutschkupplungssystem mit integriertem antriebsstrang für grosse quaderballenpresse
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
AU2016390303B2 (en) * 2016-01-29 2019-10-24 Komatsu Ltd. Work machine management system, work machine, and work machine management method
BE1023467B1 (nl) 2016-02-01 2017-03-29 Cnh Industrial Belgium Nv Beheer van een restantensysteem van een maaidorser door veldgegevens te gebruiken
JP6688542B2 (ja) 2016-02-04 2020-04-28 ヤンマー株式会社 追従型コンバイン
US9891629B2 (en) 2016-02-04 2018-02-13 Deere & Company Autonomous robotic agricultural machine and system thereof
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
WO2017164097A1 (ja) 2016-03-25 2017-09-28 日本電気株式会社 情報処理装置、情報処理装置の制御方法、および、情報処理装置の制御プログラムが記録された記録媒体
KR102394967B1 (ko) 2016-03-29 2022-05-04 얀마 파워 테크놀로지 가부시키가이샤 콤바인
US9903077B2 (en) 2016-04-04 2018-02-27 Caterpillar Paving Products Inc. System and method for performing a compaction operation
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
DE102016118203A1 (de) 2016-05-10 2017-11-16 Claas Selbstfahrende Erntemaschinen Gmbh Zugmaschinen-Geräte-Kombination mit Fahrerassistenzsystem
JP2019520631A (ja) 2016-05-12 2019-07-18 ビーエーエスエフ ソシエタス・ヨーロピアBasf Se 自然環境における雑草の認識
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
BR112018074180A2 (pt) 2016-05-24 2019-03-06 Cnh Industrial America Llc carrinho de grãos autônomo dimensionado para se encaixar atrás de um cabeçote
WO2017205410A1 (en) 2016-05-24 2017-11-30 Cnh Industrial America Llc Grain cart for continuous conveying agricultural product
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
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
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
US20180022559A1 (en) 2016-07-22 2018-01-25 Scott William Knutson Loader Positioning System
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
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
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
US10351364B2 (en) 2016-08-05 2019-07-16 Deere & Company Automatic vehicle and conveyor positioning
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
US10154624B2 (en) 2016-08-08 2018-12-18 The Climate Corporation Estimating nitrogen content using hyperspectral and multispectral images
EP3287007A1 (de) 2016-08-24 2018-02-28 Bayer CropScience AG Bekämpfung von schadorganismen auf basis der vorhersage von befallsrisiken
US10410299B2 (en) 2016-08-24 2019-09-10 The Climate Corporation Optimizing split fertilizer application
US10609856B2 (en) 2016-08-29 2020-04-07 Troy Oliver Agriculture system and method
DE102016116043A1 (de) 2016-08-29 2018-03-01 Claas Selbstfahrende Erntemaschinen Gmbh Transportfahrzeug
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
PL3298873T3 (pl) 2016-09-21 2020-08-24 Exel Industries Urządzenie sterujące do pojazdu, odpowiadający mu pojazd i sposób
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
US10078890B1 (en) 2016-09-29 2018-09-18 CHS North LLC Anomaly detection
DK3518647T3 (da) 2016-09-29 2021-03-22 Agro Intelligence Aps System og fremgangsmåde til bestemmelse af en rute, der skal følges af et landbrugsmæssigt arbejdskøretøj
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
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
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
WO2018073060A1 (de) 2016-10-18 2018-04-26 Bayer Cropscience Aktiengesellschaft PLANUNG UND AUSFÜHRUNG LANDWIRTSCHAFTLICHER MAßNAHMEN
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
EP3533008A1 (de) 2016-10-31 2019-09-04 BASF Agro Trademarks GmbH Verfahren zur abbildung von ernteerträgen
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
CA3142363C (en) 2016-11-07 2024-03-05 The Climate Corporation Agricultural implements for soil and vegetation analysis
CA3043200A1 (en) 2016-11-07 2018-05-11 The Climate Corporation Work layer imaging and analysis for implement monitoring, control and operator feedback
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
US11320279B2 (en) 2016-12-02 2022-05-03 Kubota Corporation Travel route management system and travel route determination device
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
KR102532963B1 (ko) 2016-12-19 2023-05-16 가부시끼 가이샤 구보다 작업차 자동 주행 시스템
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
US11300976B2 (en) 2016-12-19 2022-04-12 Kubota Corporation Work vehicle automatic traveling system
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
WO2018112615A1 (en) 2016-12-22 2018-06-28 Greentronics Ltd. Systems and methods for automated tracking of harvested materials
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
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
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
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
EP3582603A4 (de) 2017-03-21 2021-01-06 Blue River Technology Inc. Mähdrescher mit maschinenrückkopplungssteuerung
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
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
US10268203B2 (en) * 2017-04-20 2019-04-23 GM Global Technology Operations LLC Calibration validation for autonomous vehicle operations
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
BR112019022503A2 (pt) 2017-04-26 2020-05-12 The Climate Corporation Método para nivelar leituras de sensores através de um implemento
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
BE1024475B1 (nl) 2017-05-09 2018-03-01 Cnh Industrial Belgium Nv Werkwijze voor het oogsten en oogsttoestel
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
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
DE102017208442A1 (de) 2017-05-18 2018-11-22 Deere & Company Selbstlernende, Korrektureingaben berücksichtigende Anordnung zur selbsttätigen Kontrolle eines Arbeitsparameters einer Erntegutförder- und/oder -bearbeitungseinrichtung
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
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
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
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
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
CN110582198B (zh) 2017-06-23 2022-08-23 株式会社久保田 收割机
KR102593355B1 (ko) 2017-06-26 2023-10-25 가부시끼 가이샤 구보다 포장 맵 생성 시스템
JP6827373B2 (ja) 2017-06-26 2021-02-10 株式会社クボタ コンバイン
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
US10252285B2 (en) * 2017-08-08 2019-04-09 Deere & Company Mobile drift sensor for agricultural spraying
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
US11317562B2 (en) 2017-09-11 2022-05-03 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
US10883437B2 (en) 2017-09-19 2021-01-05 Doug Abolt Horsepower on demand system
DE102017121654A1 (de) 2017-09-19 2019-03-21 Claas Tractor Sas Landwirtschaftliche Arbeitsmaschine
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
DE102017122711A1 (de) 2017-09-29 2019-04-04 Claas E-Systems Kgaa Mbh & Co. Kg Verfahren für den Betrieb einer selbstfahrenden landwirtschaftlichen 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
BR122020026057B1 (pt) 2017-10-02 2024-01-16 Precision Planting Llc Método de calcular uma medida de uniformidade do sulco, método para determinar um percentual de vazios em um sulco e método para corrigir uma leitura de refletância do solo
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
WO2019079205A1 (en) 2017-10-17 2019-04-25 Precision Planting Llc SOIL DETECTION SYSTEMS AND INSTRUMENTS FOR DETECTING DIFFERENT SOIL PARAMETERS
CA3079773A1 (en) 2017-10-24 2019-05-02 Basf Agro Trademarks Gmbh Generation of digital cultivation maps
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
CA3079244A1 (en) 2017-10-31 2019-05-09 Agjunction Llc Three-dimensional terrain mapping
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
US10521526B2 (en) 2017-11-20 2019-12-31 Nfl Players, Inc. Hybrid method of assessing and predicting athletic performance
US11151500B2 (en) 2017-11-21 2021-10-19 The Climate Corporation Digital modeling of disease on crops on agronomic fields
DE102017221134A1 (de) 2017-11-27 2019-05-29 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines mobilen Systems
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
CA3085012A1 (en) 2017-12-08 2018-12-07 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
KR102599328B1 (ko) 2017-12-15 2023-11-08 가부시끼 가이샤 구보다 슬립 판정 시스템, 주행 경로 생성 시스템, 및 포장 작업차
US10660268B2 (en) 2017-12-16 2020-05-26 Deere & Company Harvester with electromagnetic plane crop material flow sensor
KR20200096497A (ko) 2017-12-18 2020-08-12 가부시끼 가이샤 구보다 자동 주행 시스템, 자동 주행 관리 프로그램, 자동 주행 관리 프로그램을 기록한 기록 매체, 자동 주행 관리 방법, 영역 결정 시스템, 영역 결정 프로그램, 영역 결정 프로그램을 기록한 기록 매체, 영역 결정 방법, 콤바인 제어 시스템, 콤바인 제어 프로그램, 콤바인 제어 프로그램을 기록한 기록 매체, 콤바인 제어 방법
KR20200096500A (ko) 2017-12-18 2020-08-12 가부시끼 가이샤 구보다 자동 조타 시스템 및 자동 조타 방법
KR20200096496A (ko) 2017-12-18 2020-08-12 가부시끼 가이샤 구보다 콤바인 제어 시스템, 콤바인 제어 프로그램, 콤바인 제어 프로그램을 기록한 기록 매체, 콤바인 제어 방법, 수확기 제어 시스템, 수확기 제어 프로그램, 수확기 제어 프로그램을 기록한 기록 매체, 수확기 제어 방법
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
KR20200096489A (ko) 2017-12-20 2020-08-12 가부시끼 가이샤 구보다 작업차, 작업차를 위한 주행 경로 선택 시스템, 및 주행 경로 산출 시스템
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
CN108062674B (zh) * 2017-12-28 2020-09-08 上海携程商务有限公司 基于gps的订单欺诈识别方法、系统、存储介质和电子设备
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
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
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
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
DE102018104286A1 (de) 2018-02-26 2019-08-29 Claas Selbstfahrende Erntemaschinen Gmbh Selbstfahrender Feldhäcksler
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
CN111868782B (zh) 2018-04-17 2024-01-02 赫尔实验室有限公司 使用彩色图像的盲源分离确定农作物残茬分数的系统和方法
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
DE102018111076A1 (de) 2018-05-08 2019-11-14 Claas Selbstfahrende Erntemaschinen Gmbh Mähdrescher
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
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
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
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
WO2020014533A1 (en) 2018-07-11 2020-01-16 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
US11277956B2 (en) 2018-07-26 2022-03-22 Bear Flag Robotics, Inc. Vehicle controllers for agricultural and industrial applications
CA3106238A1 (en) 2018-07-26 2020-01-30 The Climate Corporation Generating agronomic yield maps from field health imagery
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
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
WO2020026651A1 (ja) 2018-08-01 2020-02-06 株式会社クボタ 収穫機、走行システム、走行方法、走行プログラム、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
WO2020038810A1 (en) 2018-08-22 2020-02-27 Agco International Gmbh Harvest logistics
WO2020039312A1 (en) 2018-08-22 2020-02-27 Precision Planting Llc Implements and application units having sensors for sensing data to determine agricultural plant characteristics of agricultural fields
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
MX2021002202A (es) 2018-08-31 2021-05-14 Climate Corp Mejora del modelo de humedad de subcampo utilizando modelado de flujo terrestre con calculos de agua poco profunda.
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
WO2020076510A2 (en) 2018-10-11 2020-04-16 Mtd Products Inc Localized data mapping for indoor and outdoor applications
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
CA3116429A1 (en) 2018-10-24 2020-04-30 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
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
US11178818B2 (en) 2018-10-26 2021-11-23 Deere & Company Harvesting machine control system with fill level processing based on yield data
US11399462B2 (en) 2018-10-31 2022-08-02 Cnh Industrial America Llc System and method for calibrating alignment of work vehicles
US20200128738A1 (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
US20200133262A1 (en) 2018-10-31 2020-04-30 Cnh Industrial America Llc System and method for calibrating alignment of work vehicles
US11564349B2 (en) 2018-10-31 2023-01-31 Deere & Company Controlling a machine based on cracked kernel detection
US10986778B2 (en) 2018-10-31 2021-04-27 Deere & Company Weed seed devitalizer control
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
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
US20200146203A1 (en) 2018-11-13 2020-05-14 Cnh Industrial America Llc Geographic coordinate based setting adjustment for agricultural implements
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
CN113079691B (zh) 2018-11-26 2023-06-16 株式会社久保田 农作业机及其控制方法、农作业机控制程序及其记录介质
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
DE102018131142A1 (de) 2018-12-06 2020-06-10 Claas Selbstfahrende Erntemaschinen Gmbh Landwirtschaftliche Arbeitsmaschine sowie Verfahren zum Betreiben einer landwirtschaftlichen Arbeitsmaschine
US11067994B2 (en) 2018-12-06 2021-07-20 Deere & Company Machine control through active ground terrain mapping
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
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
CN109763476A (zh) 2019-03-12 2019-05-17 上海兰德公路工程咨询设计有限公司 一种快速检测填土路基的压实度的装置及方法
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
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
US11856882B2 (en) 2019-04-10 2024-01-02 Kansas Stte University Research Foundation Autonomous robot system for steep terrain farming operations
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
DE102019206734A1 (de) 2019-05-09 2020-11-12 Deere & Company Sämaschine mit vorausschauender Ansteuerung
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
US11904871B2 (en) 2019-10-30 2024-02-20 Deere & Company Predictive machine control
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
US11641801B2 (en) 2020-04-21 2023-05-09 Deere & Company Agricultural harvesting machine control using machine learning for variable delays
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

Also Published As

Publication number Publication date
US20200326727A1 (en) 2020-10-15
US11467605B2 (en) 2022-10-11
CN111857120A (zh) 2020-10-30
BR102020002789A2 (pt) 2020-10-20

Similar Documents

Publication Publication Date Title
DE102020204462A1 (de) Zonale maschinensteuerung
DE102020204478A1 (de) Maschinensteuerung unter verwendung eines echtzeitmodells
DE102020204464A1 (de) Maschinensteuerung unter verwendung eines echtzeitmodells
DE102019214038B4 (de) Kornqualitätskontrollsystem und -verfahren
DE102020204363A1 (de) Bildauswahl für maschinensteuerung
DE102016207568A1 (de) Erfassen und Sichtbarmachen von Erntegutverlustdaten
DE102018209843A1 (de) Mähdrescher-Steuerschnittstelle für einen Bediener und/oder einen abgesetzten Benutzer
DE102016215197A1 (de) Einsatz- und Wegplanung unter Verwendung von Bildern von Erntegut-Windschäden
DE102015216081B4 (de) Mobile Maschine mit einer Anzahl kontrollierter Systeme zum Abrufen erntegutspezifischer Leistungsziele zur Kontrolle der mobilen Maschine
DE102020206737A1 (de) Arbeitsmaschinensteuerung basierend auf maschinenfähigkeiten in bezug auf arbeitsauftragskriterien
DE102008056557A1 (de) Erstellung von Bilddatenbanken für Bildauswertung
DE102021200028A1 (de) Landwirtschaftliche erntemaschine mit vorauflauf-unkrauterkennungs- und -eindämmungssystem
DE102016212491A1 (de) Reduzierung von Verstopfungen durch Überkehrmaterial
DE102020214893A1 (de) Leistungserfassungs- und steuersystem für mobile arbeitsmaschinen
DE102021126413A1 (de) Landwirtschaftliche merkmale, konfidenz und steuerung
EP4032389A1 (de) System zur bestimmung eines bruchkornanteils
DE102021120069A1 (de) Prädiktives geschwindigkeitskartenerzeugungs- und steuersystem
DE102020001120A1 (de) Verbesserung der dimensionsübergreifenden leistung in der maschinensteuerung
DE102019206817A1 (de) Selbstlernendes steuersyste m für eine mobile maschine
DE102022124448A1 (de) Prädiktives reaktionskarten-erzeugungs- und steuersystem
DE102022122389A1 (de) Landmaschinensteuerung unter verwendung einer arbeitsqualität auf der grundlage einerin-situ-arbeitsablauferfassung
DE102022203349A1 (de) Reihenerkennungsvorgänge mit kontexterfassung
DE102020120877A1 (de) Überwachungs- und verbesserungssystem für die maschinensteuerung
DE102022100945A1 (de) Maschinensteuerung mithilfe einer karte mit regimezonen
DE102021119856A1 (de) Maschinensteuerung mithilfe einer prädiktiven geschwindigkeitskarte

Legal Events

Date Code Title Description
R082 Change of representative

Representative=s name: REICHERT, CHRISTIAN, DIPL.-ING. DR.-ING., DE