DE102021123998A1

DE102021123998A1 - Prädiktive biomassekartenerzeugung und steuerung

Info

Publication number: DE102021123998A1
Application number: DE102021123998.2A
Authority: DE
Inventors: Noel W. Anderson; Nathan R. Vandike; Bhanu Kiran Palla
Original assignee: Deere and Co
Current assignee: Deere and Co
Priority date: 2020-10-08
Filing date: 2021-09-16
Publication date: 2022-04-14

Abstract

Es werden eine oder mehrere Informationskarten von einer landwirtschaftlichen Arbeitsmaschine erhalten. Die eine oder mehreren Informationskarten bilden einen oder mehrere landwirtschaftliche Merkmalswerte an verschiedenen geografischen Positionen eines Feldes ab. Ein In-situ-Sensor an der landwirtschaftlichen Arbeitsmaschine erfasst ein landwirtschaftliches Merkmal, während sich die landwirtschaftliche Arbeitsmaschine durch das Feld bewegt. Ein prädiktiver Kartengenerator erzeugt eine prädiktive Karte, die ein prädiktives landwirtschaftliches Merkmal an verschiedenen Positionen in dem Feld auf Grundlage einer Beziehung zwischen den Werten in der einen oder den mehreren Informationskarten und des landwirtschaftlichen Merkmals, das durch den In-situ-Sensor erfasst wird, vorhersagt. Die prädiktive Karte kann ausgegeben und in der automatisierten Maschinensteuerung verwendet werden.

Description

GEBIET DER BESCHREIBUNG
Die vorliegende Beschreibung bezieht sich auf landwirtschaftliche Maschinen.
HINTERGRUND
Es gibt eine Vielzahl verschiedener Arten von landwirtschaftlichen Maschinen. Einige landwirtschaftliche Maschinen beinhalten Erntemaschinen, wie etwa Mähdrescher, Zuckerrohrerntemaschinen, Baumwollerntemaschinen, selbstfahrende Feldhäcksler und Schwader. Einige Erntemaschinen können auch mit verschiedenen Arten von Vorsatzgeräten ausgestattet werden, um verschiedene Arten von Erntegut zu ernten.
In einer gemeinsamen Anordnung erstrecken sich landwirtschaftliche Erntevorsätze von der landwirtschaftlichen Erntemaschine nach vorne, um die Pflanzenstängel zu erfassen, die Stängel abzutrennen und das abgetrennte Erntegut zur Verarbeitung in die landwirtschaftliche Erntemaschine zu transportieren. In landwirtschaftlichen Erntemaschinen kann der Durchsatz (Materialmenge, die sich durch die Maschine bewegt) auf Grundlage einer Reihe von Faktoren geändert werden, einschließlich verschiedener Maschineneinstellungen, wie etwa der Geschwindigkeit der landwirtschaftlichen Erntemaschine entlang des Bodens und der Biomasse der Vegetation, auf die die landwirtschaftliche Erntemaschine trifft. Einige Maschineneinstellungen können unter der Annahme eines Durchsatzes eingestellt werden, um das Erntegut effektiv zu verarbeiten. Die Maschinengeschwindigkeit kann dann variiert werden, wenn der Bediener Unterschiede in der Vegetationsbiomasse beobachtet, um den gewünschten Durchsatz beizubehalten.
ZUSAMMENFASSUNG
Es werden eine oder mehrere Informationskarten von einer landwirtschaftlichen Arbeitsmaschine erhalten. Die eine oder mehreren Informationskarten bilden einen oder mehrere landwirtschaftliche Merkmalswerte an verschiedenen geografischen Positionen eines Feldes ab. Ein In-situ-Sensor an der landwirtschaftlichen Arbeitsmaschine erfasst ein landwirtschaftliches Merkmal, während sich die landwirtschaftliche Arbeitsmaschine durch das Feld bewegt. Ein prädiktiver Kartengenerator erzeugt eine prädiktive Karte, die ein prädiktives landwirtschaftliches Merkmal an verschiedenen Positionen in dem Feld auf Grundlage einer Beziehung zwischen den Werten in der einen oder den mehreren Informationskarten und des landwirtschaftlichen Merkmals, das durch den In-situ-Sensor erfasst wird, vorhersagt. Die prädiktive Karte kann ausgegeben und in der automatisierten Maschinensteuerung verwendet werden.
Figurenliste

1 ist eine teilweise bildliche, teilweise schematische Darstellung für ein Beispiel eines Mähdreschers.
2 ist ein Blockdiagramm, das einige Abschnitte einer landwirtschaftlichen Erntemaschine gemäß einiger Beispiele der vorliegenden Offenbarung detaillierter zeigt.
Die 3a-3b (hierin gemeinsam als 3 bezeichnet) zeigen ein Flussdiagramm, das ein Beispiel für den Betrieb einer landwirtschaftlichen Erntemaschine beim Erzeugen einer Karte veranschaulicht.
4 ist ein Blockdiagramm, das ein Beispiel für einen prädiktiven Modellgenerator und einen prädiktiven metrischen Kartengenerator zeigt.
5 ist ein Flussdiagramm, das ein Beispiel für den Betrieb einer landwirtschaftlichen Erntemaschine beim Empfangen einer vegetativen Indexkarte, Erkennen eines Merkmals und Erzeugen einer funktionellen prädiktiven Biomassekarte zur Verwendung beim Steuern der landwirtschaftlichen Erntemaschine während eines Erntevorgangs zeigt.
6 ist ein Blockdiagramm, das ein Beispiel für eine landwirtschaftliche Erntemaschine in Kommunikation mit einer Remote-Serverumgebung zeigt.
Die 7-9 zeigen Beispiele für mobile Vorrichtungen, die in einer landwirtschaftlichen Erntemaschine verwendet werden können.
10 ist ein Blockdiagramm, das ein Beispiel einer Computerumgebung zeigt, die in einer landwirtschaftlichen Erntemaschine verwendet werden kann, und die Architekturen, die in den vorhergehenden Figuren veranschaulicht sind.

AUSFÜHRLICHE BESCHREIBUNG
Für ein besseres Verständnis der Prinzipien der vorliegenden Offenbarung wird nun auf die in den Zeichnungen dargestellten Beispiele Bezug genommen, und es wird eine spezifische Sprache verwendet, um diese zu beschreiben. Es versteht sich jedoch, dass keine Einschränkung des Schutzumfangs der Offenbarung beabsichtigt ist. Jegliche Abänderungen und weiteren Modifikationen der beschriebenen Vorrichtungen, Systeme, Verfahren und jede weitere Anwendung der Prinzipien der vorliegenden Offenbarung werden vollständig in Betracht gezogen, wie sie normalerweise Fachleute auf dem Gebiet, auf das sich die Offenbarung bezieht, bemerken würden. Insbesondere wird vollständig in Betracht gezogen, dass die Merkmale, Komponenten und/oder Schritte, die in Bezug auf ein Beispiel beschrieben sind, mit den Merkmalen, Komponenten und/oder Schritten kombiniert werden können, die in Bezug auf andere Beispiele der vorliegenden Offenbarung beschrieben sind.
Die vorliegende Beschreibung bezieht sich auf die Verwendung von In-situ-Daten, die gleichzeitig mit einem landwirtschaftlichen Vorgang in Kombination mit vorherigen Daten aufgenommen wurden, um eine prädiktive Karte und insbesondere eine prädiktive Biomassekarte zu erzeugen. In einigen Beispielen kann die prädiktive Biomassekarte verwendet werden, um eine landwirtschaftliche Arbeitsmaschine, wie etwa eine landwirtschaftliche Erntemaschine, zu steuern. Biomasse, wie hierin verwendet, bezieht sich auf eine Menge an Vegetationsmaterial über dem Boden, wie etwa Kulturpflanzen und Unkrautpflanzen, in einem bestimmten Bereich oder Ort. Häufig wird die Menge in Bezug auf das Gewicht, beispielsweise das Gewicht pro gegebener Fläche, wie Tonnen pro Hektar, gemessen. Verschiedene Merkmale können auf Biomasse hinweisen (hierin als Biomassemerkmale bezeichnet) und können verwendet werden, um die Biomasse auf einem Feld von Interesse vorherzusagen. Zum Beispiel können Biomassemerkmale verschiedene Vegetationsmerkmale beinhalten, wie etwa Vegetationshöhe (z. B. die Höhe der Vegetation über der Oberfläche des Feldes, wie etwa die Höhe des Ernteguts oder der Bewuchs über der Oberfläche des Feldes), Vegetationsdichte (die Menge an Erntegut in einem gegebenen Volumen, die von der Erntegutmasse und dem Erntegutvolumen abgeleitet werden kann), Vegetationsmasse (wie etwa ein Gewicht der Vegetation oder das Gewicht der Vegetationskomponenten) oder Vegetationsvolumen (wie viel des gegebenen Bereichs oder der Position von der Vegetation eingenommen wird, das heißt der Raum, den die Vegetation einnimmt oder enthält). Es wird darauf hingewiesen, dass die Vegetationsmerkmale individuelle Merkmale verschiedener Vegetationstypen umfassen können, beispielsweise können Vegetationsmerkmale Erntegut- oder Unkrautmerkmale sein. Zum Beispiel können Vegetationsmerkmale Ernteguthöhe, Erntegutdichte, Erntegutmasse oder Erntegutvolumen beinhalten. Somit können, wie hierin verwendet, Vegetationsmerkmale, wie etwa Vegetationshöhe, Vegetationsdichte, Vegetationsmasse oder Vegetationsvolumen, Ernteguthöhe, Erntegutdichte, Erntegutmasse oder Erntegutvolumen beinhalten oder umfassen. In einem weiteren Beispiel können Biomassemerkmale verschiedene Maschinenmerkmale der landwirtschaftlichen Erntemaschine beinhalten, wie etwa Maschineneinstellungen, Betriebsmerkmale oder Maschinenleistungsmerkmale. Beispielsweise kann eine Kraft, wie etwa ein Fluiddruck oder ein Drehmoment, die verwendet wird, um einen Dreschrotor der landwirtschaftlichen Erntemaschine anzutreiben, ein Maschinenmerkmal sein, das die Biomasse angibt.
Die Leistung einer landwirtschaftlichen Erntemaschine kann beeinträchtigt werden, wenn die landwirtschaftliche Erntemaschine in Bereiche des Feldes mit Unterschieden in der Biomasse eingreift. Wenn beispielsweise die Maschineneinstellungen der landwirtschaftlichen Erntemaschine auf der Grundlage eines erwarteten oder gewünschten Durchsatzes eingestellt werden, kann die Varianz der Biomasse dazu führen, dass sich der Durchsatz ändert, und somit können die Maschineneinstellungen suboptimal sein, um die Vegetation einschließlich des Ernteguts effektiv zu verarbeiten. Wie vorstehend erwähnt, kann der Bediener versuchen, die Biomasse vor der Maschine vorherzusagen. Zusätzlich passen einige Systeme, wie etwa Rückkopplungssteuersysteme, reaktiv die Vorwärtsfahrtgeschwindigkeit der landwirtschaftlichen Erntemaschine an, um einen gewünschten Durchsatz aufrechtzuerhalten. Dies kann durch den Versuch erfolgen, die Biomasse auf Grundlage von Sensoreingaben zu identifizieren, wie etwa von Sensoren, die eine Biomasse anzeigende Variable erfassen. Solche Anordnungen können jedoch fehleranfällig und zu langsam sein, um auf eine bevorstehende Änderung der Biomasse zu reagieren, um den Betrieb der Maschine effektiv zu ändern, um den Durchsatz zu steuern, wie etwa durch Ändern der Vorwärtsgeschwindigkeit der Erntemaschine. Beispielsweise sind solche Systeme typischerweise reaktiv, indem Anpassungen an den Maschineneinstellungen nur vorgenommen werden, nachdem die Vegetation von der Maschine angetroffen wurde, um weitere Fehler zu reduzieren, wie etwa in einem Rückkopplungssteuersystem.
Eine vegetative Indexkarte bildet veranschaulichend vegetative Indexwerte (die auf vegetatives Wachstum hinweisen können) über verschiedene geografische Positionen in einem Feld von Interesse ab. Ein Beispiel eines vegetativen Index beinhaltet einen normalisierten Differenzvegetationsindex (NDVI). Es gibt viele andere vegetative Indizes, die im Umfang der vorliegenden Offenbarung liegen. In einigen Beispielen kann ein vegetativer Index aus Sensormesswerten eines oder mehrerer Bänder elektromagnetischer Strahlung abgeleitet werden, die von den Pflanzen reflektiert werden. Ohne Einschränkungen können diese Bänder im Mikrowellen-, Infrarot-, sichtbaren oder ultravioletten Teil des elektromagnetischen Spektrums liegen.
Eine vegetative Indexkarte kann verwendet werden, um das Vorhandensein und die Position der Vegetation zu identifizieren. In einigen Beispielen ermöglicht eine vegetative Indexkarte, dass Erntegut bei vorhandenem nacktem Boden, Pflanzenrückständen oder anderen Pflanzen, wie etwa Unkraut, identifiziert und georeferenziert wird. In anderen Beispielen ermöglicht eine vegetative Indexkarte das Erkennen verschiedener Erntegutmerkmale, wie etwa Erntegutwachstum und Erntegutgesundheit oder Erntegutkraft, über verschiedene geografische Positionen in einem Feld von Interesse. Jedoch kann eine vegetative Indexkarte andere Vegetationsmerkmale, wie etwa Vegetationsmerkmale, die auf eine Biomasse der Vegetation hinweisen, nicht genau oder zuverlässig angeben. Somit kann in einigen Fällen, wie etwa bei der Berücksichtigung von Biomasse, eine vegetative Indexkarte beim Vorhersagen, wie eine landwirtschaftliche Erntemaschine gesteuert wird, während sich die landwirtschaftliche Erntemaschine durch das Feld bewegt, weniger nützlich sein.
Die vorliegende Erörterung fährt somit in Bezug auf Systeme fort, die eine vegetative Indexkarte eines Feldes oder einer Karte empfangen, die während eines früheren Vorgangs erzeugt wurde, und auch einen In-situ-Sensor verwenden, um eine für die Biomasse während eines Erntevorgangs indikative Variable zu erfassen. In einigen Fällen kann der In-situ-Sensor eine Höhe, eine Dichte, eine Masse oder ein Volumen von Vegetation in einem Bereich oder einer Position auf dem Feld, zum Beispiel einem Bereich vor einem an einer landwirtschaftlichen Erntemaschine angebrachten Erntevorsatz, wie etwa dem Erntevorsatz 102 der landwirtschaftlichen Erntemaschine 100, erkennen. Die erfasste Höhe, Dichte, Masse oder das Volumen der Vegetation kann ein Hinweis auf eine Biomasse der Vegetation sein. Zum Beispiel kann durch die Kenntnis der Höhe der Vegetation, wie etwa der Höhe des Ernteguts oder des Bewuchses über der Oberfläche des Feldes, eine Biomasse der Vegetation geschätzt werden. Dies liegt daran, dass eine Beziehung zwischen der Höhe der Vegetation und der Biomasse der Vegetation besteht, in der Regel, je größer die Höhe, desto größer die Biomasse. Andere Vegetationsmerkmale, wie etwa Dichte, Masse oder Volumen, weisen ebenfalls eine Beziehung zur Biomasse auf, sodass ein Wert des Vegetationsmerkmals mit Biomasse korreliert sein und somit eine Biomasse der Vegetation geschätzt werden kann. Durch Erfassen einer oder mehrerer dieser Vegetationsmerkmale kann ein Biomassepegelwert prognostiziert werden, beispielsweise hohe, mittlere oder niedrige Biomasse. In einigen Beispielen können auch endlichere Werte, wie etwa vorhergesagte Gewichtswerte, vorhergesagt werden. Zur Veranschaulichung kann eine erfasste Ernteguthöhe, die relativ hoch ist (im Verhältnis zu allgemeinen oder bekannten Höhen einer spezifischen Vegetation, wie etwa spezifischen Ernteguts oder einem spezifischen Genotyp eines Ernteguts), eine resultierend hohe Biomasse anzeigen. In einigen Beispielen kann ein einzelnes Merkmal erfasst und für die Schätzung von Biomasse verwendet werden. Zum Beispiel können angesichts einer erfassten Vegetationshöhe andere Vegetationsmerkmale, wie etwa Vegetationsdichte, Vegetationsvolumen oder Vegetationsmasse, auf Grundlage von zum Beispiel vegetativen Indexwerten, historischen Daten, Vorabbetriebsdaten (wie etwa Daten, die von einer Saatgutkarte erhalten werden, die Genotypdaten, Saatgutabstandsdaten, Saattiefendaten und verschiedene andere Saatgutmerkmalsdaten enthalten können), Erntegutgenotypdaten (z. B. Speziesdaten, Hybriddaten, Züchtungsdaten usw.), Bediener- oder Benutzereingaben, Informationen von Drittanbietern, Expertenwissen, maschinelles Lernen sowie einer Vielzahl anderer Informationen oder Kombinationen davon geschätzt werden. In einigen Beispielen kann eine Kombination von Merkmalen erkannt und für die Schätzung von Biomasse verwendet werden, zum Beispiel eine Kombination von Vegetationshöhe, Vegetationsdichte, Vegetationsmasse oder Vegetationsvolumen.
In einem weiteren Beispiel kann der In-situ-Sensor eine Kraft, wie etwa einen Fluiddruck oder ein Drehmoment, erfassen, die verwendet wird, um einen Dreschrotor anzutreiben, während eine landwirtschaftliche Erntemaschine Erntegut verarbeitet, wie etwa eine landwirtschaftliche Erntemaschine 100. Beispielsweise kann die Kraft, die verwendet wird, um den Dreschrotor bei einer bestimmten Einstellung, wie etwa einer bestimmten Drehzahl (z. B. U/min), anzutreiben, durch die Last auf das Antriebssystem, wie etwa eine Motorbaugruppe oder eine Hydraulikmotorbaugruppe, beeinflusst werden. Die Kraft, mit der der Dreschrotor bei einer bestimmten Einstellung in einem leeren Maschinenzustand (bei dem keine Vegetation verarbeitet wird) angetrieben wird, kann bekannt sein. Somit kann eine zusätzliche Kraft, die verwendet wird, um den Dreschrotor bei einer gegebenen Einstellung anzutreiben, wenn die Erntemaschine Vegetation verarbeitet, auf eine Biomasse der Vegetation, die verarbeitet wird, hinweisen, da die Biomasse der Vegetation die Last auf das Antriebssystem erhöht.
Die Systeme erzeugen ein Modell, das eine Beziehung zwischen den vegetativen Indexwerten auf der vegetativen Indexkarte oder den aus dem Vorabbetrieb erzeugten Werten auf der Karte und den Ausgabewerten von dem In-situ-Sensor modelliert. Das Modell wird verwendet, um eine funktionelle prädiktive Biomassekarte zu erzeugen, die beispielsweise Biomasse an verschiedenen Positionen in dem Feld vorhersagt. Die funktionelle prädiktive Biomassekarte, die während des Erntevorgangs erzeugt wird, kann einem Bediener oder einem anderen Benutzer dargestellt werden oder zum automatischen Steuern einer Erntemaschine während des Erntevorgangs verwendet werden oder beides.
1 ist eine teilweise bildliche, teilweise schematische Darstellung einer selbstfahrenden landwirtschaftlichen Erntemaschine 100. Im veranschaulichten Beispiel ist die landwirtschaftliche Erntemaschine 100 ein Mähdrescher. Obwohl ferner Mähdrescher als Beispiele in der gesamten vorliegenden Offenbarung bereitgestellt werden, versteht es sich, dass die vorliegende Beschreibung auch auf andere Arten von Erntemaschinen anwendbar ist, wie etwa Baumwollerntemaschinen, Zuckerrohrerntemaschinen, selbstfahrende Feldhäcksler, Schwader oder andere landwirtschaftliche Arbeitsmaschinen. Folglich soll die vorliegende Offenbarung die verschiedenen Arten von beschriebenen Erntemaschinen umfassen und ist somit nicht auf Mähdrescher beschränkt. Darüber hinaus richtet sich die vorliegende Offenbarung auf andere Arten von Arbeitsmaschinen, wie etwa landwirtschaftliche Sämaschinen und Sprüher, Baumaschinen, Forstmaschinen und Rasenpflegemaschinen, bei denen die Erzeugung einer prädiktiven Karte anwendbar sein kann. Folglich soll die vorliegende Offenbarung diese verschiedenen Arten von Erntemaschinen und andere Arbeitsmaschinen umfassen und ist somit nicht auf Mähdrescher beschränkt.
Wie in 1 gezeigt, beinhaltet die landwirtschaftliche Erntemaschine 100 veranschaulichend eine Fahrerkabine 101, die eine Vielzahl von verschiedenen Bedienerschnittstellenmechanismen zum Steuern der landwirtschaftlichen Erntemaschine 100 aufweisen kann. Die landwirtschaftliche Erntemaschine 100 beinhaltet Vorsatzgeräte, wie etwa einen Erntevorsatz 102 und eine Schneidevorrichtung, im Allgemeinen angezeigt bei 104. Die landwirtschaftliche Erntemaschine 100 beinhaltet auch ein Zuführgehäuse 106, einen Zuführbeschleuniger 108 und einen Drescher, im Allgemeinen angezeigt bei 110. Das Zuführgehäuse 106 und der Zuführbeschleuniger 108 bilden einen Teil eines Materialhandhabungs-Teilsystems 125. Der Erntevorsatz 102 ist entlang der Schwenkachse 105 schwenkbar mit einem Rahmen 103 des landwirtschaftlichen Erntevorsatzes 100 gekoppelt. Ein oder mehrere Stellglieder 107 treiben die Bewegung des Erntevorsatzes 102 um die Achse 105 in die Richtung an, die im Allgemeinen durch Pfeil 109 angezeigt wird. Somit ist eine vertikale Position des Erntevorsatzes 102 (die Erntevorsatzhöhe) über dem Boden 111, über den der Erntevorsatz 102 fährt, durch Betätigen des Stellglieds 107 steuerbar. Obwohl in 1 nicht gezeigt, kann die landwirtschaftliche Erntemaschine 100 auch ein oder mehrere Stellglieder beinhalten, die betrieben werden, um einen Neigungswinkel, einen Rollwinkel oder beides auf den Erntevorsatz 102 oder Abschnitte des Erntevorsatzes 102 anzuwenden. Neigung bezieht sich auf einen Winkel, in dem die Schneidvorrichtung 104 in das Erntegut eingreift. Der Neigungswinkel wird beispielsweise dadurch vergrößert, dass der Erntevorsatz 102 so gesteuert wird, dass eine distale Kante 113 der Schneidevorrichtung 104 mehr auf den Boden gerichtet ist. Der Neigungswinkel wird verringert, indem der Erntevorsatz 102 so gesteuert wird, dass die distale Kante 113 der Schneidevorrichtung 104 weiter vom Boden weg gerichtet wird. Der Rollwinkel bezieht sich auf die Ausrichtung des Erntevorsatzes 102 um die von vorne nach hinten verlaufende Längsachse der landwirtschaftlichen Erntemaschine 100.
Der Drescher 110 beinhaltet veranschaulichend einen Dreschrotor 112 und einen Satz von Dreschkörben 114. Ferner beinhaltet die landwirtschaftliche Erntemaschine 100 auch einen Abscheider 116. Die landwirtschaftliche Erntemaschine 100 beinhaltet auch ein Reinigungs-Teilsystem oder einen Siebkasten (gemeinsam als Reinigungs-Teilsystem 118 bezeichnet), das ein Reinigungsgebläse 120, einen Häcksler 122 und ein Sieb 124 beinhaltet. Das Materialhandhabungs-Teilsystem 125 beinhaltet außerdem eine Auswurftrommel 126, einen Überkehrelevator 128, einen Reinkornelevator 130 sowie eine Entladeschnecke 134 und den Auswurf 136. Der Reinkornelevator befördert reines Korn in den Reinkorntank 132. Die landwirtschaftliche Erntemaschine 100 beinhaltet auch ein Rückstands-Teilsystem 138, das einen Häcksler 140 und einen Verteiler 142 beinhalten kann. Die landwirtschaftliche Erntemaschine 100 beinhaltet auch ein Antriebs-Teilsystem, das einen Motor beinhaltet, der Bodeneingriffskomponenten 144, wie etwa Räder oder Raupenketten, antreibt. In einigen Beispielen kann ein Mähdrescher innerhalb des Umfangs der vorliegenden Offenbarung mehr als eines der oben genannten Teilsysteme aufweisen. In einigen Beispielen kann die landwirtschaftliche Erntemaschine 100 linke und rechte Reinigungs-Teilsysteme, Abscheider usw. aufweisen, die in 1 verwendet werden kann.
Im Betrieb und zur Übersicht bewegt sich die landwirtschaftliche Erntemaschine 100 veranschaulichend durch ein Feld in der durch Pfeil 147 angezeigten Richtung. Während der Bewegung der landwirtschaftlichen Erntemaschine 100 greift der Erntevorsatz 102 (und die zugehörige Haspel 164) in das zu erntende Erntegut ein und sammelt das Erntegut in Richtung der Schneidevorrichtung 104. Ein Bediener der landwirtschaftlichen Erntemaschine 100 kann ein lokaler menschlicher Bediener, ein entfernter menschlicher Bediener oder ein automatisiertes System sein. Ein Bedienerbefehl ist ein Befehl eines Bedieners. Der Bediener der landwirtschaftlichen Erntemaschine 100 kann eine oder mehrere Höheneinstellungen, Neigungswinkeleinstellungen oder Rollwinkeleinstellungen für den Erntevorsatz 102 bestimmen. Zum Beispiel gibt der Bediener eine Einstellung oder Einstellungen in ein Steuersystem ein, das im Folgenden genauer beschrieben wird und das das Stellglied 107 steuert. Das Steuersystem kann auch eine Einstellung vom Bediener zum Einrichten des Neigungswinkels und Rollwinkels des Erntevorsatzes 102 empfangen und die eingegebenen Einstellungen implementieren, indem zugeordnete Stellglieder, die nicht gezeigt sind, gesteuert werden, die arbeiten, um den Neigungswinkel und Rollwinkel des Erntevorsatzes 102 zu ändern. Das Stellglied 107 hält den Erntevorsatz 102 auf einer Höhe über dem Boden 111 auf Grundlage einer Höheneinstellung und gegebenenfalls auf gewünschten Neigungs- und Rollwinkeln. Jede der Höhen-, Roll- und Neigungseinstellungen kann unabhängig von den anderen implementiert werden. Das Steuersystem reagiert auf Erntevorsatzfehler (z. B. die Differenz zwischen der Höheneinstellung und der gemessenen Höhe des Erntevorsatzes 104 über dem Boden 111 und in einigen Beispielen Neigungswinkel- und Rollwinkelfehler) mit einer Reaktionsfähigkeit, die auf Grundlage einer ausgewählten Empfindlichkeitsstufe bestimmt wird. Wenn die Empfindlichkeitsstufe auf eine größere Empfindlichkeitsstufe eingestellt ist, reagiert das Steuersystem auf kleinere Erntevorsatz-Positionsfehler und versucht, die erkannten Fehler schneller zu reduzieren, als wenn die Empfindlichkeit auf einer niedrigeren Empfindlichkeitsstufe ist.
Zurückkehrend zur Beschreibung des Betriebs der landwirtschaftlichen Erntemaschine 100 wird das abgetrennte Erntegutmaterial, nachdem das Erntegut durch die Schneidevorrichtung 104 geschnitten wurde, durch einen Förderer im Zuführgehäuse 106 in Richtung des Zuführbeschleunigers 108 bewegt, der das Erntegutmaterial in den Drescher 110 beschleunigt. Das Erntegut wird durch den Rotor 112 gedroschen, der das Erntegut gegen die Dreschkörbe 114 dreht. Die Kraft, die angewendet wird, um den Rotor 112 anzutreiben (oder mit Energie zu versorgen), kann erfasst werden, und die erfasste Kraft oder erfasste Kraftangabe kann verwendet werden, um eine Biomasse zu bestimmen, die gedroschen wird. Beispielsweise kann der Fluiddruck, beispielsweise ein hydraulischer oder pneumatischer Druck, der zum Antreiben des Rotors 112 verwendet wird, erfasst werden, und der erfasste Fluiddruck kann verwendet werden, um eine Biomasse zu bestimmen, die von der landwirtschaftlichen Erntemaschine 100 verarbeitet wird. In einem weiteren Beispiel kann das Drehmoment, das zum Antreiben des Rotors 112 verwendet wird, erfasst werden, und das erfasste Drehmoment kann verwendet werden, um eine Biomasse zu bestimmen, die von der landwirtschaftlichen Erntemaschine 100 verarbeitet wird. Die Dreschrotorantriebskraft kann als eine Angabe dafür verwendet werden, dass die Biomasse durch den Drescher in der landwirtschaftlichen Erntemaschine 100 verarbeitet wird, da die Dreschrotorantriebskraft, beispielsweise Drehmoment oder Druck, die Kraft ist, die verwendet wird, um den Dreschrotor 112 auf einer gewünschten Drehzahl zu halten. Die Dreschrotorantriebskraft korreliert (zusammen mit verschiedenen anderen Maschineneinstellungen, wie etwa Dreschkorbeinstellungen und Dreschrotordrehzahleinstellungen) mit der Biomasse, die sich zu einem bestimmten Zeitpunkt durch den Drescher in der landwirtschaftlichen Erntemaschine 100 bewegt. In einigen Fällen kann der Dreschrotor 112 von anderen Leistungssystemen angetrieben (oder mit Energie versorgt) werden, und die Leistung von diesen anderen Leistungssystemen, die zum Betreiben des Dreschrotors verwendet wird, kann erfasst und als Hinweis darauf verwendet werden, dass eine Biomasse durch den Drescher in der landwirtschaftlichen Erntemaschine 100 verarbeitet wird.
Das gedroschene Erntegutmaterial wird durch einen Abscheiderrotor im Abscheider 116 bewegt, wobei ein Teil des Rückstands durch die Auswurftrommel 126 in Richtung des Rückstands-Teilsystems 138 bewegt wird. Der Teil des Rückstands, der an das Rückstands-Teilsystem 138 übertragen wird, wird vom Rückstandhäcksler 140 zerkleinert und vom Verteiler 142 auf dem Feld verteilt. In anderen Konfigurationen wird der Rückstand in einer Schwade von der landwirtschaftlichen Erntemaschine 100 freigegeben. In anderen Beispielen kann das Rückstands-Teilsystem 138 Unkrautbeseitigungsmittel (nicht gezeigt) beinhalten, wie etwa Samenabsackanlagen oder andere Samensammler oder Samenzerkleinerer oder andere Saatzerstörer.
Das Korn fällt auf das Reinigungs-Teilsystem 118. Der Häcksler 122 trennt einen Teil gröberer Materialstücke vom Korn und das Sieb 124 trennt einen Teil feinerer Materialstücke vom Reinkorn. Das Reinkorn fällt auf eine Schnecke, die das Korn zu einem Einlassende des Reinkornelevators 130 bewegt und der Reinkornelevator 130 bewegt das Reinkorn nach oben, wodurch das Reinkorn im Reinkorntank 132 abgeschieden wird. Rückstände werden aus dem Reinigungs-Teilsystem 118 durch den Luftstrom des Reinigungsgebläses 120 entfernt. Das Reinigungsgebläse 120 leitet Luft entlang eines Luftstrompfads nach oben durch die Siebe und Häcksler. Der Luftstrom trägt Rückstände in der landwirtschaftlichen Erntemaschine 100 nach hinten in Richtung des Rückstandhandhabungs-Teilsystems 138.
Der Überkehrelevator 128 führt die Überkehr zum Drescher 110 zurück, wo die Überkehr erneut gedroschen wird. Alternativ kann die Überkehr auch einem separaten Nachdresch-Mechanismus durch einen Überkehrelevator oder eine andere Transportvorrichtung zugeführt werden, wo die Überkehr ebenfalls nachgedroschen wird.
1 zeigt auch, dass in einem Beispiel die landwirtschaftliche Erntemaschine 100 den Bodengeschwindigkeitssensor 146, einen oder mehrere Abscheider-Verlustsensoren 148, eine Reinkornkamera 150, einen nach vorne gerichteten Bilderfassungsmechanismus 151, der in Form einer Stereo- oder Monokamera vorliegen kann, und einen oder mehrere Verlustsensoren 152, die in dem Reinigungs-Teilsystem 118 bereitgestellt sind, beinhaltet.
Der Bodengeschwindigkeitssensor 146 erfasst die Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 über den Boden. Der Bodengeschwindigkeitssensor 146 kann die Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 durch Erfassen der Umdrehungsgeschwindigkeit der Bodeneingriffskomponenten (wie etwa Räder oder Raupenketten), einer Antriebswelle, einer Achse oder anderer Komponenten erfassen. In einigen Fällen kann die Fahrgeschwindigkeit mithilfe eines Ortungssystems, wie etwa eines globalen Positionierungssystems (GPS), eines Koppelnavigationssystems, eines Fernnavigationssystems (LORAN) oder einer Vielzahl anderer Systeme oder Sensoren, die eine Anzeige der Fahrgeschwindigkeit vorsehen, erfasst werden.
Die Verlustsensoren 152 sehen veranschaulichend ein Ausgabesignal vor, das die Menge des Kornverlustes anzeigt, die sowohl auf der rechten als auch auf der linken Seite des Reinigungs-Teilsystems 118 auftritt. In einigen Beispielen sind die Sensoren 152 Schlagsensoren, die Kornschläge pro Zeiteinheit oder pro Entfernungseinheit zählen, um einen Hinweis auf den Kornverlust vorzusehen, der an dem Reinigungs-Teilsystem 118 auftritt. Die Schlagsensoren für die rechte und linke Seite des Siebkastens 118 können einzelne Signale oder ein kombiniertes oder aggregiertes Signal vorsehen. In einigen Beispielen können die Sensoren 152 einen einzelnen Sensor beinhalten, im Gegensatz zu separaten Sensoren, die für jedes Reinigungs-Teilsystem 118 bereitgestellt sind.
Der Abscheider-Verlustsensor 148 stellt ein Signal bereit, das den Kornverlust im linken und rechten Abscheider anzeigt, nicht separat angezeigt in 1. Die Abscheider-Verlustsensoren 148 können den linken und rechten Abscheidern zugeordnet sein und können separate Kornverlustsignale oder ein kombiniertes oder aggregiertes Signal vorsehen. In einigen Fällen kann das Erfassen des Kornverlusts in den Abscheidern auch mithilfe einer Vielzahl verschiedener Arten von Sensoren durchgeführt werden.
Die landwirtschaftliche Erntemaschine 100 kann auch andere Sensoren und Messmechanismen beinhalten. Die landwirtschaftliche Erntemaschine 100 kann beispielsweise einen oder mehrere der folgenden Sensoren beinhalten: einen Erntevorsatzhöhensensor, der eine Höhe des Erntevorsatzes 102 über dem Boden 111 erfasst; Stabilitätssensoren, die eine Oszillations- oder Prellbewegung (wie Oszillationsfrequenz und Amplitude) der landwirtschaftlichen Erntemaschine 100 erfassen; einen Rückstandeinstellungssensor, der konfiguriert ist, um zu erfassen, ob die landwirtschaftliche Erntemaschine 100 konfiguriert ist, den Rückstand zu zerkleinern, eine Schwade zu erzeugen usw.; einen Reinigungsschuhgebläsedrehzahlsensor, um die Drehzahl des Reinigungsgebläses 120 zu erfassen; einen Dreschkorbspaltsensor, der den Spalt zwischen dem Rotor 112 und den Dreschkörben 114 erfasst; einen Dreschrotordrehzahlsensor, der eine Rotordrehzahl des Rotors 112 erfasst; einen Kraftsensor, der eine Kraft erfasst, die zum Antrieb des Dreschrotors 112 erforderlich ist, wie etwa einen Drucksensor, der einen Fluiddruck (z. B. Hydraulik, Luft usw.) erfasst, der zum Antrieb des Dreschrotors 112 erforderlich ist, oder einen Drehmomentsensor, der ein Drehmoment erfasst, das zum Antrieb des Dreschrotors 112 erforderlich ist; einen Häckselspaltensensor, der die Größe der Öffnungen im Häcksler 122 erfasst; einen Siebspaltensensor, der die Größe der Öffnungen im Sieb 124 erfasst; einen Feuchtigkeitssensor für anderes Material als Korn (MOG), der einen Feuchtigkeitsgehalt des MOG erfasst, das die landwirtschaftliche Erntemaschine 100 passiert; einen oder mehrere Maschineneinstellsensoren, die dazu konfiguriert sind, verschiedene konfigurierbare Einstellungen der landwirtschaftlichen Erntemaschine 100 zu erfassen; einen Maschinenausrichtungssensor, der die Ausrichtung der landwirtschaftlichen Erntemaschine 100 erfasst; und Ernteeigenschaftssensoren, die eine Vielzahl verschiedener Arten von Ernteeigenschaften erfassen, wie etwa die Art des Ernteguts, die Feuchtigkeit des Ernteguts, die Höhe des Ernteguts, die Dichte des Ernteguts, das Volumen des Ernteguts und andere Eigenschaften des Ernteguts. Die Ernteguteigenschaftssensoren können auch konfiguriert werden, um die Merkmale des abgetrennten Ernteguts während der Verarbeitung durch die landwirtschaftliche Erntemaschine 100 zu erfassen. Beispielsweise können die Ernteguteigenschaftssensoren in einigen Fällen die Kornqualität erfassen, wie etwa gebrochenes Korn, MOG-Werte; Kornbestandteile, wie etwa Stärken und Protein; und Kornzufuhrmenge, wenn sich das Korn durch das Zuführgehäuse 106, den Reinkornelevator 130 oder anderswo in der landwirtschaftlichen Erntemaschine 100 bewegt. Die Ernteguteigenschaftssensoren können auch die Vorschubgeschwindigkeit von Biomasse durch das Zuführgehäuse 106, durch den Abscheider 116 oder an anderer Stelle in der landwirtschaftlichen Erntemaschine 100 erfassen. Die Ernteguteigenschaftssensoren können die Vorschubgeschwindigkeit auch als Massendurchsatz von Korn durch den Elevator 130 oder durch andere Abschnitte der landwirtschaftlichen Erntemaschine 100 erfassen oder andere Ausgangssignale bereitstellen, die auf andere erfasste Größen hinweisen. Die Ernteguteigenschaftssensoren können einen oder mehrere Erntegutsensoren beinhalten, die den Erntegutertrag erfassen, der von der landwirtschaftlichen Erntemaschine geerntet wird.
In einem Beispiel können verschiedene Maschineneinstellungen eingestellt oder gesteuert werden, um eine gewünschte Leistung zu erreichen. Die Maschineneinstellungen können Dinge wie Dreschkorbspalt, Dreschrotordrehzahl, Sieb- und Häckseleinstellungen und Reinigungsgebläsedrehzahl beinhalten. Auch andere Maschineneinstellungen können gesteuert werden. Diese Maschineneinstellungen können beispielsweise auf der Grundlage eines erwarteten Durchsatzes, d. h. der von der landwirtschaftlichen Erntemaschine 100 pro Zeiteinheit verarbeiteten Materialmenge, eingestellt oder gesteuert werden. Wenn sich die Biomasse also räumlich auf dem Feld ändert und die Bodengeschwindigkeit der landwirtschaftlichen Erntemaschine 100 konstant bleibt, dann ändert sich der Durchsatz mit der Biomasse. In einigen Beispielen wird die Biomasse, die verarbeitet wird, durch Erfassen der Kraft angegeben, die angewendet wird, um den Dreschrotor 112 mit einer gewünschten Geschwindigkeit anzutreiben, und die Bodengeschwindigkeit der landwirtschaftlichen Erntemaschine 100 wird variiert, um möglichst den gewünschten Durchsatz beizubehalten. In anderen Beispielen kann der nach vorne gerichtete Bilderfassungsmechanismus 151 verwendet werden, um Vegetationshöhe, Vegetationsdichte, Vegetationsvolumen und oder Vegetationsmasse in einem gegebenen Bereich des Feldes vor der landwirtschaftlichen Erntemaschine 100 zu schätzen, um eine Biomasse vorherzusagen, die durch die landwirtschaftliche Erntemaschine 100 verarbeitet werden soll. Andere Vegetationsmerkmale können auch unter Verwendung des/der erfassten Bildes/Bilder von dem nach vorne gerichteten Bilderfassungsmechanismus 151 geschätzt werden. In solchen Beispielen können die Vegetationsmerkmale in einen georeferenzierten Biomassewert umgewandelt werden, der die Biomasse angibt, die von der landwirtschaftlichen Erntemaschine 100 in einem bevorstehenden Bereich des Feldes in Eingriff genommen werden soll. Die Maschinendrehzahl sowie verschiedene andere Maschineneinstellungen, wie etwa die Erntevorsatzhöhe, können auf Grundlage der geschätzten Biomasse gesteuert werden, um den gewünschten Durchsatz aufrechtzuerhalten.
Bevor beschrieben wird, wie die landwirtschaftliche Erntemaschine 100 eine funktionelle prädiktive Biomassekarte erzeugt und die funktionelle prädiktive Biomassekarte zur Steuerung verwendet, erfolgt zunächst eine kurze Beschreibung einiger Elemente der landwirtschaftlichen Erntemaschine 100 und deren Betrieb. Die Beschreibung von 2 und 3 beschreibt das Empfangen einer allgemeinen Art von Vorabinformationskarte und das Kombinieren von Informationen von der Vorabinformationskarte mit einem georeferenzierten Sensorsignal, das von einem In-situ-Sensor erzeugt wird, wobei das Sensorsignal ein Merkmal auf dem Feld angibt, wie etwa Merkmale von Erntegut, das in dem Feld vorhanden ist. Merkmale des Feldes können unter anderem Merkmale eines Feldes, wie Neigung, Unkrautintensität, Unkrautart, Bodenfeuchtigkeit, Oberflächenqualität; Merkmale von Vegetationsmerkmale, wie etwa Vegetationshöhe, Vegetationsvolumen, Vegetationsfeuchtigkeit, Vegetationsmasse und Vegetationsdichte; Merkmale von Ernteguteigenschaften, wie etwa Ernteguthöhe, Erntegutvolumen, Erntegutfeuchtigkeit, Erntegutmasse, Erntegutdichte und Erntegutzustand; Merkmale von Korneigenschaften, wie etwa Kornfeuchte, Korngröße, Korntestgewicht; und Merkmale der Maschinenleistung, wie etwa Verlustniveaus, Auftragsqualität, Kraftstoffverbrauch und Leistungsverbrauch, sein. Es wird eine Beziehung zwischen den aus In-situ-Sensorsignalen erhalten Merkmalswerten und den Vorabinformationskartenwerten identifiziert und diese Beziehung wird zur Erzeugung einer neuen funktionellen prädiktiven Karte verwendet. Eine funktionelle prädiktive Karte sagt Werte an verschiedenen geografischen Positionen in einem Feld vorher, und einer oder mehrere dieser Werte können zum Steuern einer Maschine verwendet werden, wie etwa ein oder mehrere Teilsysteme einer landwirtschaftlichen Erntemaschine. In einigen Fällen kann eine funktionelle prädiktive Karte einem Benutzer präsentiert werden, wie etwa einem Bediener einer landwirtschaftlichen Arbeitsmaschine, die eine landwirtschaftliche Erntemaschine sein kann. Eine funktionelle prädiktive Karte kann einem Benutzer visuell präsentiert werden, wie etwa über eine Anzeige, haptisch oder akustisch. Der Benutzer kann mit der funktionellen prädiktiven Karte interagieren, um Bearbeitungsvorgänge und andere Benutzerschnittstellenvorgänge durchzuführen. In einigen Fällen kann eine funktionelle prädiktive Karte für eines oder mehrere von Folgendem verwendet werden: Steuern einer landwirtschaftlichen Arbeitsmaschine, wie etwa einer landwirtschaftlichen Erntemaschine, Präsentation für einen Bediener oder einen anderen Benutzer und Präsentation für einen Bediener oder Benutzer zur Interaktion durch den Bediener oder Benutzer.
Nachdem der allgemeine Ansatz in Bezug auf die 2 und 3 beschrieben wurde, wird ein spezifischerer Ansatz zum Erzeugen einer funktionellen prädiktiven Biomassekarte, die einem Bediener oder Benutzer dargestellt werden kann oder dazu verwendet wird, die landwirtschaftliche Erntemaschine 100 zu steuern oder beides, unter Bezugnahme auf die 4 und 5 beschrieben. Auch wenn die vorliegende Erörterung in Bezug auf die landwirtschaftliche Erntemaschine und insbesondere einen Mähdrescher fortgesetzt wird, umfasst der Umfang der vorliegenden Offenbarung andere Arten von landwirtschaftlichen Erntemaschinen oder anderen landwirtschaftlichen Arbeitsmaschinen.
2 ist ein Blockdiagramm, das einige Abschnitte einer beispielhaften landwirtschaftlichen Erntemaschine 100 zeigt. 2 zeigt, dass die landwirtschaftliche Erntemaschine 100 veranschaulichend einen oder mehrere Prozessoren oder Server 201, einen Datenspeicher 202, einen geografischen Positionssensor 204, ein Kommunikationssystem 206 und einen oder mehrere In-situ-Sensoren 208 beinhaltet, die eine oder mehrere landwirtschaftliche Merkmale eines Feldes gleichzeitig mit einem Erntevorgang erfassen. Ein landwirtschaftliches Merkmal kann jedes Merkmal umfassen, das sich auf den Erntevorgang auswirken kann. Einige Beispiele für landwirtschaftliche Merkmale umfassen Merkmale der Erntemaschine, des Feldes, der Pflanzen auf dem Feld und des Wetters. Andere Arten landwirtschaftlicher Merkmale werden ebenfalls berücksichtigt. Die In-situ-Sensoren 208 erzeugen Werte, die den erfassten Merkmalen entsprechen. Die landwirtschaftliche Erntemaschine 100 beinhaltet auch einen prädiktiven Modell- oder Beziehungsgenerator (im Folgenden gemeinsam als „prädiktiver Modellgenerator 210“ bezeichnet), einen prädiktiven Kartengenerator 212, einen Steuerzonengenerator 213, ein Steuersystem 214, ein oder mehrere steuerbare Teilsysteme 216 und einen Bedienerschnittstellenmechanismus 218. Die landwirtschaftliche Erntemaschine 100 kann auch eine Vielzahl sonstiger landwirtschaftlicher Erntemaschinenfunktionen 220 beinhalten. Die In-situ-Sensoren 208 beinhalten beispielsweise bordeigene Sensoren 222, Remote-Sensoren 224 und andere Sensoren 226, die Merkmale eines Feldes im Laufe eines landwirtschaftlichen Vorgangs erfassen. Der prädiktive Modellgenerator 210 beinhaltet veranschaulichend einen Vorabinformationsvariable-zu-In-situ-Variable-Modellgenerator 228 und der prädiktive Modellgenerator 210 kann weitere Elemente 230 beinhalten. Das Steuersystem 214 beinhaltet die Kommunikationssystemsteuerung 229, die Bedienerschnittstellensteuerung 231, eine Einstellungssteuerung 232, die Pfadplanungssteuerung 234, die Vorschubgeschwindigkeitssteuerung 236, die Erntevorsatz- und Haspelsteuerung 238, die Draperbandsteuerung 240, die Deckplattenpositionssteuerung 242, die Rückstandsystemsteuerung 244, die Maschinenreinigungssteuerung 245, die Zonensteuerung 247, und das Steuersystem 214 kann andere Elemente 246 beinhalten. Die steuerbaren Teilsysteme 216 beinhalten Maschinen- und Erntevorsatzstellglieder 248, das Antriebs-Teilsystem 250, das Lenkungs-Teilsystem 252, das Rückstands-Teilsystem 138, das Maschinenreinigungs-Teilsystem 254, und die Teilsysteme 216 können eine Vielzahl anderer Teilsysteme 256 beinhalten.
2 zeigt auch, dass die landwirtschaftliche Erntemaschine 100 eine Vorabinformationskarte 258 empfangen kann. Wie nachfolgend beschrieben, beinhaltet die Vorabinformationskarte 258 zum Beispiel eine vegetative Indexkarte oder eine vegetative Karte von einem Vorabbetrieb. Die Vorabinformationskarte 258 kann jedoch auch andere Arten von Daten umfassen, die vor einem Erntevorgang oder einer Karte aus einem Vorabbetrieb erhalten wurden. 2 zeigt auch, dass ein Bediener 260 die landwirtschaftliche Erntemaschine 100 bedienen kann. Der Bediener 260 interagiert mit den Bedienerschnittstellenmechanismen 218. In einigen Beispielen können die Bedienerschnittstellenmechanismen 218 Joysticks, Hebel, ein Lenkrad, Gestänge, Pedale, Tasten, Drehknöpfe, Tastenfelder, vom Benutzer betätigbare Elemente (wie etwa Symbole, Tasten usw.) auf einer Benutzerschnittstellenanzeigevorrichtung, ein Mikrofon und einen Lautsprecher (wenn Spracherkennung und Sprachsynthese bereitgestellt werden) sowie eine Vielzahl anderer Arten von Steuervorrichtungen beinhalten. Wenn ein berührungsempfindliches Anzeigesystem bereitgestellt wird, kann der Bediener 260 mit den Bedienerschnittstellenmechanismen 218 mithilfe von Berührungsgesten interagieren. Diese vorstehend beschriebenen Beispiele werden als veranschaulichende Beispiele bereitgestellt und sollen den Umfang der vorliegenden Offenbarung nicht einschränken. Folglich können andere Arten von Bedienerschnittstellenmechanismen 218 verwendet werden und liegen im Geltungsbereich der vorliegenden Offenbarung.
Die Vorabinformationskarte 258 kann mithilfe des Kommunikationssystems 206 oder auf andere Weise in die landwirtschaftliche Erntemaschine 100 heruntergeladen und im Datenspeicher 202 gespeichert werden. In einigen Beispielen kann das Kommunikationssystem 206 ein zellulares Kommunikationssystem, ein System zum Kommunizieren über ein Weitverkehrsnetzwerk oder ein lokales Netzwerk, ein System zum Kommunizieren über ein Nahfeldkommunikationsnetzwerk oder ein Kommunikationssystem sein, das konfiguriert ist, um über ein beliebiges aus einer Vielzahl anderer Netzwerke oder Kombinationen von Netzwerken zu kommunizieren. Das Kommunikationssystem 206 kann auch ein System beinhalten, das das Herunterladen oder Übertragen von Informationen auf und von einer Secure Digital (SD-) Karte oder einer universellen seriellen Bus (USB-) Karte oder beider erleichtert.
Der geografische Positionssensor 204 erfasst oder erkennt veranschaulichend die geografische Position oder den Ort der landwirtschaftlichen Erntemaschine 100. Der geografische Positionssensor 204 kann unter anderem einen Empfänger für ein globales Navigationssatellitensystem (GNSS) beinhalten, der Signale von einem GNSS-Satellitensender empfängt. Der geografische Positionssensor 204 kann auch eine Echtzeit-Kinematikkomponente (RTK) enthalten, die konfiguriert ist, um die Genauigkeit der aus dem GNSS-Signal abgeleiteten Positionsdaten zu verbessern. Der geografische Positionssensor 204 kann ein Koppelnavigationssystem, ein zellulares Triangulationssystem oder eine Vielzahl von anderen geografischen Positionssensoren beinhalten.
Bei den In-situ-Sensoren 208 kann es sich um beliebige der vorstehend beschriebenen Sensoren in Bezug auf 1 handeln. Die In-situ-Sensoren 208 beinhalten bordseitige Sensoren 222, die an Board der landwirtschaftlichen Erntemaschine 100 montiert sind. Solche Sensoren können zum Beispiel einen Wahrnehmungssensor beinhalten (z. B. ein vorwärts gerichtetes Mono- oder Stereokamerasystem und ein Bildverarbeitungssystem), Bildsensoren, die innerhalb der landwirtschaftlichen Erntemaschine 100 sind (wie etwa die Reinkornkamera oder Kameras, die montiert sind, um Unkrautsamen zu identifizieren, die durch das Rückstands-Teilsystem oder aus dem Reinigungs-Teilsystem aus der landwirtschaftlichen Erntemaschine 100 austreten). Die In-situ-Sensoren 208 beinhalten auch Remote-In-situ-Sensoren 224, die In-situ-Informationen erfassen. In-situ-Daten umfassen Daten, die von einem Sensor an Bord der landwirtschaftlichen Erntemaschine oder von einem beliebigen Sensor aufgenommen werden, bei dem die Daten während des Erntevorgangs erkannt werden.
Der prädiktive Modellgenerator 210 erzeugt ein Modell, das eine Beziehung zwischen den durch den In-situ-Sensor 208 erfassten Werten und einem durch die Vorabinformationskarte 258 auf das Feld abgebildeten Wert angibt. Wenn zum Beispiel die Vorabinformationskarte 258 einen vegetativen Indexwert auf verschiedene Positionen in dem Feld abbildet und der In-situ-Sensor 208 einen Wert erfasst, der Biomasse angibt, dann erzeugt der Vorabinformationsvariable-zu-In-situ-Variable-Modellgenerator 228 ein prädiktives Biomassemodell, das die Beziehung zwischen dem vegetativen Indexwert und dem Biomassewert derart modelliert, dass ein Biomassewert für eine Position in dem Feld auf Grundlage des vegetativen Indexwerts, der dieser Position entspricht, prognostiziert werden kann. Dies liegt daran, dass die Biomasse an einer beliebigen gegebenen Stelle auf dem Feld von einem Merkmal beeinflusst werden kann, das durch die in der Vorabinformationskarte 258 enthaltenen vegetativen Indexwerte angegeben ist, wie etwa Pflanzenwachstum oder Pflanzengesundheit, die mit den entsprechenden Stellen auf dem Feld verbunden sind. Das prädiktive Biomassemodell kann auch auf Grundlage vegetativer Indexwerte von der Vorabinformationskarte 258 und mehrerer In-situ-Datenwerte erzeugt werden, die durch In-situ-Sensoren 208 erzeugt werden. Der prädiktive Kartengenerator 212 verwendet das durch den prädiktiven Modellgenerator 210 erzeugte prädiktive Biomassemodell, um eine funktionelle prädiktive Biomassekarte zu erzeugen, die den Wert der Biomasse oder eines Biomassemerkmals, wie etwa Vegetationshöhe, Vegetationsdichte, Vegetationsvolumen oder Vegetationsmerkmale bestimmter Arten von Vegetation, wie etwa Ernteguthöhe, Erntegutdichte, Erntegutvolumen oder Erntegutmasse, vorhersagt. In anderen Beispielen kann das Biomassemerkmal eine Kraft sein, die zum Antreiben des Dreschrotors verwendet wird. Die vorhergesagten Biomasse- oder Biomassemerkmalwerte werden sowohl mithilfe der Werte, die durch den In-situ-Sensor oder die In-situ-Sensoren 208 (die die erfassten Werte der Biomasse oder eines Biomassemerkmals sein können) an verschiedenen Positionen in dem Feld erfasst werden, als auch der Werte des Merkmals, die in der Vorabinformationskarte 258 abgebildet sind, wie etwa vegetative Indexwerte, die diesen Positionen in dem Feld entsprechen, erzeugt.
In einigen Beispielen kann der Typ der Werte in der funktionellen prädiktiven Karte 263 der gleiche wie der von den In-situ-Sensoren 208 erfasste In-situ-Datentyp sein. In einigen Fällen kann der Typ der Werte in der funktionellen prädiktiven Karte 263 andere Einheiten als die von den In-situ-Sensoren 208 erfassten Daten aufweisen. In einigen Beispielen kann der Typ der Werte in der funktionellen prädiktiven Karte 263 der gleiche wie der von den In-situ-Sensoren 208 erfasste In-situ-Datentyp sein, jedoch eine Beziehung zu dem Typ des von den In-situ-Sensoren 208 erfassten Datentyps haben. Beispielsweise kann der von den In-situ-Sensoren 208 erfasste Datentyp in einigen Beispielen den Typ von Werten in der funktionellen prädiktiven Karte 263 anzeigen. In einigen Beispielen kann sich der Datentyp in der funktionellen prädiktiven Karte 263 von dem Datentyp in der Vorabinformationskarte 258 unterscheiden. In einigen Fällen kann der Datentyp in der funktionellen prädiktiven Karte 263 andere Einheiten als die Daten in der Vorabinformationskarte 258 aufweisen. In einigen Beispielen kann sich der Datentyp in der funktionellen prädiktiven Karte 263 von dem Datentyp in der Vorabinformationskarte 258 unterscheiden, jedoch eine Beziehung zu dem Datentyp in der Vorabinformationskarte 258 haben. Beispielsweise kann der Datentyp in der Vorabinformationskarte 258 in einigen Beispielen indikativ für den Datentyp in der funktionellen prädiktiven Karte 263 sein. In einigen Beispielen unterscheidet sich der Datentyp in der funktionellen prädiktiven Karte 263 von einem oder beiden von dem durch die In-situ-Sensoren 208 erfassten In-situ-Datentyp und dem Datentyp in der Vorabinformationskarte 258. In einigen Beispielen ist der Datentyp in der funktionellen prädiktiven Karte 263 der gleiche wie einer oder beide des von den In-situ-Sensoren 208 erfassten In-situ-Datentyps und des Datentyps in der Vorabinformationskarte 258. In einigen Beispielen ist der Datentyp in der funktionellen prädiktiven Karte 263 der gleiche wie der von den In-situ-Sensoren 208 erfasste In-situ-Datentyp oder der Datentyp in der Vorabinformationskarte 258 und unterscheidet sich von dem anderen.
Weiter mit dem vorhergehenden Beispiel, in dem die Vorabinformationskarte 258 eine vegetative Indexkarte ist und der In-situ-Sensor 208 einen Wert erfasst, der für Biomasse kennzeichnend ist, verwendet der prädiktive Kartengenerator 212 die vegetativen Indexwerte in der Vorabinformationskarte 258 und das durch den prädiktiven Modellgenerator 210 erzeugte Modell, um eine funktionelle prädiktive Karte 263 zu erzeugen, die die Biomasse an verschiedenen Positionen in dem Feld vorhersagt. Der prädiktive Kartengenerator 212 gibt somit die prädiktive Karte 264 aus.
Wie in 2 gezeigt, sagt die prädiktive Karte 264 den Wert eines erfassten Merkmals (erfasst durch In-situ-Sensoren 208) oder eines Merkmals vorher, das sich auf das erfasste Merkmal bezieht, an verschiedenen Positionen über das Feld auf Grundlage eines Vorabinformationswerts in der Vorabinformationskarte 258 an diesen Positionen und dem prädiktiven Modell voraus. Wenn zum Beispiel der prädiktive Modellgenerator 210 ein prädiktives Modell erzeugt hat, das eine Beziehung zwischen einem vegetativen Indexwert und einer Biomasse anzeigt, dann erzeugt der prädiktive Kartengenerator 212 angesichts des vegetativen Indexwerts an verschiedenen Positionen über das Feld eine prädiktive Karte 264, die den Wert der Biomasse an verschiedenen Positionen über das Feld vorhersagt. Der aus der vegetativen Indexkarte erhaltene vegetative Indexwert an diesen Positionen und die aus dem prädiktiven Modell erhaltene Beziehung zwischen dem vegetativen Indexwert und der Biomasse werden verwendet, um die prädiktive Karte 264 zu erzeugen.
Nun werden einige Variationen in den Datentypen beschrieben, die in der Vorabinformationskarte 258 abgebildet sind, die Datentypen, die von In-situ-Sensoren 208 erfasst werden, und die Datentypen, die auf der prädiktiven Karte 264 vorhergesagt werden.
In einigen Beispielen unterscheidet sich der Datentyp in der Vorabinformationskarte 258 von dem Datentyp, der von In-situ-Sensoren 208 erfasst wird, dennoch ist der Datentyp in der prädiktiven Karte 264 derselbe wie der Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Vorabinformationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann die Vegetationshöhe sein. Die prädiktive Karte 264 kann dann eine prädiktive Vegetationshöhenkarte sein, die vorhergesagte Vegetationshöhenwerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem weiteren Beispiel kann die Vorabinformationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann eine Vegetationsdichte sein. Die prädiktive Karte 264 kann dann eine prädiktive Vegetationsdichtekarte sein, die vorhergesagte Vegetationsdichtewerte auf verschiedene geografische Positionen in dem Feld abbildet.
Außerdem unterscheidet sich in einigen Beispielen der Datentyp in der Vorabinformationskarte 258 von dem Datentyp, der von In-situ-Sensoren 208 erfasst wird, und der Datentyp in der prädiktiven Karte 264 unterscheidet sich sowohl von dem Datentyp in der Vorabinformationskarte 258 als auch von dem Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Vorabinformationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann die Ernteguthöhe sein. In einem solchen Beispiel kann die prädiktive Karte 264 eine prädiktive Biomassekarte sein, die vorhergesagte Biomassewerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem weiteren Beispiel kann die Vorabinformationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann eine Dreschrotorantriebskraft sein. In einem solchen Beispiel kann die prädiktive Karte 264 eine prädiktive Biomassekarte sein, die vorhergesagte Biomassewerte auf verschiedene geografische Positionen in dem Feld abbildet.
In einigen Beispielen stammt die Vorabinformationskarte 258 von einem vorherigen Durchgang durch das Feld während eines Vorabbetriebs und der Datentyp unterscheidet sich von dem Datentyp, der von In-situ-Sensoren 208 erfasst wird, jedoch ist der Datentyp in der prädiktiven Karte 264 der gleiche wie der Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Vorabinformationskarte 258 eine Saatgutpopulationskarte sein, die während des Pflanzens erzeugt wird, und die Variable, die durch die In-situ-Sensoren 208 erfasst wird, kann die Stängelgröße sein. Die prädiktive Karte 264 kann dann eine prädiktive Stängelgrößenkarte sein, die vorhergesagte Stängelgrößenwerte auf verschiedene geografische Positionen im Feld abbildet. In einem weiteren Beispiel kann die vorherige Informationskarte 258 eine Aussaathybridkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann der Erntegutzustand sein, wie etwa stehendes Erntegut oder umgeknicktes Erntegut. Die prädiktive Karte 264 kann dann eine prädiktive Erntegutzustandskarte sein, die vorhergesagte Erntegutzustandswerte auf verschiedene geografische Positionen in dem Feld abbildet.
In einigen Beispielen stammt die Vorabinformationskarte 258 von einem früheren Durchgang durch das Feld während eines Vorabbetriebs und der Datentyp ist der gleiche wie der Datentyp, der von In-situ-Sensoren 208 erfasst wird, und der Datentyp in der prädiktiven Karte 264 ist ebenfalls der gleiche wie der Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Vorabinformationskarte 258 eine Ertragskarte sein, die während eines Vorjahres erzeugt wird, und die von den In-situ-Sensoren 208 erfasste Variable kann der Ertrag sein. Die prädiktive Karte 264 kann dann eine prädiktive Ertragskarte sein, die vorhergesagte Ertragswerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem solchen Beispiel können die relativen Ertragsunterschiede in der georeferenzierten Vorabinformationskarte 258 aus dem Vorjahr durch den prädiktiven Modellgenerator 210 verwendet werden, um ein prädiktives Modell zu erzeugen, das eine Beziehung zwischen den relativen Ertragsunterschieden auf der Vorabinformationskarte 258 und den Ertragswerten modelliert, die durch In-situ-Sensoren 208 während des aktuellen Erntevorgangs erfasst werden. Das prädiktive Modell wird dann von dem prädiktiven Kartengenerator 210 verwendet, um eine prädiktive Ertragskarte zu erstellen.
In einem weiteren Beispiel kann die Vorabinformationskarte 258 eine Unkrautintensitätskarte sein, die während eines Vorabbetriebs erzeugt wurde, wie etwa von einer Sprühvorrichtung, und die von den In-situ-Sensoren 208 erfasste Variable kann die Unkrautintensität sein. Die prädiktive Karte 264 kann dann eine prädiktive Unkrautintensitätskarte sein, die vorhergesagte Unkrautintensitätswerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem solchen Beispiel wird eine Karte der Unkrautintensitäten zum Zeitpunkt des Besprühens georeferenziert aufgezeichnet und der landwirtschaftlichen Erntemaschine 100 als Vorabinformationskarte 258 der Unkrautintensität bereitgestellt. Die In-situ-Sensoren 208 können die Unkrautintensität an geografischen Positionen in dem Feld erkennen und der prädiktive Modellgenerator 210 kann dann ein prädiktives Modell erstellen, das eine Beziehung zwischen der Unkrautintensität zum Zeitpunkt der Ernte und der Unkrautintensität zum Zeitpunkt des Besprühens modelliert. Dies liegt daran, dass die Sprühvorrichtung die Unkrautintensität zum Zeitpunkt des Besprühens beeinflusst hat, aber bei der Ernte kann in ähnlichen Bereichen wieder Unkraut auftauchen. Die Unkrautbereiche bei der Ernte haben jedoch wahrscheinlich eine unterschiedliche Intensität, die unter anderem auf dem Zeitpunkt der Ernte, dem Wetter und der Unkrautart basiert.
In einigen Beispielen kann dem Steuerzonengenerator 213 eine prädiktive Karte 264 bereitgestellt werden. Der Steuerzonengenerator 213 gruppiert benachbarte Abschnitte eines Bereichs auf Grundlage von Datenwerten der prädiktiven Karte 264, die diesen benachbarten Abschnitten zugeordnet sind, in eine oder mehrere Steuerzonen. Eine Steuerzone kann zwei oder mehr zusammenhängende Abschnitte eines Bereichs, wie etwa eines Feldes, beinhalten, für die ein Steuerparameter, der der Steuerzone zum Steuern eines steuerbaren Teilsystems entspricht, konstant ist. Beispielsweise kann eine Reaktionszeit zum Ändern einer Einstellung steuerbarer Teilsysteme 216 unzureichend sein, um zufriedenstellend auf Änderungen von Werten zu reagieren, die in einer Karte enthalten sind, wie etwa der prädiktiven Karte 264. In diesem Fall analysiert der Steuerzonengenerator 213 die Karte und identifiziert Steuerzonen, die eine definierte Größe aufweisen, um die Reaktionszeit der steuerbaren Teilsysteme 216 zu berücksichtigen. In einem weiteren Beispiel können die Steuerzonen bemessen sein, um den Verschleiß durch übermäßige Stellgliedbewegung, die sich aus der kontinuierlichen Einstellung ergibt, zu reduzieren. In einigen Beispielen kann es einen anderen Satz von Steuerzonen für jedes steuerbare Teilsystem 216 oder für Gruppen von steuerbaren Teilsystemen 216 geben. Die Steuerzonen können zu der prädiktiven Karte 264 hinzugefügt werden, um eine prädiktive Steuerzonenkarte 265 zu erhalten. Die prädiktive Steuerzonenkarte 265 kann somit der prädiktiven Karte 264 ähnlich sein, mit der Ausnahme, dass die prädiktive Steuerzonenkarte 265 Steuerzoneninformationen beinhaltet, die die Steuerzonen definieren. Somit kann eine funktionelle prädiktive Karte 263, wie hierin beschrieben, Steuerzonen beinhalten. Sowohl die prädiktive Karte 264 als auch die prädiktive Steuerzonenkarte 265 sind funktionelle prädiktive Karten 263. In einem Beispiel beinhaltet eine funktionelle prädiktive Karte 263 keine Steuerzonen, wie etwa die prädiktive Karte 264. In einem weiteren Beispiel beinhaltet eine funktionelle prädiktive Karte 263 Steuerzonen, wie etwa die prädiktive Steuerzonenkarte 265. In einigen Beispielen können mehrere Erntegutarten gleichzeitig in einem Feld vorhanden sein, wenn ein Mischkultur-Produktionssystem implementiert ist. In diesem Fall können der prädiktive Kartengenerator 212 und der Steuerzonengenerator 213 die Position und die Merkmale der zwei oder mehr Erntegüter identifizieren und dann die prädiktive Karte 264 und die prädiktive Steuerzonenkarte 265 entsprechend erzeugen.
Es ist ebenfalls zu beachten, dass der Steuerzonengenerator 213 Werte gruppieren kann, um Steuerzonen zu erzeugen, und die Steuerzonen zu einer prädiktiven Steuerzonenkarte 265 oder einer separaten Karte hinzugefügt werden können, die nur die erzeugten Steuerzonen zeigt. In einigen Beispielen können die Steuerzonen zum Steuern oder Kalibrieren der landwirtschaftlichen Erntemaschine 100 oder für beides verwendet werden. In anderen Beispielen können die Steuerzonen dem Bediener 260 angezeigt und verwendet werden, um die landwirtschaftliche Erntemaschine 100 zu steuern oder zu kalibrieren, und in anderen Beispielen können die Steuerzonen dem Bediener 260 oder einem anderen Benutzer angezeigt oder zur späteren Verwendung gespeichert werden.
Die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder beide werden dem Steuersystem 214 bereitgestellt, das Steuersignale auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider erzeugt. In einigen Beispielen steuert die Kommunikationssystemsteuerung 229 das Kommunikationssystem 206, um die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder Steuersignale auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 an andere landwirtschaftliche Erntemaschinen, die auf demselben Feld ernten, zu kommunizieren. In einigen Beispielen steuert die Kommunikationssystemsteuerung 229 das Kommunikationssystem 206, um die prädiktive Karte 264, die prädiktive Steuerzonenkarte 265 oder beide an andere Remote-Systeme zu senden.
Die Bedienerschnittstellensteuerung 231 ist betreibbar, um Steuersignale zu erzeugen, um die Bedienerschnittstellenmechanismen 218 zu steuern. Die Bedienerschnittstellensteuerung 231 ist außerdem betreibbar, um dem Bediener 260 die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder andere Informationen, die von oder auf Grundlage der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 oder beider abgeleitet werden, zu präsentieren. Der Bediener 260 kann ein lokaler Bediener oder ein Remote-Bediener sein. Als ein Beispiel erzeugt die Steuerung 231 Steuersignale, um einen Anzeigemechanismus zu steuern, um eine oder beide der prädiktiven Karte 264 und prädiktiven Steuerzonenkarte 265 für den Bediener 260 anzuzeigen. Die Steuerung 231 kann vom Bediener betätigbare Mechanismen erzeugen, die angezeigt werden und vom Bediener betätigt werden können, um mit der angezeigten Karte zu interagieren. Der Bediener kann die Karte bearbeiten, indem er auf Grundlage der Beobachtung des Bedieners beispielsweise eine auf der Karte angezeigte Biomasse korrigiert. Die Einstellungssteuerung 232 kann Steuersignale erzeugen, um verschiedene Einstellungen an der landwirtschaftlichen Erntemaschine 100 auf Grundlage der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 oder beider zu steuern. Zum Beispiel kann die Einstellungssteuerung 232 Steuersignale erzeugen, um die Maschinen- und Erntevorsatzstellglieder 248 zu steuern. Als Reaktion auf die erzeugten Steuersignale arbeiten die Maschinen- und Erntevorsatzstellglieder 248, um zum Beispiel eine oder mehrere der Sieb- und Häckseleinstellungen, den Dreschkorbspalt, die Rotoreinstellungen, die Reinigungsgebläse-Drehzahleinstellungen, die Erntevorsatzhöhe, die Erntevorsatzfunktionalität, die Haspeldrehzahl, die Haspelposition, die Draperfunktionalität (wenn die landwirtschaftliche Erntemaschine 100 mit einem Draper-Erntevorsatz gekoppelt ist), die Maisvorsatzfunktionalität, die interne Verteilungssteuerung und andere Stellglieder 248, die die anderen Funktionen der landwirtschaftlichen Erntemaschine 100 beeinflussen, zu steuern. Die Pfadplanungssteuerung 234 erzeugt veranschaulichend Steuersignale, um das Lenkungs-Teilsystem 252 zu steuern, um die landwirtschaftliche Erntemaschine 100 gemäß einem gewünschten Pfad zu steuern. Die Pfadplanungssteuerung 234 kann ein Pfadplanungssystem steuern, um eine Route für die landwirtschaftliche Erntemaschine 100 zu erzeugen, und kann das Antriebs-Teilsystem 250 und das Lenkteilsystem 252 steuern, um die landwirtschaftliche Erntemaschine 100 entlang dieser Route zu lenken. Die Vorschubgeschwindigkeitssteuerung 236 kann verschiedene Teilsysteme steuern, wie etwa das Antriebs-Teilsystem 250 und die Maschinenstellglieder 248, um eine Vorschubgeschwindigkeit (Durchsatz) auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider zu steuern. Wenn sich zum Beispiel die landwirtschaftliche Erntemaschine 100 einem bevorstehenden Bereich des Ernteguts auf dem Feld nähert, der einen Biomassewert über einem ausgewählten Schwellenwert aufweist, kann die Vorschubgeschwindigkeitssteuerung 236 die Geschwindigkeit der Maschine 100 verringern, um eine konstante Vorschubgeschwindigkeit der Biomasse durch die Maschine aufrechtzuerhalten. Die Erntevorsatz- und Haspelsteuerung 238 kann Steuersignale erzeugen, um einen Erntevorsatz oder eine Haspel oder eine andere Erntevorsatzfunktionalität zu steuern. Die Draperbandsteuerung 240 kann Steuersignale erzeugen, um einen Draperband oder eine andere Draperfunktionalität auf Grundlage der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 oder beider zu steuern. Die Deckplattenpositionssteuerung 242 kann Steuersignale erzeugen, um eine Position einer Deckplatte, die in einem Erntevorsatz enthalten ist, auf Grundlage einer prädiktiven Karte 264 oder einer prädiktiven Steuerzonenkarte 265 oder beider zu steuern, und die Rückstandssystemsteuerung 244 kann Steuersignale erzeugen, um ein Rückstands-Teilsystem 138 auf Grundlage einer prädiktiven Karte 264 oder einer prädiktiven Steuerzonenkarte 265 oder beider zu steuern. Die Maschinenreinigungssteuerung 245 kann Steuersignale erzeugen, um das Maschinenreinigungs-Teilsystem 254 zu steuern. Zum Beispiel kann auf Grundlage der verschiedenen Arten von Saatgut oder Unkraut, das durch die Maschine 100 geleitet wird, eine bestimmte Art von Maschinenreinigungsvorgang oder eine Häufigkeit, mit der ein Reinigungsvorgang durchgeführt wird, gesteuert werden. Andere Steuerungen, die in der landwirtschaftlichen Erntemaschine 100 enthalten sind, können andere Teilsysteme auf Grundlage der prädiktiven Karte 264 oder prädiktiven Steuerzonenkarte 265 oder beider ebenfalls steuern.
Die 3A und 3B (hierin gemeinsam als 3 bezeichnet) zeigen ein Flussdiagramm, das ein Beispiel für den Betrieb der landwirtschaftlichen Erntemaschine 100 beim Erzeugen einer prädiktiven Karte 264 und einer prädiktiven Steuerzonenkarte 265 auf Grundlage der Vorabinformationskarte 258 veranschaulicht.
Bei 280 empfängt die landwirtschaftliche Erntemaschine 100 die Vorabinformationskarte 258. Beispiele für die Vorabinformationskarte 258 oder das Empfangen der Vorabinformationskarte 258 werden in Bezug auf die Blöcke 281, 282, 284 und 286 erörtert. Wie oben erörtert, bildet die Vorabinformationskarte 258 Werte einer Variable, die einem ersten Merkmal entspricht, auf verschiedene Positionen im Feld ab, wie bei Block 282 angezeigt. Wie bei Block 281 angezeigt, kann das Empfangen der Vorabinformationskarte 258 das Auswählen einer oder mehrerer einer Vielzahl von möglichen Vorabinformationskarten beinhalten, die verfügbar sind. Zum Beispiel kann eine Vorabinformationskarte eine vegetative Indexkarte sein, die aus Luftbildern erzeugt wird. Eine andere Vorabinformationskarte kann eine Karte sein, die während eines vorherigen Durchgangs durch das Feld erzeugt wurde, der von einer anderen Maschine durchgeführt worden sein kann, die einen vorherigen Vorgang auf dem Feld durchgeführt hat, wie beispielsweise eine Sprühvorrichtung oder eine andere Maschine. Der Vorgang, durch den eine oder mehrere Vorabinformationskarten ausgewählt werden, kann manuell, halbautomatisch oder automatisch sein. Die Vorabinformationskarte 258 basiert auf Daten, die vor einem aktuellen Erntevorgang erfasst wurden. Dies wird durch Block 284 angezeigt. Beispielsweise können die Daten auf der Grundlage von Luftbildern erfasst werden, die während eines Vorjahres oder früher in der aktuellen Wachstumsperiode oder zu anderen Zeiten aufgenommen wurden.
Die bei der Erzeugung der Vorabinformationskarte 258 verwendeten Daten können auf andere Weise als durch Luftbilder aufgenommen werden. Zum Beispiel kann die landwirtschaftliche Erntemaschine 100 mit einem Sensor ausgestattet sein, wie etwa einem Wahrnehmungssensor (z. B. einem nach vorne gerichteten Bilderfassungsmechanismus 151), der Vegetationsmerkmale wie etwa Vegetationshöhe, Vegetationsdichte, Vegetationsmasse oder Vegetationsvolumen während eines vorherigen Betriebs identifiziert. In anderen Fällen können andere Vegetationsmerkmale identifiziert und verwendet werden. In einem weiteren Beispiel kann die landwirtschaftliche Erntemaschine 100 mit einem Sensor ausgestattet sein, der eine Kraft oder eine Angabe einer Kraft erfasst, die zum Antreiben des Dreschrotors 112 verwendet wird, wie etwa einem Drucksensor, der den Fluiddruck erfasst, der zum Antreiben des Dreschrotors 112 verwendet wird, oder einem Drehmomentsensor, der ein Drehmoment erfasst, das zum Antreiben des Dreschrotors 112 verwendet wird, während der Dreschrotor 112 Erntegut verarbeitet, das von der landwirtschaftlichen Erntemaschine 100 während eines vorherigen Betriebs geerntet wird. Die von den Sensoren während der Ernte eines Vorjahres erfassten Daten können als Daten verwendet werden, um die Vorabinformationskarte 258 zu erzeugen. Die erfassten Daten können mit anderen Daten kombiniert werden, um die Vorabinformationskarte 258 zu erzeugen. Zum Beispiel kann die Biomasse auf Grundlage einer Vegetationshöhe, einer Vegetationsdichte, einer Vegetationsmasse oder eines Vegetationsvolumens der Vegetation, die/das von der landwirtschaftlichen Erntemaschine 100 an verschiedenen Positionen auf dem Feld geerntet wird oder angetroffen wird, und auf Grundlage anderer Faktoren, wie etwa des Vegetationstyps; der Wetterbedingungen, wie etwa der Wetterbedingungen während des Wachstums der Vegetation; oder Bodenmerkmale, wie etwa Feuchtigkeit, vorhergesagt werden, sodass die Vorabinformationskarte 258 die vorhergesagte Biomasse auf dem Feld abbildet. Die Daten für die Vorabinformationskarte 258 können mithilfe des Kommunikationssystems 206 an die landwirtschaftliche Erntemaschine 100 übertragen und im Datenspeicher 202 gespeichert werden. Die Daten für die Vorabinformationskarte 258 können auch auf andere Weise mithilfe des Kommunikationssystems 206 der landwirtschaftlichen Erntemaschine 100 bereitgestellt werden, was durch Block 286 im Flussdiagramm von 3 angezeigt wird. In einigen Beispielen kann die Vorabinformationskarte 258 von dem Kommunikationssystem 206 empfangen werden.
Bei Beginn eines Erntevorgangs erzeugen die In-situ-Sensoren 208 Sensorsignale, die einen oder mehrere In-situ-Datenwerte anzeigen, die ein Merkmal anzeigen, zum Beispiel ein Vegetationsmerkmal, wie etwa Biomasse oder ein Biomassemerkmal, wie durch Block 288 angezeigt. Beispiele für In-situ-Sensoren 208 werden in Bezug auf die Blöcke 222, 290 und 226 erörtert. Wie oben erläutert, beinhalten die In-situ-Sensoren 208 bordeigene Sensoren 222; Remote-In-situ-Sensoren 224, wie etwa UAV-basierte Sensoren, die zu einem Zeitpunkt geflogen werden, um In-situ-Daten zu sammeln, wie in Block 290 gezeigt; oder andere Arten von In-situ-Sensoren, die durch In-situ-Sensoren 226 bezeichnet werden. In einigen Beispielen werden Daten von bordeigenen Sensoren mithilfe von Positions-, Kurs- oder Geschwindigkeitsdaten von dem geografischen Positionssensor 204 georeferenziert.
Der prädiktive Modellgenerator 210 steuert den Vorabinformationsvariable-zu-In-situ-Variable-Modellgenerator 228, um ein Modell zu erzeugen, das eine Beziehung zwischen den abgebildeten Werten, die in der Vorabinformationskarte 258 enthalten sind, und den In-situ-Werten, die durch die In-situ-Sensoren 208 erfasst werden, modelliert, wie durch Block 292 angezeigt. Die Merkmale oder Datentypen, die durch die abgebildeten Werte in der Vorabinformationskarte 258 dargestellt werden, und die In-situ-Werte, die durch die In-situ-Sensoren 208 erfasst werden, können die gleichen Merkmale oder Datentypen oder verschiedene Merkmale oder Datentypen sein.
Die Beziehung oder das Modell, die bzw. das von dem prädiktiven Modellgenerator 210 erzeugt wird, wird dem prädiktiven Kartengenerator 212 bereitgestellt. Der prädiktive Kartengenerator 212 erzeugt eine prädiktive Karte 264, die einen Wert des durch die In-situ-Sensoren 208 erfassten Merkmals an verschiedenen geografischen Positionen in einem zu erntenden Feld oder ein anderes Merkmal, das mit dem durch die In-situ-Sensoren 208 erfassten Merkmal in Beziehung steht, mithilfe des prädiktiven Modells und der Vorabinformationskarte 258 vorhersagt, wie durch Block 294 angezeigt.
Es ist zu beachten, dass die Vorabinformationskarte 258 in einigen Beispielen zwei oder mehr verschiedene Karten oder zwei oder mehr verschiedene Kartenebenen einer einzelnen Karte beinhalten kann. Jede Kartenebene kann einen anderen Datentyp als den Datentyp einer anderen Kartenebene darstellen oder die Kartenebenen können denselben Datentyp aufweisen, der zu verschiedenen Zeitpunkten erhalten wurde. Jede Karte in den zwei oder mehr verschiedenen Karten oder jede Ebene in den zwei oder mehr verschiedenen Kartenebenen einer Karte bildet einen anderen Typ von Variablen zu den geografischen Positionen im Feld ab. In einem solchen Beispiel erzeugt der prädiktive Modellgenerator 210 ein prädiktives Modell, das die Beziehung zwischen den In-situ-Daten und jeder der verschiedenen Variablen modelliert, die durch die zwei oder mehr verschiedenen Karten oder die zwei oder mehr verschiedenen Kartenebenen abgebildet sind. Gleichermaßen können die In-situ-Sensoren 208 zwei oder mehr Sensoren beinhalten, die jeweils eine andere Art von Variablen erfassen. Somit erzeugt der prädiktive Modellgenerator 210 ein prädiktives Modell, das die Beziehungen zwischen jedem durch die Vorabinformationskarte 258 abgebildeten Variablentyp und jedem durch die In-situ-Sensoren 208 erfassten Variablentyp modelliert. Der prädiktive Kartengenerator 212 kann eine funktionelle prädiktive Karte 263 erzeugen, die einen Wert für jedes erfasste Merkmal, das von den In-situ-Sensoren 208 erfasst wird (oder einem Merkmal, das sich auf das erfasste Merkmal bezieht), an verschiedenen Positionen in dem Feld, das geerntet wird, mithilfe des prädiktiven Modells und jeder der Karten oder Kartenebenen in der Vorabinformationskarte 258 vorhersagt.
Der prädiktive Kartengenerator 212 konfiguriert die prädiktive Karte 264 derart, dass die prädiktive Karte 264 durch das Steuersystem 214 umsetzbar (oder verbrauchbar) ist. Der prädiktive Kartengenerator 212 kann die prädiktive Karte 264 dem Steuersystem 214 oder dem Steuerzonengenerator 213 oder beiden bereitstellen. Einige Beispiele für verschiedene Arten, wie die prädiktive Karte 264 konfiguriert oder ausgegeben werden kann, werden in Bezug auf die Blöcke 296, 295, 299 und 297 beschrieben. Beispielsweise konfiguriert der prädiktive Kartengenerator 212 die prädiktive Karte 264, so dass die prädiktive Karte 264 Werte beinhaltet, die durch das Steuersystem 214 gelesen und als Grundlage zum Erzeugen von Steuersignalen für eines oder mehrere der verschiedenen steuerbaren Teilsysteme der landwirtschaftlichen Erntemaschine 100 verwendet werden können, wie durch Block 296 angezeigt.
Der Steuerzonengenerator 213 kann die prädiktive Karte 264 auf Grundlage der Werte auf der prädiktiven Karte 264 in Steuerzonen unterteilen. Kontinuierlich geolokalisierte Werte, die innerhalb eines Schwellenwertes voneinander liegen, können in eine Steuerzone gruppiert werden. Der Schwellenwert kann ein Standardschwellenwert sein oder der Schwellenwert kann auf Grundlage einer Bedienereingabe, auf Grundlage einer Eingabe von einem automatisierten System oder auf Grundlage anderer Kriterien festgelegt werden. Eine Größe der Zonen kann auf einer Reaktionsfähigkeit des Steuersystems 214, der steuerbaren Teilsysteme 216 auf Grundlage von Verschleißüberlegungen oder auf anderen Kriterien basieren, wie durch Block 295 angezeigt. Der prädiktive Kartengenerator 212 konfiguriert die prädiktive Karte 264 zur Präsentation für einen Bediener oder einen anderen Benutzer. Der Steuerzonengenerator 213 kann eine prädiktive Steuerzonenkarte 265 zur Präsentation für einen Bediener oder einen anderen Benutzer konfigurieren. Dies wird durch Block 299 angezeigt. Wenn sie einem Bediener oder einem anderen Benutzer präsentiert wird, kann die Präsentation der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider einen oder mehrere der prädiktiven Werte auf der prädiktiven Karte 264, die mit der geografischen Position korreliert sind, die Steuerzonen auf der prädiktiven Steuerzonenkarte 265, die mit der geografischen Position korreliert sind, und Einstellwerte oder Steuerparameter enthalten, die auf der Grundlage der prädiktiven Werte auf der prädiktiven Karte 264 oder den Zonen auf der prädiktiven Steuerzonenkarte 265 verwendet werden. Die Präsentation kann in einem anderen Beispiel mehr abstrahierte Informationen oder detailliertere Informationen beinhalten. Die Darstellung kann auch ein Konfidenzniveau beinhalten, das eine Genauigkeit angibt, mit der die prädiktiven Werte auf der prädiktiven Karte 264 oder die Zonen auf der prädiktiven Steuerzonenkarte 265 mit gemessenen Werten übereinstimmen, die durch Sensoren an der landwirtschaftlichen Erntemaschine 100 gemessen werden können, wenn sich die landwirtschaftliche Erntemaschine 100 durch das Feld bewegt. Ferner kann ein Authentifizierungs- und Autorisierungssystem vorgesehen werden, das Authentifizierungs- und Autorisierungsprozesse implementiert, wenn Informationen an mehreren Positionen präsentiert werden. Beispielsweise kann es eine Hierarchie von Personen geben, die berechtigt sind, Karten und andere präsentierte Informationen anzuzeigen und zu ändern. Beispielsweise kann eine bordeigene Anzeigevorrichtung die Karten in nahezu Echtzeit lokal auf der Maschine anzeigen, oder die Karten können auch an einem oder mehreren Remote-Standorten oder beiden generiert werden. In einigen Beispielen kann jede physische Anzeigevorrichtung an jedem Standort einer Person oder einer Benutzerberechtigungsstufe zugeordnet sein. Die Benutzerberechtigungsstufe kann verwendet werden, um zu bestimmen, welche Anzeigemarkierungen auf der physischen Anzeigevorrichtung sichtbar sind und welche Werte die entsprechende Person ändern kann. Beispielsweise kann ein lokaler Bediener der landwirtschaftlichen Erntemaschine 100 nicht in der Lage sein, die Informationen, die der prädiktiven Karte 264 entsprechen, zu sehen oder Änderungen am Maschinenbetrieb vorzunehmen. Ein Vorgesetzter, wie etwa ein Vorgesetzter an einem Remote-Standort, kann jedoch die prädiktive Karte 264 auf der Anzeige sehen, aber daran gehindert werden, Änderungen vorzunehmen. Ein Manager, der sich an einem separaten Remote-Standort befinden kann, kann in der Lage sein, alle Elemente auf der prädiktiven Karte 264 zu sehen und auch in der Lage sein, die prädiktive Karte 264 zu ändern. In einigen Fällen kann die prädiktive Karte 264, auf die ein remote angeordneter Manager zugreifen kann und die von ihm geändert werden kann, in der Maschinensteuerung verwendet werden. Dies ist ein Beispiel für eine Autorisierungshierarchie, die implementiert werden kann. Die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder beide können auch auf andere Weise konfiguriert werden, wie durch Block 297 angezeigt.
Bei Block 298 werden Eingaben von dem geografischen Positionssensor 204 und anderen In-situ-Sensoren 208 von dem Steuersystem empfangen. Insbesondere erkennt das Steuersystem 214 bei Block 300 eine Eingabe von dem geografischen Positionssensor 204, der eine geografische Position der landwirtschaftlichen Erntemaschine 100 identifiziert. Block 302 stellt den Empfang von Sensoreingaben durch das Steuersystem 214 dar, die den Bahnverlauf oder den Kurs der landwirtschaftlichen Erntemaschine 100 angeben, und Block 304 stellt den Empfang einer Geschwindigkeit der landwirtschaftlichen Erntemaschine 100 durch das Steuersystem 214 dar. Block 306 stellt den Empfang anderer Informationen von verschiedenen In-situ-Sensoren 208 durch das Steuersystem 214 dar.
Bei Block 308 generiert das Steuersystem 214 Steuersignale, um die steuerbaren Teilsysteme 216 auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider und der Eingabe von dem geografischen Positionssensor 204 und beliebigen anderen In-situ-Sensoren 208 zu steuern. Bei Block 310 wendet das Steuersystem 214 die Steuersignale auf die steuerbaren Teilsysteme an. Es versteht sich, dass die bestimmten Steuersignale, die erzeugt werden, und die bestimmten steuerbaren Teilsysteme 216, die gesteuert werden, auf Grundlage eines oder mehrerer verschiedener Dinge variieren können. Beispielsweise können die erzeugten Steuersignale und die steuerbaren Teilsysteme 216, die gesteuert werden, auf der Art der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beiden basieren, die verwendet werden. Gleichermaßen können die erzeugten Steuersignale und die steuerbaren Teilsysteme 216, die gesteuert werden, und der Zeitpunkt der Steuersignale auf verschiedenen Latenzen des Erntegutstroms durch die landwirtschaftliche Erntemaschine 100 und der Reaktionsfähigkeit der steuerbaren Teilsysteme 216 basieren.
Beispielsweise kann eine erzeugte prädiktive Karte 264 in Form einer prädiktiven Biomassekarte verwendet werden, um ein oder mehrere Teilsysteme 216 zu steuern. Beispielsweise kann die prädiktive Biomassekarte Biomasse- oder Biomassemerkmalwerte beinhalten, die auf Positionen innerhalb des zu erntenden Feldes georeferenziert sind. Die Biomasse- oder Biomassemerkmalwerte aus der prädiktiven Biomassekarte können extrahiert und verwendet werden, um beispielsweise die Lenkungs- und Antriebs-Teilsysteme 252 und 250 zu steuern. Durch Steuern der Lenkungs- und Antriebs-Teilsysteme 252 und 250 kann eine Vorschubgeschwindigkeit von Material, das sich durch die landwirtschaftliche Erntemaschine 100 bewegt, gesteuert werden. In ähnlicher Weise kann die Höhe des Erntevorsatzes gesteuert werden, um mehr oder weniger Material aufzunehmen, und somit kann die Höhe des Erntevorsatzes auch gesteuert werden, um die Vorschubrate des Materials durch die landwirtschaftliche Erntemaschine 100 zu steuern. Wenn die prädiktive Karte 264 in anderen Beispielen eine Biomasse vor der landwirtschaftlichen Erntemaschine 100 abbildet, die entlang eines Abschnitts des Erntevorsatzes 102 größer als ein anderer Abschnitt des Erntevorsatzes 102 ist, was dazu führt, dass eine andere Biomasse in eine Seite des Erntevorsatzes 102 als die andere Seite des Erntevorsatzes 102 eintritt, kann die Steuerung des Erntevorsatzes 102 implementiert werden. Beispielsweise kann eine Drapergeschwindigkeit auf einer Seite des Vorsatzgeräts 102 relativ zu der Drapergeschwindigkeit auf der anderen Seite des Vorsatzgeräts 102 erhöht oder verringert werden, um die Differenz in der Biomasse zu berücksichtigen. Somit kann die Draperbandsteuerung 240 auf Grundlage von georeferenzierten Werten, die in der prädiktiven Biomassekarte vorhanden sind, verwendet werden, um Drapergeschwindigkeiten der Draperbänder auf dem Erntevorsatz 102 zu steuern. Das vorhergehende Beispiel mit Biomasse und mithilfe einer prädiktiven Biomassekarte ist nur beispielhaft bereitgestellt. Folglich kann eine Vielzahl anderer Steuersignale mithilfe von Werten erzeugt werden, die von einer prädiktiven Biomassekarte oder einer anderen Art von prädiktiver Karte erhalten werden, um eines oder mehrere der steuerbaren Teilsysteme 216 zu steuern.
Bei Block 312 wird bestimmt, ob der Erntevorgang abgeschlossen wurde. Wenn die Ernte nicht abgeschlossen ist, fährt die Verarbeitung mit Block 314 fort, wo In-situ-Sensordaten von dem geografischen Positionssensor 204 und den In-situ-Sensoren 208 (und möglicherweise anderen Sensoren) weiterhin abgelesen werden.
In einigen Beispielen kann die landwirtschaftliche Erntemaschine 100 bei Block 316 auch Lernauslösekriterien erkennen, um maschinelles Lernen an einer oder mehreren von der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265, dem Modell, das von dem prädiktiven Modellgenerator 210 erzeugt wird, den Zonen, die von dem Steuerzonengenerator 213 erzeugt werden, einem oder mehreren Steueralgorithmen, die von den Steuerungen in dem Steuersystem 214 implementiert werden, und anderem ausgelösten Lernen durchzuführen.
Die Lernauslösekriterien können eine Vielzahl verschiedener Kriterien beinhalten. Einige Beispiele für das Erkennen von Auslösekriterien werden in Bezug auf die Blöcke 318, 320, 321, 322 und 324 erörtert. Beispielsweise kann das ausgelöste Lernen in einigen Beispielen das Wiederherstellen einer Beziehung beinhalten, die verwendet wird, um ein prädiktives Modell zu erzeugen, wenn eine Schwellenmenge von In-situ-Sensordaten von den In-situ-Sensoren 208 erhalten wird. In solchen Beispielen löst der Empfang einer Menge von In-situ-Sensordaten von den In-situ-Sensoren 208, die einen Schwellenwert überschreitet, den prädiktiven Modellgenerator 210 aus oder veranlasst ihn, ein neues prädiktives Modell zu erzeugen, das vom prädiktiven Kartengenerator 212 verwendet wird. Wenn also die landwirtschaftliche Erntemaschine 100 einen Erntevorgang fortsetzt, löst der Empfang der Schwellenmenge an In-situ-Sensordaten von den In-situ-Sensoren 208 die Erzeugung einer neuen Beziehung aus, die durch ein prädiktives Modell repräsentiert wird, das durch den prädiktiven Modellgenerator 210 erzeugt wird. Ferner können die neue prädiktive Karte 264, die prädiktive Steuerzonenkarte 265 oder beide mithilfe des neuen prädiktiven Modells erneut erzeugt werden. Block 318 stellt das Erkennen einer Schwellenwertmenge von In-situ-Sensordaten dar, die verwendet werden, um die Erstellung eines neuen prädiktiven Modells auszulösen.
In anderen Beispielen können die Lernauslösekriterien darauf beruhen, wie stark sich die In-situ-Sensordaten von den In-situ-Sensoren 208 ändern, wie etwa über die Zeit oder im Vergleich zu vorherigen Werten. Wenn zum Beispiel Abweichungen innerhalb der In-situ-Sensordaten (oder der Beziehung zwischen den In-situ-Sensordaten und den Informationen in der Vorabinformationskarte 258) innerhalb eines ausgewählten Bereichs liegen oder weniger als ein definierter Betrag sind oder unter einem Schwellenwert liegen, dann wird kein neues prädiktives Modell durch den prädiktiven Modellgenerator 210 erzeugt. Infolgedessen erzeugt der prädiktive Kartengenerator 212 keine neue prädiktive Karte 264, prädiktive Steuerzonenkarte 265 oder beides. Wenn jedoch Abweichungen innerhalb der In-situ-Sensordaten außerhalb des ausgewählten Bereichs liegen, größer als der definierte Betrag sind oder beispielsweise über dem Schwellenwert liegen, erzeugt der prädiktive Modellgenerator 210 ein neues prädiktives Modell mithilfe aller oder eines Teils der neu empfangenen In-situ-Sensordaten, die der prädiktive Kartengenerator 212 verwendet, um eine neue prädiktive Karte 264 zu erzeugen. Bei Block 320 können Variationen der In-situ-Sensordaten, wie etwa eine Größe eines Betrags, um den die Daten den ausgewählten Bereich überschreiten, oder eine Größe der Variation der Beziehung zwischen den In-situ-Sensordaten und den Informationen in der Vorabinformationskarte 258, als Auslöser verwendet werden, um die Erzeugung eines prädiktiven Modells und einer prädiktiven Karte zu veranlassen. Unter Beibehaltung der oben beschriebenen Beispiele können der Schwellenwert, der Bereich und der definierte Betrag auf Standardwerte eingestellt werden; durch einen Bediener oder eine Benutzerinteraktion über eine Benutzerschnittstelle eingestellt werden; durch ein automatisiertes System eingestellt werden; oder auf andere Weise eingestellt werden.
Es können auch andere Lernauslösekriterien verwendet werden. Wenn zum Beispiel der prädiktive Modellgenerator 210 zu einer anderen Vorabinformationskarte (die sich von der ursprünglich ausgewählten Vorabinformationskarte 258 unterscheidet) umschaltet, kann das Umschalten zu der anderen Vorabinformationskarte ein erneutes Lernen durch den prädiktiven Modellgenerator 210, den prädiktiven Kartengenerator 212, den Steuerzonengenerator 213, das Steuersystem 214 oder andere Elemente auslösen. In einem weiteren Beispiel kann auch der Übergang der landwirtschaftlichen Erntemaschine 100 zu einer anderen Topographie oder zu einer anderen Steuerzone als Lernauslösekriterien verwendet werden.
In einigen Fällen kann der Bediener 260 auch die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder beide bearbeiten. Die Bearbeitungen können einen Wert auf der prädiktiven Karte 264, eine Größe, Form, Position oder Vorhandensein einer Steuerzone auf der prädiktiven Steuerzonenkarte 265 oder beides ändern. Block 321 zeigt, dass bearbeitete Informationen als Lernauslösekriterien verwendet werden können.
In einigen Fällen kann es auch sein, dass der Bediener 260 beobachtet, dass die automatisierte Steuerung eines steuerbaren Teilsystems nicht das ist, was der Bediener wünscht. In solchen Fällen kann der Bediener 260 dem steuerbaren Teilsystem eine manuelle Anpassung bereitstellen, die widerspiegelt, dass der Bediener 260 wünscht, dass das steuerbare Teilsystem anders arbeitet, als vom Steuersystem 214 befohlen wird. Somit kann eine manuelle Änderung einer Einstellung durch den Bediener 260 bewirken, dass einer oder mehrere von dem prädiktiven Modellgenerator 210 ein Modell neu erlernen, dem prädiktiven Kartengenerator 212, um die Karte 264 zu regenerieren, dem Steuerzonengenerator 213, um eine oder mehrere Steuerzonen auf der prädiktiven Steuerzonenkarte 265 zu regenerieren, und dem Steuersystem 214, um einen Steueralgorithmus neu zu erlernen oder maschinelles Lernen an einer oder mehreren der Steuerkomponenten 232 bis 246 im Steuersystem 214 auf Grundlage der Einstellung durch den Bediener 260 durchzuführen, wie in Block 322 gezeigt. Block 324 stellt die Verwendung anderer ausgelöster Lernkriterien dar.
In anderen Beispielen kann das Umlernen periodisch oder intermittierend durchgeführt werden, zum Beispiel auf Grundlage eines ausgewählten Zeitintervalls, wie etwa eines diskreten Zeitintervalls oder eines variablen Zeitintervalls, wie durch Block 326 angezeigt.
Wenn das Umlernen ausgelöst wird, ob auf Grundlage von Lernauslösekriterien oder auf Grundlage des Durchlaufs eines Zeitintervalls, wie durch Block 326 angezeigt, führt einer oder mehrere von dem prädiktiven Modellgenerator 210, dem prädiktiven Kartengenerator 212, dem Steuerzonengenerator 213 und dem Steuersystem 214 maschinelles Lernen durch, um ein neues prädiktives Modell, eine neue prädiktive Karte, eine neue Steuerzone bzw. einen neuen Steueralgorithmus auf Grundlage der Lernauslösekriterien zu erzeugen. Das neue prädiktive Modell, die neue prädiktive Karte und der neue Steueralgorithmus werden mithilfe zusätzlicher Daten generiert, die seit dem letzten Lernvorgang gesammelt wurden. Das Durchführen des Umlernens wird durch Block 328 angezeigt.
Wenn der Erntevorgang abgeschlossen wurde, geht der Vorgang von Block 312 zu Block 330 über, wo eines oder mehrere von der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 und dem prädiktiven Modell, das durch den prädiktiven Modellgenerator 210 erzeugt wird, gespeichert werden. Die prädiktive Karte 264, die prädiktive Steuerzonenkarte 265 und das prädiktive Modell können lokal auf dem Datenspeicher 202 gespeichert oder mithilfe des Kommunikationssystems 206 zur späteren Verwendung an ein Remote-System gesendet werden.
Es ist zu beachten, dass, während einige Beispiele hierin den prädiktiven Modellgenerator 210 und den prädiktiven Kartengenerator 212 beschreiben, die eine Vorabinformationskarte beim Erzeugen eines prädiktiven Modells bzw. beim Empfangen einer funktionellen prädiktiven Karte, der prädiktive Modellgenerator 210 bzw. der prädiktive Kartengenerator 212 in anderen Beispielen beim Erzeugen eines prädiktiven Modells und einer funktionellen prädiktiven Karte jeweils andere Arten von Karten, einschließlich prädiktiver Karten, wie etwa eine funktionelle prädiktive Karte, die während des Erntevorgangs erzeugt wird, empfangen können.
4 ist ein Blockdiagramm eines Abschnitts der in 1 gezeigten landwirtschaftlichen Erntemaschine 100. Insbesondere zeigt 4 unter anderem Beispiele des prädiktiven Modellgenerators 210 und des prädiktiven Kartengenerators 212 detaillierter. 4 veranschaulicht auch den Informationsfluss zwischen den verschiedenen gezeigten Komponenten. Der prädiktive Modellgenerator 210 empfängt eine vegetative Indexkarte 332 als eine Vorabinformationskarte. Der prädiktive Modellgenerator 210 empfängt auch eine geografische Position 334 oder eine Angabe einer geografischen Position von dem geografischen Positionssensor 204. Die In-situ-Sensoren 208 beinhalten beispielhaft einen Biomassesesor, wie etwa den Biomassesensor 336, sowie ein Verarbeitungssystem 338. In einigen Fällen kann sich der Biomassesensor 336 an Bord der landwirtschaftlichen Erntemaschine 100 befinden. Das Verarbeitungssystem 338 verarbeitet Sensordaten, die von dem bordeigenen Biomassesensor 336 erzeugt werden, um verarbeitete Daten zu erzeugen, von denen einige Beispiele nachfolgend beschrieben werden.
In einigen Beispielen kann der Biomassesensor 336 ein optischer Sensor sein, wie etwa eine Kamera, eine Stereokamera, eine Monokamera, ein Lidar oder ein Radar, der Bilder eines Bereichs eines abzuerntenden Felds erzeugt. In einigen Fällen kann der optische Sensor an der landwirtschaftlichen Erntemaschine 100 oder einem an der landwirtschaftlichen Erntemaschine 100 angebrachten Erntevorsatz angeordnet sein, um Bilder eines Bereichs zu sammeln, der an die landwirtschaftliche Erntemaschine 100 angrenzt, wie etwa in einem Bereich, der vor, neben, hinter oder in einer anderen Richtung relativ zu der landwirtschaftlichen Erntemaschine 100 liegt, wenn sich die landwirtschaftliche Erntemaschine 100 während eines Erntevorgangs durch das Feld bewegt. Der optische Sensor kann sich zudem auf oder innerhalb der landwirtschaftlichen Erntemaschine 100 befinden, um Bilder von einem oder mehreren Abschnitten des Äußeren oder Inneren der landwirtschaftlichen Erntemaschine 100 zu erhalten. Das Verarbeitungssystem 338 verarbeitet ein oder mehrere Bilder, die über den Biomassesensor 336 erhalten wurden, um verarbeitete Bilddaten zu erzeugen, die ein oder mehrere Merkmale von Erntegütern in dem Bild identifizieren. Vegetationsmerkmale, die durch das Verarbeitungssystem 338 erkannt werden, können eine Höhe der Vegetation, die in dem Bild vorhanden ist, ein Volumen der Vegetation in einem Bild, eine Masse der Vegetation, die in dem Bild vorhanden ist, oder eine Dichte des Ernteguts in dem Bild beinhalten. In einem anderen Beispiel kann der Biomassesensor 336 ein Kraftsensor sein, der Sensorsignale erzeugt, die eine Kraft anzeigen, wie etwa einen Fluiddruck oder ein Drehmoment, die verwendet werden, um den Dreschrotor 112 der landwirtschaftlichen Erntemaschine 100 anzutreiben, um eine Biomasse anzuzeigen, die durch die landwirtschaftliche Erntemaschine 100 während eines Erntevorgangs verarbeitet wird.
Der In-situ-Sensor 208 kann andere Arten von Sensoren sein oder beinhalten, wie etwa eine Kamera, die sich entlang eines Pfads befindet, durch den sich abgetrenntes Vegetationsmaterial in der landwirtschaftlichen Erntemaschine 100 bewegt (im Folgenden als „Prozesskamera“ bezeichnet). Eine Prozesskamera kann sich innerhalb der landwirtschaftlichen Erntemaschine 100 befinden und kann Bilder von Vegetationsmaterial erfassen, während sich das Vegetationsmaterial durch die landwirtschaftliche Erntemaschine 100 bewegt oder von dieser ausgestoßen wird. Zum Beispiel kann eine Prozesskamera konfiguriert sein, um Vegetationsmaterial zu erkennen, das durch das Zuführgehäuse der landwirtschaftlichen Erntemaschine 100 kommt. Prozesskameras können Bilder von abgetrenntem Vegetationsmaterial erhalten, und das Bildverarbeitungssystem 338 ist betreibbar, um die Biomasse- oder Biomassemerkmale des Vegetationsmaterials zu erfassen, während es sich durch die landwirtschaftliche Erntemaschine 100 bewegt oder aus dieser ausgestoßen wird. In anderen Beispielen kann der In-situ-Sensor 208 einen Materialverteilungssensor beinhalten, der das Volumen oder die Masse des Materials an zwei oder mehr Stellen misst. Die Messungen können absolut oder relativ sein. In einigen Beispielen können elektromagnetische oder Ultraschallsensoren verwendet werden, um die Flugzeit, Phasenverschiebung oder binokulare Disparitäten eines oder mehrerer Signale zu messen, die von Materialoberflächen in Abständen relativ zu einer Referenzoberfläche reflektiert werden. In anderen Beispielen können emittierte Signal- oder subatomare Partikelrückstreuung, Absorption, Dämpfung oder Transmission verwendet werden, um die Materialverteilung zu messen. In einem anderen Beispiel können Materialeigenschaften, wie etwa elektrische Permittivität, verwendet werden, um die Verteilung zu messen. Es können auch andere Ansätze verwendet werden. Es ist zu beachten, dass dies lediglich einige Beispiele für den In-situ-Sensor 208 oder den Biomassesensor 336 oder beide sind und dass verschiedene andere Sensoren verwendet werden können.
In anderen Beispielen kann sich der Biomassesensor 336 auf die Wellenlänge(n) elektromagnetischer Energie und die Art und Weise stützen, in der die elektromagnetische Energie durch Vegetation reflektiert, absorbiert, gedämpft oder durch Vegetation übertragen wird. Der Biomassesensor 336 kann andere elektromagnetische Eigenschaften von Vegetation erfassen, wie etwa elektrische Permittivität, wenn das abgetrennte Vegetationsmaterial zwischen zwei kapazitiven Platten hindurchtritt. Der Biomassesensor 336 kann sich auch auf mechanische Eigenschaften von Vegetation stützen, wie etwa ein Signal, das erzeugt wird, wenn ein Abschnitt der Vegetation (z. B. Korn) auf ein piezoelektrisches Blatt auftrifft oder wenn ein Aufprall durch einen Abschnitt der Vegetation durch ein Mikrofon oder einen Beschleunigungsmesser erfasst wird. Andere Materialeigenschaften und Sensoren können ebenfalls verwendet werden. In einigen Beispielen kann der Biomassesensor 336 ein Ultraschallsensor, ein kapazitiver Sensor, ein elektrischer Permittivitätssensor oder ein mechanischer Sensor sein, der Vegetation innerhalb oder außerhalb der landwirtschaftlichen Erntemaschine 100 erfasst. In einigen Beispielen kann der Biomassesensor 336 ein Lichtabschwächungssensor oder ein Reflexionssensor sein. In einigen Beispielen können rohe oder verarbeitete Daten von dem Biomassesensor 336 dem Bediener 260 über den Bedienerschnittstellenmechanismus 218 dargestellt werden. Der Bediener 260 kann sich an Bord der landwirtschaftlichen Erntemaschine 100 oder an einem Remote-Standort befinden. Das Verarbeitungssystem 338 ist betreibbar, um die Biomasse zu erfassen, die von der landwirtschaftlichen Erntemaschine 100 geerntet wird, sowie verschiedene Biomassemerkmale der Vegetation, wie etwa Vegetationshöhe, Vegetationsvolumen, Vegetationsmasse oder Vegetationsdichte, die der Vegetation entsprechen, auf die die landwirtschaftliche Erntemaschine 100 während eines Erntevorgangs trifft.
Die vorliegende Erörterung fährt in Bezug auf ein Beispiel fort, in dem der Biomassesensor 336 Biomasse oder ein Biomassemerkmal erfasst, wie etwa einen optischen Sensor, der ein Bild erzeugt, das indikativ für Biomasse oder ein Biomassemerkmal ist, oder in dem der Biomassesensor 336 ein Kraftsensor ist, wie etwa ein Drucksensor oder Drehmomentsensor, der eine Kraft erfasst, die verwendet wird, um den Dreschrotor 112 als eine Indikation für Biomasse anzutreiben. Es versteht sich, dass es sich hierbei nur um einige Beispiele handelt und die oben genannten Sensoren sowie andere Beispiele des Biomassesensors 336 hierin ebenfalls in Betracht gezogen werden. Wie in 4 gezeigt, beinhaltet der beispielhafte prädiktive Modellgenerator 210 einen Vegetationshöhe-zu-Vegetationsindex-Modellgenerator 342, einen Vegetationsdichte-zu-Vegetationsindex-Modellgenerator 344, einen Vegetationsmasse-zu-Vegetationsindex-Modellgenerator 345, einen Vegetationsvolumen-zu-Vegetationsindex-Modellgenerator 346 und/oder einen Dreschrotorantriebskraft-zu-Vegetationsindex-Modellgenerator 347. In anderen Beispielen kann der prädiktive Modellgenerator 210 zusätzliche, weniger oder andere Komponenten beinhalten, als die in dem Beispiel von 4 gezeigte Steuersystem mit geschlossenem Regelkreis 400. Folglich kann der prädiktive Modellgenerator 210 in einigen Beispielen auch andere Elemente 348 beinhalten, die andere Arten von prädiktiven Modellgeneratoren beinhalten können, um andere Arten von Vegetationsmerkmalsmodellen zu erzeugen, zum Beispiel andere Merkmale, die auf Biomassezu-Vegetationsindexmodellgeneratoren hinweisen. In einigen Beispielen können die Modellgeneratoren 342, 344, 345 und 346 auch Erntegutmerkmale, wie etwa Ernteguthöhe, Erntegutdichte, Erntegutmasse und Erntegutvolumen, als Vegetationsmerkmal beinhalten. In anderen Beispielen kann der prädiktive Modellgenerator einen Ernteguthöhe-zu-Vegetationsindex-Modellgenerator, einen Erntegutdichte-zu-Vegetationsindex-Modellgenerator, einen Erntegutmassezu-Vegetationsindex-Modellgenerator und/oder einen Erntegutvolumen-zu-Vegetationsindex-Modellgenerator beinhalten.
Der Vegetationshöhe-zu-Vegetationsindex-Modellgenerator 342 identifiziert eine Beziehung zwischen Vegetationshöhe, die in verarbeiteten Daten 340 an einer geografischen Position erkannt wird, die den verarbeiteten Daten 340 entspricht, und Vegetationsindexwerten aus der Vegetationsindexkarte 332, die derselben Position auf dem Feld entsprechen, an der die Vegetationshöhe entspricht. Auf Grundlage der Beziehung, die durch den Vegetationshöhe-zu-Vegetationsindex-Modellgenerator 342 hergestellt wird, erzeugt der Vegetationshöhe-zu-Vegetationsindex-Modellgenerator 342 ein prädiktives Biomassemodell. Das prädiktive Biomassemodell wird von dem Vegetationshöhenkartengenerator 352 verwendet, um auf Grundlage eines georeferenzierten vegetativen Indexwerts, der in der vegetativen Indexkarte 332 enthalten ist, der dieser Position in dem Feld entspricht, an einer beliebigen gegebenen Position in dem Feld die Vegetationshöhe an dieser Position in dem Feld vorherzusagen.
Der Vegetationsdichte-zu-Vegetationsindex-Modellgenerator 344 identifiziert eine Beziehung zwischen einem Vegetationsdichtepegel, der in den verarbeiteten Daten 340 an einer geografischen Position dargestellt ist, die den verarbeiteten Daten 340 entspricht, und dem vegetativen Indexwert, der derselben geografischen Position entspricht. Wiederum ist der vegetative Indexwert der georeferenzierte Wert, der in der vegetativen Indexkarte 332 enthalten ist. Auf Grundlage der Beziehung, die durch den Vegetationsdichte-zu-Vegetationsindex-Modellgenerator 344 hergestellt wird, erzeugt der Vegetationsdichte-zu-Vegetationsindex-Modellgenerator 344 ein prädiktives Biomassemodell. Das prädiktive Biomassemodell wird von dem Vegetationsdichtekartengenerator 354 verwendet, um an einer beliebigen Stelle auf dem Feld die Vegetationsdichte an dieser Stelle auf Grundlage eines georeferenzierten vegetativen Indexwerts, der in der vegetativen Indexkarte 332 enthalten ist, der dieser Stelle auf dem Feld entspricht, vorherzusagen.
Der Vegetationsmasse-zu-Vegetationsindex-Modellgenerator 345 identifiziert eine Beziehung zwischen der Vegetationsmasse, die in den verarbeiteten Daten 340 an einer geografischen Position in dem Feld dargestellt ist, die den verarbeiteten Daten 340 entspricht, und dem vegetativen Indexwert aus der vegetativen Indexkarte 332, der derselben Position entspricht. Auf Grundlage der Beziehung, die durch den Vegetationsmasse-zu-Vegetationsindex-Modellgenerator 345 hergestellt wird, erzeugt der Vegetationsmasse-zu-Vegetationsindex-Modellgenerator 345 ein prädiktives Biomassemodell. Das prädiktive Biomassemodell wird von dem Vegetationsmassenkartengenerator 355 verwendet, um an einer beliebigen Stelle auf dem Feld eine Vegetationsmasse an dieser Stelle auf Grundlage eines georeferenzierten vegetativen Indexwerts, der in der vegetativen Indexkarte 332 enthalten ist, der dieser Stelle auf dem Feld entspricht, vorherzusagen.
Der Vegetationsvolumen-zu-Vegetationsindex-Modellgenerator 346 identifiziert eine Beziehung zwischen dem Vegetationsvolumen, das in den verarbeiteten Daten 340 an einer geografischen Position in dem Feld dargestellt ist, die den verarbeiteten Daten 340 entspricht, und dem vegetativen Indexwert aus der vegetativen Indexkarte 332, die dieser gleichen Position entspricht. Auf Grundlage der Beziehung, die durch den Vegetationsvolumen-zu-Vegetationsindex-Modellgenerator 346 hergestellt wird, erzeugt der Vegetationsvolumen-zu-Vegetationsindex-Modellgenerator 346 ein prädiktives Biomassenmodell. Das prädiktive Biomassemodell wird von dem Vegetationsvolumenkartengenerator 356 verwendet, um an einer beliebigen Stelle auf dem Feld das Vegetationsvolumen an dieser Stelle auf der Grundlage eines georeferenzierten vegetativen Indexwerts, der in der vegetativen Indexkarte 332 enthalten ist, der dieser Stelle auf dem Feld entspricht, vorherzusagen.
Der Dreschrotorantriebskraft-zu-Vegetationsindex-Modellgenerator 347 identifiziert eine Beziehung zwischen der Dreschrotorantriebskraft, die in den verarbeiteten Daten 340 an einer geografischen Position in dem Feld dargestellt ist, die den verarbeiteten Daten entspricht, und dem vegetativen Indexwert aus der vegetativen Indexkarte 332, der dieser gleichen Position entspricht. Auf Grundlage der Beziehung, die durch den Dreschrotorantriebskraft-zu-Vegetationsindex-Modellgenerator 347 hergestellt wird, erzeugt der Dreschrotorantriebskraft-zu-Vegetationsindex-Modellgenerator 347 ein prädiktives Biomassemodell. Das prädiktive Biomassemodell wird von dem Dreschrotorantriebskraftkartengenerator 357 verwendet, um an einer beliebigen Stelle auf dem Feld die Dreschrotorantriebskraft an dieser Stelle auf Grundlage eines georeferenzierten vegetativen Indexwerts, der in der vegetativen Indexkarte 332 enthalten ist, der dieser Stelle auf dem Feld entspricht, vorherzusagen.
Angesichts des Vorstehenden ist der prädiktive Modellgenerator 210 betreibbar, um eine Vielzahl von prädiktiven Biomassemodellen zu erzeugen, wie etwa eines oder mehrere der prädiktiven Biomassemodelle, die von den Modellgeneratoren 342, 344, 345, 346, 347 und 348 erzeugt werden. In einem weiteren Beispiel können zwei oder mehr der vorstehend beschriebenen prädiktiven Biomassemodelle zu einem einzelnen prädiktiven Biomassemodell kombiniert werden, das zwei oder mehr Biomassemerkmale, wie etwa Vegetationshöhe (z. B. Ernteguthöhe, Unkrauthöhe usw.), Vegetationsdichte (z. B. Erntegutdichte, Unkrautdichte usw.), Vegetationsmasse (z. B. Erntegutmenge, Unkrautmenge usw.), Vegetationsvolumen (z. B. Erntegutmenge, Unkrautmenge usw.) oder Dreschrotorantriebskraft, auf Grundlage des vegetativen Indexwerts an verschiedenen Positionen in dem Feld vorhersagt. Jedes dieser Biomassemodelle oder Kombinationen davon werden gemeinsam durch das prädiktive Biomassemodell 350 in 4 dargestellt.
Das prädiktive Biomassemodell 350 wird dem prädiktiven Kartengenerator 212 bereitgestellt. Im Beispiel von 4 beinhaltet der prädiktive Kartengenerator 212 einen Vegetationshöhenkartengenerator 352, einen Vegetationsdichtekartengenerator 354, einen Vegetationsmassekartengenerator 355, einen Vegetationsvolumenkartengenerator 356 und einen Dreschrotorantriebskraftkartengenerator 357. In anderen Beispielen kann der prädiktive Kartengenerator 212 zusätzliche, weniger oder andere Kartengeneratoren beinhalten. Somit kann der prädiktive Kartengenerator 212 in einigen Beispielen andere Elemente 358 beinhalten, die andere Arten von Kartengeneratoren beinhalten können, um Biomassekarten für andere Arten von Merkmalen zu erzeugen. Zum Beispiel kann der prädiktive Kartengenerator 212 einen Ernteguthöhen-Kartengenerator, einen Erntegutdichte-Kartengenerator, einen Erntegutmasse-Kartengenerator und/oder einen Erntegutvolumengenerator beinhalten. Zusätzlich können die Kartengeneratoren 352, 354, 355 oder 356 in anderen Beispielen Erntegutmerkmale, wie etwa Ernteguthöhe, Erntegutdichte, Erntegutmasse oder Erntegutvolumen, als Vegetationsmerkmale abbilden. Der Vegetationshöhenkartengenerator 352 empfängt das prädiktive Biomassemodell 350 und erzeugt eine prädiktive Karte, die die Vegetationshöhe an verschiedenen Positionen auf dem Feld auf Grundlage des prädiktiven Biomassemodells 350 und auf Grundlage der vegetativen Indexwerte, die in der vegetativen Indexkarte 332 an diesen Positionen auf dem Feld enthalten sind, vorhersagt.
Der Vegetationsdichtekartengenerator 354 empfängt das prädiktive Biomassemodell 350 und erzeugt eine prädiktive Karte, die die Vegetationsdichte an verschiedenen Positionen in dem Feld auf Grundlage des prädiktiven Biomassemodells 350 und der vegetativen Indexwerte, die in der vegetativen Indexkarte 332 enthalten sind, an diesen Positionen in dem Feld vorhersagt. Der Vegetationsmassekartengenerator 355 empfängt das prädiktive Biomassemodell 350 und erzeugt eine prädiktive Karte, die die Vegetationsmasse an verschiedenen Positionen auf Grundlage des prädiktiven Biomassemodells 350 und auf Grundlage des vegetativen Indexwerts, der in der vegetativen Indexkarte 332 an diesen Positionen auf dem Feld enthalten ist, vorhersagt. Der Vegetationsvolumenkartengenerator 356 empfängt das prädiktive Biomassemodell 350 und erzeugt eine prädiktive Karte, die das Vegetationsvolumen an verschiedenen Positionen auf Grundlage des prädiktiven Biomassemodells 350 und auf Grundlage der vegetativen Indexwerte, die in der vegetativen Indexkarte 332 an diesen Positionen in dem Feld enthalten sind, vorhersagt. Der Dreschrotorantriebskraftkartengenerator 357 empfängt das prädiktive Biomassemodell 350 und erzeugt eine prädiktive Karte, die Dreschrotorantriebskraft an verschiedenen Positionen auf Grundlage des prädiktiven Biomassemodells 350 und auf Grundlage der vegetativen Indexwerte, die in der vegetativen Indexkarte 332 an diesen Positionen in dem Feld enthalten sind, vorhersagt.
Andere Kartengeneratoren 358 können eine prädiktive Karte erzeugen, die andere Merkmale, wie etwa Erntegutmerkmale, zum Beispiel Ernteguthöhe, Erntegutdichte, Erntegutmasse oder Erntegutvolumen, an verschiedenen Positionen in dem Feld auf Grundlage der vegetativen Indexwerte an diesen Positionen in dem Feld und des prädiktiven Biomassemodells 350 vorhersagt.
Der prädiktive Kartengenerator 212 gibt eine oder mehrere prädiktive Biomassekarten 360 aus, die prädiktiv für Biomasse oder Biomassemerkmalwerte an verschiedenen geografischen Positionen über das Feld sind. In einem Beispiel sagt/sagen die prädiktive/n Biomassekarte/n 360 Vegetationshöhe, Vegetationsdichte, Vegetationsmasse, Vegetationsvolumen und/oder Dreschrotorantriebskraft vorher. In einem weiteren Beispiel sagt/sagen die prädiktive/n Biomassekarte/n 360 Ernteguthöhe, Erntegutdichte, Erntegutmasse und/oder Erntegutvolumen vorher. In anderen Beispielen können Vegetationshöhe, Vegetationsdichte, Vegetationsmasse oder Vegetationsvolumen Angaben zu Ernteguthöhe, Erntegutdichte, Erntegutmasse bzw. Erntegutvolumen beinhalten. Jede der prädiktiven Biomassekarten 360 prognostiziert das jeweilige Merkmal an verschiedenen Positionen in einem Feld. Jede der erzeugten prädiktiven Biomassekarten 360 kann dem Steuerzonengenerator 213, dem Steuersystem 214 oder beiden bereitgestellt werden. Der Steuerzonengenerator 213 erzeugt Steuerzonen und integriert diese Steuerzonen in die funktionelle prädiktive Karte, d. h. die prädiktive Biomassekarte 360, um die funktionelle prädiktive Biomassekarte 360 mit Steuerzonen bereitzustellen. Die prädiktive Karte 264 bzw. die funktionelle prädiktive Biomassekarte 360 (mit oder ohne Steuerzonen) kann dem Steuersystem 214 bereitgestellt werden, das Steuersignale erzeugt, um eines oder mehrere der steuerbaren Teilsysteme 216 auf Grundlage der funktionellen prädiktiven Biomassekarte 360 (mit oder ohne Steuerzonen) zu steuern. 264, prädiktive Steuerzonenkarte 265 oder beides.
5 ist ein Flussdiagramm eines Beispiels für den Betrieb des prädiktiven Modellgenerators 210 und des prädiktiven Kartengenerators 212 beim Erzeugen des prädiktiven Biomassemodells 350 bzw. der prädiktiven Biomassekarte 360. Bei Block 362 empfangen der prädiktive Modellgenerator 210 und der prädiktive Kartengenerator 212 eine frühere vegetative Indexkarte 332. Bei Block 364 empfängt das Verarbeitungssystem 338 ein oder mehrere Sensorsignale von In-situ-Sensoren 208, wie etwa dem Biomassesensor 336. Wie vorstehend erörtert, kann der In-situ-Sensor 208, wie etwa der Biomassesensor 336, ein optischer Sensor 368 sein, wie etwa eine Kamera (z. B. eine vorwärts gerichtete Kamera), ein Lidar, ein Radar oder eine andere optische Erfassungsvorrichtung, die innerhalb oder außerhalb eines Mähdreschers ausgerichtet ist; ein Dreschrotorantriebssensor 369, wie etwa ein Drucksensor, der einen Fluiddruck erfasst, der zum Antreiben des Dreschrotors verwendet wird, oder ein Drehmomentsensor, der ein Drehmoment erfasst, das zum Antreiben des Dreschrotors verwendet wird. Darüber hinaus liegen andere Arten von In-situ-Sensoren, wie etwa eine andere Art von Biomassesensor, wie durch Block 370 angegeben, innerhalb des Umfangs der vorliegenden Offenbarung.
Bei Block 372 verarbeitet das Verarbeitungssystem 338 das oder die empfangenen Sensorsignale, um Sensordaten zu erzeugen, die ein Merkmal von Biomasse angeben, das von dem In-situ-Sensor 208, wie etwa dem Biomassesensor 336, erfasst wird. Bei Block 374 können die Sensordaten die Vegetationshöhe angeben, wie etwa die Ernteguthöhe, die an einer Position vorhanden sein kann, wie etwa an einer Position vor einem Mähdrescher. In einigen Fällen können die Sensordaten, wie bei Block 376 angezeigt, eine Dichte der Vegetation anzeigen, wie etwa eine Dichte von Pflanzen vor der landwirtschaftlichen Erntemaschine 100. In einigen Fällen können die Sensordaten, wie durch Block 377 angezeigt, die Vegetationsmasse anzeigen, wie etwa eine Masse des Ernteguts oder einer Erntegutkomponente, die von der landwirtschaftlichen Erntemaschine 100 verarbeitet wird. Eine Erntegutkomponente kann Teile der Erntegutpflanze umfassen, die weniger als die Gesamtheit der Erntegutpflanze umfassen, beispielsweise den Stängel oder Stamm, Blätter, einen Kopf oder einen Kolben, eine Ähre, ein Getreide, ein Öl, Protein, Wasser oder Stärke, und somit kann die Erntegutkomponentenmasse die Masse einer Komponente der Erntegutpflanze sein, wie etwa Stängelmasse, Blattmasse, Kolbenmasse, Kornmasse, Ölmasse, Proteinmasse, Wassermasse oder Stärkemasse, sowie Masse verschiedener anderer Erntegutkomponenten. Die Masse der Erntegutkomponente kann als Indikator für Biomasse verwendet werden. In einigen Fällen können die Sensordaten, wie bei Block 378 angezeigt, ein Vegetationsvolumen anzeigen, wie etwa ein Volumen von Erntegut vor der landwirtschaftlichen Erntemaschine 100. In einigen Fällen können die Sensordaten, wie durch Block 379 angezeigt, eine Dreschrotorantriebskraft anzeigen, wie etwa einen Fluiddruck oder ein Fluiddrehmoment, die/das verwendet wird, um den Dreschrotor 112 anzutreiben, während die landwirtschaftliche Erntemaschine 100 Vegetationsmaterial verarbeitet. Die Sensordaten können auch andere Daten beinhalten, wie durch Block 380 angezeigt.
Bei Block 382 erhält der prädiktive Modellgenerator 210 die geografische Position, die den Sensordaten entspricht. Beispielsweise kann der prädiktive Modellgenerator 210 die geografische Position von dem geografischen Positionssensor 204 erhalten und auf Grundlage von Maschinenverzögerungen, Maschinengeschwindigkeit usw. eine genaue geografische Position bestimmen, an der das Sensorsignal erzeugt wurde oder von der die Sensordaten 340 abgeleitet wurden. Beispielsweise kann in dem Beispiel, in dem die Sensordaten eine Dreschrotorantriebskraft angeben, ein Zeitversatz bestimmt werden, um den Ort auf dem Feld zu identifizieren, an dem sich die Vegetation, die durch den Dreschrotor verarbeitet wird, befand, zum Beispiel auf Grundlage von Standort-, Kurs- oder Geschwindigkeitsdaten der landwirtschaftlichen Erntemaschine 100. Somit kann die Dreschrotorantriebskraft mit der entsprechenden Position auf dem Feld korreliert sein.
Bei Block 384 erzeugt der prädiktive Modellgenerator 210 ein oder mehrere prädiktive Biomassemodelle, wie etwa das Biomassemodell 350, die eine Beziehung zwischen einem aus einer Vorabinformationskarte, wie etwa der Vorabinformationskarte 258, erhaltenen vegetativen Indexwert und einem durch den In-situ-Sensor 208 erfassten Merkmal oder einem zugehörigen Merkmal modellieren. Beispielsweise kann der prädiktive Modellgenerator 210 ein prädiktives Biomassemodell erzeugen, das die Beziehung zwischen einem vegetativen Indexwert und einem erfassten Merkmal einschließlich Vegetationshöhe modelliert, wie etwa Ernteguthöhe, Vegetationsdichte, wie etwa Erntegutdichte, Vegetationsmasse, wie etwa Erntegutmasse oder Erntegutkomponentenmasse, Vegetationsvolumen, wie etwa Erntegutvolumen, oder Dreschrotorantriebskraft, die durch die Sensordaten angezeigt wird, die von dem In-situ-Sensor 208 erhalten werden.
Bei Block 386 wird das prädiktive Biomassenmodell, wie etwa das prädiktive Biomassenmodell 350, dem prädiktiven Kartengenerator 212 bereitgestellt, der eine prädiktive Biomassenkarte 360 erzeugt, die einen prädiktiven Biomassenwert oder einen Biomassemerkmalwert auf Grundlage der vegetativen Indexkarte und des prädiktiven Biomassemodells 350 abbildet. Beispielsweise sagt die prädiktive Biomassekarte 360 in einigen Beispielen einen Biomassewert voraus, wie etwa vorhergesagte Biomassewerte (z. B. hohe, mittlere, niedrige) oder endlichere Beispiele, wie etwa Gewicht (z. B. Kilogramm, Pfund usw.). In einigen Beispielen sagt die prädiktive Biomassekarte 360 einen Biomassemerkmalwert voraus, wie etwa die vorhergesagte Vegetationshöhe, wie etwa die Ernteguthöhe, wie durch Block 387 angezeigt. In einigen Beispielen sagt die prädiktive Biomassekarte 360 die Vegetationsdichte voraus, wie etwa die Erntegutdichte, wie durch Block 388 angezeigt. In einigen Beispielen sagt die prädiktive Biomassekarte 360 die Vegetationsmasse, wie etwa die Erntegutmasse oder die Erntegutbestandteilmasse, voraus, wie durch Block 389 angezeigt. In einigen Beispielen sagt die prädiktive Biomassekarte 360 das Vegetationsvolumen voraus, wie etwa das Erntegutvolumen, wie durch Block 390 angezeigt. In einigen Beispielen sagt die prädiktive Biomassekarte die Dreschrotorantriebskraft voraus, wie durch Block 391 angezeigt, und in noch anderen Beispielen sagt die prädiktive Biomassekarte 360 andere Elemente voraus, wie durch Block 392 angezeigt. Es ist zu beachten, dass die prädiktive Biomassekarte 360 bei Block 386 eine beliebige Anzahl von Kombinationen von Merkmalen gemeinsam vorhersagen kann, zum Beispiel Vegetationshöhe gemeinsam mit Vegetationsdichte, Vegetationsmasse, Vegetationsvolumen oder Dreschrotorantriebskraft. Ferner kann die prädiktive Biomassekarte 360 während des Verlaufs eines landwirtschaftlichen Vorgangs erzeugt werden. Somit wird, wenn sich eine landwirtschaftliche Erntemaschine durch ein Feld bewegt, in dem ein landwirtschaftlicher Vorgang durchgeführt wird, die prädiktive Biomassekarte 360 erzeugt, während der landwirtschaftliche Vorgang durchgeführt wird.
Bei Block 394 gibt der prädiktive Kartengenerator 212 die prädiktive Biomassekarte 360 aus. Bei Block 391 gibt der prädiktive Biomassekartengenerator 212 die prädiktive Biomassekarte zur Präsentation für und zur möglichen Interaktion durch den Bediener 260 aus. Bei Block 393 kann der prädiktive Kartengenerator 212 die prädiktive Biomassekarte 360 für den Verbrauch durch das Steuersystem 214 konfigurieren. Bei Block 395 kann der prädiktive Kartengenerator 212 dem Steuerzonengenerator 213 auch die prädiktive Biomassekarte 360 zur Erzeugung von Steuerzonen bereitstellen. Bei Block 397 konfiguriert der prädiktive Kartengenerator 212 die prädiktive Biomassekarte 360 auch auf andere Weise. Die prädiktive Biomassekarte 360 (mit oder ohne die Steuerzonen) wird dem Steuersystem 214 bereitgestellt. Bei Block 396 erzeugt das Steuersystem 214 Steuersignale, um die steuerbaren Teilsysteme 216 auf Grundlage der prädiktiven Biomassekarte 360 zu steuern.
Somit ist ersichtlich, dass das vorliegende System eine Vorabinformationskarte, wie etwa eine Vorabinformationskarte, die ein Merkmal, wie etwa einen vegetativen Indexwert, auf verschiedene Positionen in einem Feld abbildet, oder eine Vorabinformationskarte, die eine während eines Vorgangs erzeugte Merkmalinformation auf verschiedene Positionen in einem Feld abbildet, verwendet und einen oder mehrere In-situ-Sensoren verwendet, die In-situ-Sensordaten erfassen, die ein Merkmal, wie etwa die Vegetationshöhe, die Vegetationsdichte, die Vegetationsmasse, das Vegetationsvolumen oder die Dreschrotorantriebskraft, angeben, und ein Modell erzeugt, das eine Beziehung zwischen dem mithilfe des In-situ-Sensors erfassten Merkmal oder einem verwandten Merkmal und dem in der Vorabinformationskarte abgebildeten Merkmal modelliert. Somit erzeugt das vorliegende System eine funktionelle prädiktive Karte mithilfe eines Modells, von In-situ-Daten und einer Vorabinformationskarte und kann die erzeugte funktionelle prädiktive Karte zum Verbrauch durch ein Steuersystem zur Präsentation an einen lokalen oder entfernten Bediener oder einen anderen Benutzer oder beides konfigurieren. Beispielsweise kann das Steuersystem die Karte verwenden, um eines oder mehrere Systeme eines Mähdreschers zu steuern.
In der vorliegenden Erläuterung wurden Prozessoren und Server erwähnt. In einem Beispiel beinhalten die Prozessoren und Server Computerprozessoren mit zugehörigem Speicher und Zeitschaltungen, die nicht separat dargestellt werden. Die Prozessoren und Server sind funktionelle Teile der Systeme oder Vorrichtungen, zu denen die Prozessoren und Server gehören und durch die sie aktiviert werden, und erleichtern die Funktionalität der anderen Komponenten oder Elemente in diesen Systemen.
Es wurde auch eine Reihe von Anzeigen der Benutzerschnittstelle diskutiert. Die Anzeigen können mehrere verschiedene Formen annehmen und können mehrere verschiedene benutzergesteuerte Bedienerschnittstellenmechanismen darauf aufweisen. Beispielsweise können die vom Benutzer aktivierbaren Bedienerschnittstellenmechanismen Textfelder, Kontrollkästchen, Symbole, Links, Dropdown-Menüs, Suchfelder usw. beinhalten. Die vom Benutzer betätigbaren Bedienschnittstellenmechanismen können auch auf unterschiedlichste Weise betätigt werden. Zum Beispiel können die vom Benutzer betätigbaren Bedienerschnittstellenmechanismen über Bedienerschnittstellenmechanismen, wie etwa eine Point-and-Click-Vorrichtung, ein Trackball oder eine Maus, Hardwaretasten, Schalter, einen Joystick oder eine Tastatur, Daumenschalter oder Daumenpads usw., eine virtuelle Tastatur oder andere virtuelle Stellglieder betätigt werden. Wenn der Bildschirm, auf dem die vom Benutzer betätigbaren Bedienerschnittstellenmechanismen angezeigt werden, ein berührungsempfindlicher Bildschirm ist, können außerdem die vom Benutzer betätigbaren Bedienerschnittstellenmechanismen mit Berührungsgesten betätigt werden.
Benutzerbetätigbare Bedienerschnittstellenmechanismen können auch mithilfe von Sprachbefehlen mit der Spracherkennungsfunktionalität betätigt werden. Die Spracherkennung kann mithilfe einer Spracherkennungsvorrichtung, wie etwa eines Mikrofons, und einer Software implementiert werden, die dazu dient, Sprache zu erkennen und Befehle basierend auf der empfangenen Sprache auszuführen.
Eine Reihe von Datenspeichern wurde ebenfalls erörtert. Es wird darauf hingewiesen, dass die Datenspeicher jeweils in mehrere Datenspeicher aufgeteilt werden können. In einigen Beispielen können einer oder mehrere der Datenspeicher lokal für die auf die Datenspeicher zugreifenden Systeme sein, einer oder mehrere der Datenspeicher können remote von einem den Datenspeicher verwendenden System angeordnet sein, oder ein oder mehrere Datenspeicher können lokal sein, während andere remote sind. All diese Konfigurationen werden durch die vorliegende Offenbarung in Betracht gezogen.
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, um zu veranschaulichen, dass die Funktionalität, die mehreren verschiedenen Blöcken zugewiesen wird, von weniger Komponenten ausgeführt wird. Es können auch mehr Blöcke verwendet werden, die veranschaulichen, dass die Funktionalität auf mehrere Komponenten verteilt sein kann. In verschiedenen Beispielen können einige Funktionen hinzugefügt und einige entfernt werden.
Es ist zu beachten, dass die vorstehende Erläuterung eine Vielzahl unterschiedlicher Systeme, Komponenten, Logiken und Interaktionen beschrieben hat. Es versteht sich, dass beliebige oder alle solcher Systeme, Komponenten, Logiken und Interaktionen durch Hardwareelemente implementiert werden können, wie etwa Prozessoren, Speicher oder andere Verarbeitungskomponenten, von denen einige nachstehend beschrieben sind, die die Funktionen im Zusammenhang mit diesen Systemen, Komponenten, Logik oder Interaktionen ausführen. Darüber hinaus können beliebige oder alle Systeme, Komponenten, Logiken und Interaktionen durch Software implementiert werden, die in einen Speicher geladen werden und anschließend von einem Prozessor oder Server oder einer anderen Rechnerkomponente ausgeführt werden, wie nachfolgend beschrieben. Jedes oder alle Systeme, Komponenten, Logiken und Interaktionen können auch durch verschiedene Kombinationen von Hardware, Software, Firmware usw. umgesetzt werden, von denen einige Beispiele nachfolgend beschrieben werden. Dies sind einige Beispiele für verschiedene Strukturen, die zur Implementierung beliebiger oder aller der oben beschriebenen Systeme, Komponenten, Logiken und Interaktionen verwendet werden können. Es können auch andere Strukturen verwendet werden.
6 ist ein Blockdiagramm der landwirtschaftlichen Erntemaschine 600, die der in 2 gezeigten landwirtschaftlichen Erntemaschine 100 ähnlich sein kann. Die landwirtschaftliche Erntemaschine 600 kommuniziert mit Elementen in einer Remote-Serverarchitektur 500. In einigen Beispielen stellt die Remote-Serverarchitektur 500 Rechen-, Software-, Datenzugriffs- und Speicherdienste bereit, 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 Remote-Serveranwendungen über ein Weitverkehrsnetzwerk bereitstellen und über einen Webbrowser oder eine andere Computerkomponente darauf zugreifen. Software oder Komponenten, die in 2 gezeigt sind, sowie damit verbundene Daten können auf Servern an einem Remote-Standort gespeichert werden. Die Computerressourcen in einer Remote-Serverumgebung können an einem Remote-Standort des Rechenzentrums konsolidiert oder an eine Vielzahl von Remote-Rechenzentren verteilt werden. Remote-Server-Infrastrukturen können Dienste über gemeinsam genutzte Rechenzentren bereitstellen, obwohl die Dienste für den Benutzer als ein einziger Zugangspunkt erscheinen. Somit können die hierin beschriebenen Komponenten und Funktionen von einem Remote-Server an einem Remote-Standort über eine Remote-Server-Architektur bereitgestellt werden. Alternativ können die Komponenten und Funktionen von einem Server bereitgestellt werden, oder die Komponenten und Funktionen können direkt oder auf andere Weise auf Endgeräten installiert werden.
In dem in 6 dargestellten Beispiel sind einige Elemente einigen der in 2 gezeigten Elemente ähnlich und diese Elemente sind ähnlich nummeriert. 6 zeigt insbesondere, dass sich der prädiktive Modellgenerator 210 oder der prädiktive Kartengenerator 212 oder beide an einem Serverstandort 502 befinden können, der entfernt von der landwirtschaftlichen Erntemaschine 600 ist. Daher greift in dem in 6 gezeigten Beispiel die landwirtschaftliche Erntemaschine 600 über den Remote-Serverstandort 502 auf Systeme zu.
6 zeigt auch ein weiteres Beispiel für eine Remote-Serverarchitektur. 6 zeigt, dass einige Elemente von 2 an einem Remote-Serverstandort 502 angeordnet sein können, während sich andere woanders befinden können. So kann beispielsweise der Datenspeicher 202 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 sich die Elemente befinden, kann direkt auf die Elemente von der landwirtschaftlichen Erntemaschine 600 über ein Netzwerk wie etwa ein Weitverkehrsnetzwerk oder ein lokales Netzwerk zugegriffen werden; die Elemente können an einem Remote-Standort von einem Dienst gehostet werden; oder die Elemente können als Dienst bereitgestellt werden oder über einen Verbindungsdienst, der sich an einem entfernten Standort befindet, darauf zugegriffen werden. Außerdem können Daten an jedem Standort gespeichert werden und die gespeicherten Daten können von Bedienern, Benutzern oder Systemen abgerufen oder an diese weitergeleitet werden. So können beispielsweise physikalische Träger anstelle oder zusätzlich zu elektromagnetischen Strahlungsträgern verwendet werden. In einigen Beispielen, in denen die Netzabdeckung schlecht oder nicht vorhanden ist, kann eine andere Maschine, z. B. ein Tankwagen oder eine andere mobile Maschine oder ein anderes Fahrzeug, über ein automatisches, halbautomatisches oder manuelles System zur Informationserfassung verfügen. Wenn sich der Mähdrescher 600 vor dem Betanken in die Nähe der Maschine begibt, die das Informationserfassungssystem enthält, wie etwa einen Tankwagen, erfasst das Informationserfassungssystem die Informationen von dem Mähdrescher 600 über eine beliebige drahtlose Ad-hoc-Verbindung. Die gesammelten Informationen können dann an ein anderes Netz weitergeleitet werden, wenn die Maschine, die die empfangenen Informationen enthält, eine Position erreicht, an dem eine drahtlose Telekommunikationsdienstabdeckung oder eine andere drahtlose Abdeckung verfügbar ist. So kann beispielsweise ein Tankwagen in einen Bereich einfahren, der über eine drahtlose Kommunikationsabdeckung verfügt, wenn er zum Betanken anderer Maschinen an einen Ort fährt oder wenn er sich an einem Haupttanklager befindet. Alle diese Architekturen werden hierin betrachtet. Darüber hinaus können die Informationen in der landwirtschaftlichen Erntemaschine 600 gespeichert werden, bis die landwirtschaftliche Erntemaschine 600 einen Bereich mit drahtloser Kommunikationsabdeckung erreicht. Die landwirtschaftliche Erntemaschine 600 selbst kann die Informationen an ein anderes Netzwerk senden.
Es wird auch darauf hingewiesen, dass die Elemente von 2 oder Teile davon auf einer Vielzahl von unterschiedlichen Vorrichtungen angeordnet sein können. Eine oder mehrere dieser Vorrichtungen können einen Bordcomputer, eine elektronische Steuereinheit, eine Anzeigeeinheit, einen Server, einen Desktopcomputer, einen Laptop-Computer, einen Tablet-Computer oder eine andere mobile Vorrichtung beinhalten, wie etwa einen Palmtop-Computer, ein Mobiltelefon, ein Smartphone, einen Multimediaplayer, einen persönlichen digitalen Assistenten usw.
In einigen Beispielen kann die Remote-Serverarchitektur 500 Cybersicherheitsmaßnahmen beinhalten. Ohne Einschränkung können diese Maßnahmen eine Verschlüsselung von Daten auf Speichervorrichtungen, eine Verschlüsselung von Daten, die zwischen Netzwerkknoten gesendet werden, eine Authentifizierung von Personen oder Prozessen, die auf Daten zugreifen, sowie die Verwendung von Hauptbüchern zum Aufzeichnen von Metadaten, Daten, Datenübertragungen, Datenzugriffen und Datentransformationen beinhalten. In einigen Beispielen können die Hauptbücher verteilt und unveränderlich sein (z. B. als Blockchain implementiert).
7 ist ein vereinfachtes Blockdiagramm eines veranschaulichenden Beispiels einer tragbaren oder mobilen Computervorrichtung, das als tragbares Endgerät 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 landwirtschaftlichen Erntemaschine 100 eingesetzt werden, um die oben erörterten Karten zu erzeugen, zu verarbeiten oder anzuzeigen. Die 8-9 sind Beispiele für tragbare oder mobile Geräte.
7 stellt ein allgemeines Blockdiagramm der Komponenten einer Endgerät-Vorrichtung 16 bereit, die einige der in 2 dargestellten Komponenten ausführen kann, die mit ihnen interagieren, oder beides. In der Vorrichtung 16 ist eine Kommunikationsverbindung 13 bereitgestellt, die es der tragbaren Vorrichtung ermöglicht, mit anderen Computervorrichtungen zu kommunizieren, und unter einigen Beispielen einen Kanal zum automatischen Empfangen von Informationen, beispielsweise durch Scannen, bereitstellt. 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 anderen 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 Beispiele des Endgeräts 16 können Eingabekomponenten, wie etwa Tasten, Tastsensoren, optische Sensoren, Mikrofone, Touchscreens, Näherungssensoren, Beschleunigungssensoren, Orientierungssensoren, und Ausgabekomponenten, wie etwa eine Anzeigevorrichtung, ein Lautsprecher und/oder ein Druckeranschluss beinhalten. Es können auch andere E/A-Komponenten 23 verwendet werden.
Die Uhr 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 des Geräts 16 ausgibt. Dies kann beispielsweise einen globalen Positionierungssystem-(GPS-)Empfänger, ein LORAN-System, ein Koppelnavigationssystem, ein zellulares Triangulationssystems oder ein anderes Positionierungssystems beinhalten. Das Ortungssystem 27 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. Der Speicher 21 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.
8 zeigt ein Beispiel, bei dem das Endgerät 16 ein Tablet-Computer 600 ist. In 8 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. Der Tablet-Computer 600 kann auch eine virtuelle Bildschirmtastatur verwenden. Natürlich kann der Computer 600 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.
9 ist ähnlich der 8 mit der Ausnahme, dass das Gerät ein Smartphone 71 ist. 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 Vorrichtungen 16 möglich sind.
10 ist ein Beispiel für eine Computerumgebung, in der Elemente von 2 eingesetzt werden können. Unter Bezugnahme auf 10 beinhaltet ein beispielhaftes System zur Implementierung einiger Ausführungsformen eine Rechenvorrichtung in Form eines Computers 810, der programmiert ist, um wie oben erörtert zu arbeiten. 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 10 eingesetzt werden.
Der Computer 810 beinhaltet typischerweise mehrere computerlesbare Medien. Computerlesbare Medien können beliebige verfügbare Medien sein, auf die der Computer 810 zugreifen kann, und umfassen sowohl flüchtige als auch nichtflüchtige Medien, entfernbare und nicht entfernbare Medien. Beispielsweise und nicht einschränkend können computerlesbare Medien Computerspeichermedien und Kommunikationsmedien umfassen. Computerspeichermedien unterscheiden sich von einem modulierten Datensignal oder einer Trägerwelle und beinhalten diese nicht. Computerlesbare Medien umfassen 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 „moduliertes Datensignal“ bezeichnet ein Signal, bei dem eine oder mehrere seiner Merkmale so eingestellt oder geändert werden, dass Informationen in dem Signal codiert werden.
Der Systemspeicher 830 beinhaltet Computerspeichermedien in Form eines flüchtigen und/oder nichtflüchtigen Speichers oder beider, wie etwa Festwertspeicher (ROM) 831 und Direktzugriffsspeicher (RAM) 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. Der RAM 832 enthält typischerweise Daten- oder Programmmodule oder beide, die für die Verarbeitungseinheit 820 unmittelbar zugänglich sind und/oder derzeit betrieben werden. Beispielsweise und nicht einschränkend zeigt 10 das Betriebssystem 834, die Anwendungsprogramme 835, weitere Programmmodule 836 und die Programmdaten 837.
Der Computer 810 kann auch andere entfernbare/nicht-entfernbare flüchtige/nichtflüchtige Computerspeichermedien beinhalten. Beispielsweise wird in 10 ein Festplattenlaufwerk 841 nur beispielhaft 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 nichtentfernbare Speicherschnittstelle, wie etwa die Schnittstelle 840, mit dem Systembus 821 verbunden, und das optische Plattenlaufwerk 855 sind 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 10 veranschaulicht wurden, stellen Speicherplatz von computerlesbaren Anweisungen, Datenstrukturen, Programmmodulen und anderen Daten für den Computer 810 bereit. In 10 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 Eingabegeräte, wie etwa eine Tastatur 862, ein Mikrofon 863 und ein Zeigegerät 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 Eingabegeräte 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 CAN, LAN oder WAN) zu einem oder mehreren entfernten Computern, wie etwa einem entfernten 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 hier in Betracht gezogen.
Beispiel 1 ist eine landwirtschaftliche Arbeitsmaschine, umfassend:

Ein Kommunikationssystem, das eine Vorabinformationskarte empfängt, die Werte eines landwirtschaftlichen Merkmals entsprechend unterschiedlichen geografischen Orten in einem Feld beinhaltet;
einen geografischen Positionssensor, der eine geografische Position der landwirtschaftlichen Arbeitsmaschine erfasst;
einen In-situ-Sensor, der einen Wert eines Biomassemerkmals erkennt, der der geografischen Position entspricht;
einen prädiktiven Modellgenerator, der ein prädiktives landwirtschaftliches Modell erzeugt, das eine Beziehung zwischen dem landwirtschaftlichen Merkmal und dem Biomassemerkmal auf Grundlage eines Werts des landwirtschaftlichen Merkmals in der Vorabinformationskarte an der geografischen Position und des Werts des Biomassemerkmals modelliert, der durch den In-situ-Sensor erfasst wird, der der geografischen Position entspricht; und
einen prädiktiven Kartengenerator, der eine funktionelle prädiktive landwirtschaftliche Karte des Feldes auf Grundlage der Werte des landwirtschaftlichen Merkmals in der Vorabinformationskarte und auf Grundlage des prädiktiven landwirtschaftlichen Modells erzeugt, wobei die funktionellen prädiktiven landwirtschaftlichen Karten prädiktive Werte des Biomassemerkmals auf die verschiedenen geografischen Positionen in dem Feld abbilden.

Beispiel 2 ist die landwirtschaftliche Arbeitsmaschine nach einem oder allen vorhergehenden Ansprüchen, wobei der prädiktive Kartengenerator die funktionelle prädiktive landwirtschaftliche Karte für den Verbrauch durch ein Steuersystem konfiguriert, das Steuersignale erzeugt, um ein steuerbares Teilsystem auf der landwirtschaftlichen Arbeitsmaschine auf Grundlage der funktionellen prädiktiven landwirtschaftlichen Karte zu steuern.
Beispiel 3 ist die landwirtschaftliche Arbeitsmaschine nach einem oder allen vorhergehenden Ansprüchen, wobei der In-situ-Sensor an der landwirtschaftlichen Arbeitsmaschine konfiguriert ist, um einen Wert eines Vegetationsmerkmals, der dem geografischen Standort entspricht, als Wert des Biomassemerkmals zu erkennen.
Beispiel 4 ist die landwirtschaftliche Arbeitsmaschine nach einem oder allen vorhergehenden Ansprüchen, wobei der In-situ-Sensor Folgendes umfasst:

einen Bildsensor, der konfiguriert ist, um ein Bild zu erfassen, das das Vegetationsmerkmal anzeigt.

Beispiel 5 ist die landwirtschaftliche Arbeitsmaschine nach einem oder allen vorhergehenden Ansprüchen, wobei der Bildsensor ausgerichtet ist, um ein Bild mindestens eines Abschnitts des Feldes zu erkennen, und ferner Folgendes umfasst:

ein Bildverarbeitungssystem, das konfiguriert ist, um das Bild zu verarbeiten, um den Wert des Vegetationsmerkmals in dem Bild zu identifizieren, das das Vegetationsmerkmal angibt.

Beispiel 6 ist die landwirtschaftliche Arbeitsmaschine nach einem oder allen vorhergehenden Ansprüchen, wobei der In-situ-Sensor ein Sensorsignal erzeugt, das einen Wert des Vegetationsmerkmals anzeigt, und ferner Folgendes umfasst:

ein Verarbeitungssystem, das das Sensorsignal empfängt und konfiguriert ist, um einen Wert der Vegetationshöhe, der eine Höhe der Vegetation angibt, die der geografischen Position entspricht, als den Wert des Vegetationsmerkmals zu identifizieren.

Beispiel 7 ist die landwirtschaftliche Arbeitsmaschine nach einem oder allen vorhergehenden Ansprüchen, wobei die Vorabinformationskarte eine vorherige vegetative Indexkarte umfasst, die als landwirtschaftliches Merkmal vegetative Indexwerte auf die verschiedenen geografischen Positionen in dem Feld abbildet, und
wobei der prädiktive Modellgenerator konfiguriert ist, um eine Beziehung zwischen den vegetativen Indexwerten und der Vegetationshöhe auf Grundlage des Werts des Vegetationshöhenwerts, der durch den In-situ-Sensor erkannt wird, der der geografischen Position und dem vegetativen Indexwert entspricht, in der vegetativen Indexkarte an der geografischen Position zu identifizieren, wobei das prädiktive landwirtschaftliche Modell konfiguriert ist, um einen vegetativen Indexwert als eine Modelleingabe zu empfangen und einen prädiktiven Wert der Vegetationshöhe als eine Modellausgabe auf Grundlage der identifizierten Beziehung zu erzeugen.
Beispiel 8 ist die landwirtschaftliche Arbeitsmaschine nach einem oder allen vorhergehenden Ansprüchen, wobei der In-situ-Sensor ein Sensorsignal erzeugt, das einen Wert des Vegetationsmerkmals anzeigt, und ferner Folgendes umfasst:

ein Verarbeitungssystem, das das Sensorsignal empfängt und konfiguriert ist, um als den Wert des Vegetationsmerkmals einen Wert einer Vegetationsdichte zu identifizieren, der eine Vegetationsdichte angibt, die der geografischen Position entspricht.

Beispiel 9 ist die landwirtschaftliche Arbeitsmaschine nach einem oder allen vorhergehenden Ansprüchen, wobei die Vorabinformationskarte eine vorherige vegetative Indexkarte umfasst, die als landwirtschaftliches Merkmal vegetative Indexwerte auf die verschiedenen geografischen Positionen in dem Feld abbildet, und
wobei der prädiktive Modellgenerator konfiguriert ist, um eine Beziehung zwischen den vegetativen Indexwerten und der Vegetationsdichte auf Grundlage des Werts des Vegetationsdichtewerts, der durch den In-situ-Sensor erkannt wird, der der geografischen Position und dem vegetativen Indexwert entspricht, in der vegetativen Indexkarte an der geografischen Position zu identifizieren, wobei das prädiktive landwirtschaftliche Modell konfiguriert ist, um einen vegetativen Indexwert als eine Modelleingabe zu empfangen und einen prädiktiven Wert der Vegetationsdichte als eine Modellausgabe auf Grundlage der identifizierten Beziehung zu erzeugen.
Beispiel 10 ist die landwirtschaftliche Arbeitsmaschine nach einem oder allen vorhergehenden Ansprüchen, wobei der In-situ-Sensor ein Sensorsignal erzeugt, das einen Wert des Vegetationsmerkmals anzeigt, und ferner Folgendes umfasst:

ein Verarbeitungssystem, das das Sensorsignal empfängt und konfiguriert ist, um als den Wert des Vegetationsmerkmals einen Wert eines Vegetationsvolumens zu identifizieren, der ein Vegetationsvolumen angibt, das der geografischen Position entspricht.

Beispiel 11 ist die landwirtschaftliche Arbeitsmaschine nach einem oder allen vorhergehenden Ansprüchen, wobei die Vorabinformationskarte eine vorherige vegetative Indexkarte umfasst, die als landwirtschaftliches Merkmal vegetative Indexwerte auf die verschiedenen geografischen Positionen in dem Feld abbildet, und
wobei der prädiktive Modellgenerator konfiguriert ist, um eine Beziehung zwischen den vegetativen Indexwerten und dem Vegetationsvolumen auf Grundlage des Werts des Vegetationsvolumenwerts, der durch den In-situ-Sensor erfasst wird, der der geografischen Position und dem vegetativen Indexwert entspricht, in der vegetativen Indexkarte an der geografischen Position zu identifizieren, wobei das prädiktive landwirtschaftliche Modell konfiguriert ist, um einen vegetativen Indexwert als eine Modelleingabe zu empfangen und einen prädiktiven Wert des Vegetationsvolumens als eine Modellausgabe auf Grundlage der identifizierten Beziehung zu erzeugen.
Beispiel 12 ist die landwirtschaftliche Arbeitsmaschine nach einem oder allen vorhergehenden Ansprüchen, wobei der In-situ-Sensor an der landwirtschaftlichen Maschine konfiguriert ist, um einen Wert eines Maschinenbetriebsmerkmals, das der geografischen Position entspricht, als den Wert des Biomassemerkmals zu erkennen und ein Sensorsignal zu erzeugen, das den Wert des Maschinenbetriebsmerkmals anzeigt, und wobei die Arbeitsmaschine ferner Folgendes umfasst:

ein Verarbeitungssystem, das das Sensorsignal empfängt und konfiguriert ist, um als den Wert des Maschinenbetriebsmerkmals einen Wert einer Dreschrotorantriebskraft zu identifizieren, der eine Kraft anzeigt, die verwendet wird, um den Dreschrotor anzutreiben, der der geografischen Position entspricht.

Beispiel 13 ist die landwirtschaftliche Arbeitsmaschine nach einem oder allen vorhergehenden Ansprüchen, wobei die Vorabinformationskarte eine vorherige vegetative Indexkarte umfasst, die als landwirtschaftliches Merkmal vegetative Indexwerte auf die verschiedenen geografischen Positionen in dem Feld abbildet, und
wobei der prädiktive Modellgenerator konfiguriert ist, um eine Beziehung zwischen den vegetativen Indexwerten und der Dreschrotorantriebskraft auf Grundlage des erkannten Werts der Dreschrotorantriebskraft, die die Kraft angibt, die verwendet wird, um den Dreschrotor anzutreiben, entsprechend der geografischen Position und dem vegetativen Indexwert, in der vegetativen Indexkarte an der geografischen Position zu identifizieren, wobei das prädiktive landwirtschaftliche Modell konfiguriert ist, um einen vegetativen Indexwert als eine Modelleingabe zu empfangen und einen prädiktiven Wert der Dreschrotorantriebskraft als eine Modellausgabe auf Grundlage der identifizierten Beziehung zu erzeugen.
Beispiel 14 ist ein computerimplementiertes Verfahren zum Erzeugen einer funktionellen prädiktiven landwirtschaftlichen Karte, umfassend:

Empfangen einer Vorabinformationskarte in einer landwirtschaftlichen Arbeitsmaschine, die Werte eines landwirtschaftlichen Merkmals angibt, die verschiedenen geografischen Positionen in einem Feld entsprechen;
Erfassen einer geografischen Position der landwirtschaftlichen Arbeitsmaschine;
Erkennen eines Werts eines Biomassemerkmals mit einem In-situ-Sensor, der der geografischen Position entspricht;
Erzeugen eines prädiktiven landwirtschaftlichen Modells, das eine Beziehung zwischen dem landwirtschaftlichen Merkmal und dem Biomassemerkmal modelliert; und
Steuern eines prädiktiven Kartengenerators, um die funktionelle prädiktive landwirtschaftliche Karte des Feldes zu erzeugen, die prädiktive Werte des Biomassemerkmals auf Grundlage der Werte des landwirtschaftlichen Merkmals in der vorherigen Informationskarte und des prädiktiven landwirtschaftlichen Modells auf die verschiedenen geografischen Positionen in dem Feld abbildet.

Beispiel 15 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Ansprüche und umfasst ferner:

Konfigurieren der funktionellen prädiktiven landwirtschaftlichen Karte für ein Steuersystem, das Steuersignale erzeugt, um ein steuerbares Teilsystem auf der landwirtschaftlichen Arbeitsmaschine auf Grundlage der funktionellen prädiktiven landwirtschaftlichen Karte zu steuern.

Beispiel 16 ist das computerimplementierte Verfahren nach einem oder allen vorhergehenden Ansprüchen, wobei das Erkennen eines Werts des Biomassemerkmals mit einem In-situ-Sensor das Erkennen eines Werts eines Vegetationsmerkmals umfasst, das der geografischen Position entspricht, und
wobei das Empfangen der Vorabinformationskarte das Empfangen einer früheren vegetativen Indexkarte umfasst, die als das landwirtschaftliche Merkmal vegetative Indexwerte auf die verschiedenen geografischen Positionen in dem Feld abbildet.
Beispiel 17 ist das computerimplementierte Verfahren nach einem oder allen vorhergehenden Ansprüchen, wobei das Erkennen eines Werts des Biomassemerkmals mit einem In-situ-Sensor das Erkennen eines Werts einer Dreschrotorantriebskraft umfasst, die der geografischen Position entspricht, und
wobei das Empfangen der Vorabinformationskarte das Empfangen einer früheren vegetativen Indexkarte umfasst, die als das landwirtschaftliche Merkmal vegetative Indexwerte auf die verschiedenen geografischen Positionen in dem Feld abbildet.
Beispiel 18 ist eine landwirtschaftliche Arbeitsmaschine, umfassend:

ein Kommunikationssystem, das eine frühere vegetative Indexkarte empfängt, die vegetative Indexwerte angibt, die verschiedenen geografischen Positionen in einem Feld entsprechen;
einen geografischen Positionssensor, der eine geografische Position der landwirtschaftlichen Arbeitsmaschine erfasst;
einen In-situ-Sensor, der einen Biomassemerkmalwert eines Biomassemerkmals erkennt, der der geografischen Position entspricht;
einen prädiktiven Modellgenerator, der ein prädiktives Biomassemodell erzeugt, das eine Beziehung zwischen den vegetativen Indexwerten und dem Biomassemerkmal auf Grundlage eines vegetativen Indexwerts in der früheren vegetativen Indexkarte an der geografischen Position und des Biomassemerkmalwerts des Biomassemerkmals modelliert, der durch den In-situ-Sensor erkannt wird, der der geografischen Position entspricht; und
einen prädiktiven Kartengenerator, der eine funktionelle prädiktive Biomassekarte des Feldes auf Grundlage der vegetativen Indexwerte in der früheren vegetativen Indexkarte und auf Grundlage des prädiktiven Biomassemodells erzeugt, wobei die prädiktive Biomassekarte prädiktive Biomassemerkmalwerte auf die verschiedenen geografischen Positionen in dem Feld abbildet.

Beispiel 19 ist die landwirtschaftliche Arbeitsmaschine nach einem oder allen vorhergehenden Ansprüchen, wobei das Biomassemerkmal ein Vegetationsmerkmal ist und der In-situ-Sensor Folgendes umfasst:

[0177] einen Bilddetektor, der konfiguriert ist, um ein Bild zu erfassen, das das Vegetationsmerkmal anzeigt; und
[0178] ein Bildverarbeitungssystem, das konfiguriert ist, um das Bild zu verarbeiten, das das Vegetationsmerkmal angibt, um als den Biomassemerkmalwert einen Vegetationsmerkmalwert in dem Bild zu identifizieren, das das Vegetationsmerkmal angibt.

Beispiel 20 ist die landwirtschaftliche Arbeitsmaschine nach einem oder allen vorhergehenden Ansprüchen, wobei das Biomassemerkmal ein Maschinenbetriebsmerkmal ist und der In-situ-Sensor Folgendes umfasst:

einen Dreschrotorantriebssensor, der konfiguriert ist, um eine Kraft zu erfassen, die verwendet wird, um einen Dreschrotor anzutreiben, und ein Sensorsignal zu erzeugen, das die Kraft anzeigt, die verwendet wird, um den Dreschrotor anzutreiben; und
ein Verarbeitungssystem, das konfiguriert ist, um einen Wert der Dreschrotorantriebskraft auf der Grundlage des Sensorsignals als den Biomassekennwert zu identifizieren.

Obwohl der Gegenstand in einer für strukturelle Merkmale 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 Besonderheiten und Handlungen als exemplarische Formen der Ansprüche offengelegt.

Claims

Landwirtschaftliche Arbeitsmaschine (100), umfassend: ein Kommunikationssystem (206), das eine Vorabinformationskarte (258) empfängt, die Werte eines landwirtschaftlichen Merkmals beinhaltet, die verschiedenen geografischen Positionen in einem Feld entsprechen; einen geografischen Positionssensor (204), der eine geografische Position der landwirtschaftlichen Arbeitsmaschine (100) erkennt; einen In-situ-Sensor (208), der einen Wert eines Biomassemerkmals erkennt, das der geografischen Position entspricht; einen prädiktiven Modellgenerator (210), der ein prädiktives landwirtschaftliches Modell erzeugt, das eine Beziehung zwischen dem landwirtschaftlichen Merkmal und dem Biomassemerkmal auf Grundlage eines Werts des landwirtschaftlichen Merkmals in der Vorabinformationskarte (258) an der geografischen Position und des Werts des Biomassemerkmals modelliert, das durch den In-situ-Sensor (208) erfasst wird, der der geografischen Position entspricht; und einen prädiktiven Kartengenerator (212), der eine funktionelle prädiktive landwirtschaftliche Karte des Feldes auf Grundlage der Werte des landwirtschaftlichen Merkmals in der Vorabinformationskarte (258) und auf Grundlage des prädiktiven landwirtschaftlichen Modells erzeugt, wobei die funktionelle prädiktive landwirtschaftliche Karte prädiktive Werte des Biomassemerkmals auf die verschiedenen geografischen Positionen in dem Feld abbildet.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 1, wobei der prädiktive Kartengenerator die funktionelle prädiktive landwirtschaftliche Karte zum Verbrauch durch ein Steuersystem konfiguriert, das Steuersignale erzeugt, um ein steuerbares Teilsystem auf der landwirtschaftlichen Arbeitsmaschine auf Grundlage der funktionellen prädiktiven landwirtschaftlichen Karte zu steuern.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 1, wobei der In-situ-Sensor an der landwirtschaftlichen Arbeitsmaschine konfiguriert ist, um einen Wert eines Biomassemerkmals, das der geografischen Position entspricht, als den Wert des Biomassemerkmals zu erkennen.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 3, wobei der In-situ-Sensor Folgendes umfasst: einen Bildsensor, der konfiguriert ist, um ein Bild zu erfassen, das das Vegetationsmerkmal anzeigt.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 4, wobei der Bildsensor ausgerichtet ist, um ein Bild von mindestens einem Abschnitt des Felds zu erkennen, und ferner Folgendes umfasst: ein Bildverarbeitungssystem, das konfiguriert ist, um das Bild zu verarbeiten, um den Wert des Vegetationsmerkmals in dem Bild zu identifizieren, das das Vegetationsmerkmal angibt.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 3, wobei der In-situ-Sensor ein Sensorsignal erzeugt, das einen Wert des Vegetationsmerkmals anzeigt, und ferner Folgendes umfasst: ein Verarbeitungssystem, das das Sensorsignal empfängt und konfiguriert ist, um als den Wert des Vegetationsmerkmals einen Wert der Vegetationshöhe zu identifizieren, der indikativ für eine Vegetationshöhe ist, die der geografischen Position entspricht.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 6, wobei die Vorabinformationskarte eine frühere vegetative Indexkarte umfasst, die als erstes landwirtschaftliches Merkmal vegetative Indexwerte den verschiedenen geografischen Standorten in dem Feld zuordnet, und wobei der prädiktive Modellgenerator konfiguriert ist, um eine Beziehung zwischen den vegetativen Indexwerten und der Vegetationshöhe auf Grundlage des Werts des Vegetationshöhenwerts, der durch den In-situ-Sensor erkannt wird, der der geografischen Position und dem vegetativen Indexwert entspricht, in der vegetativen Indexkarte an der geografischen Position zu identifizieren, wobei das prädiktive landwirtschaftliche Modell konfiguriert ist, um einen vegetativen Indexwert als eine Modelleingabe zu empfangen und einen prädiktiven Wert der Vegetationshöhe als eine Modellausgabe auf Grundlage der identifizierten Beziehung zu erzeugen.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 3, wobei der In-situ-Sensor ein Sensorsignal erzeugt, das einen Wert des Vegetationsmerkmals anzeigt, und ferner Folgendes umfasst: ein Verarbeitungssystem, das das Sensorsignal empfängt und konfiguriert ist, um als den Wert des Vegetationsmerkmals einen Wert einer Vegetationsdichte zu identifizieren, der eine Vegetationsdichte angibt, die der geografischen Position entspricht.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 8, wobei die Vorabinformationskarte eine frühere vegetative Indexkarte umfasst, die als erstes landwirtschaftliches Merkmal vegetative Indexwerte den verschiedenen geografischen Standorten in dem Feld zuordnet, und wobei der prädiktive Modellgenerator konfiguriert ist, um eine Beziehung zwischen den vegetativen Indexwerten und der Vegetationsdichte auf Grundlage des Werts des Vegetationsdichtewerts, der durch den In-situ-Sensor erkannt wird, der der geografischen Position und dem vegetativen Indexwert entspricht, in der vegetativen Indexkarte an der geografischen Position zu identifizieren, wobei das prädiktive landwirtschaftliche Modell konfiguriert ist, um einen vegetativen Indexwert als eine Modelleingabe zu empfangen und einen prädiktiven Wert der Vegetationsdichte als eine Modellausgabe auf Grundlage der identifizierten Beziehung zu erzeugen.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 3, wobei der In-situ-Sensor ein Sensorsignal erzeugt, das einen Wert des Vegetationsmerkmals anzeigt, und ferner Folgendes umfasst: ein Verarbeitungssystem, das das Sensorsignal empfängt und konfiguriert ist, um als den Wert des Vegetationsmerkmals einen Wert eines Vegetationsvolumens zu identifizieren, der ein Vegetationsvolumen angibt, das der geografischen Position entspricht.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 10, wobei die Vorabinformationskarte eine frühere vegetative Indexkarte umfasst, die als erstes landwirtschaftliches Merkmal vegetative Indexwerte auf die verschiedenen geografischen Standorten in dem Feld abbildet, und wobei der prädiktive Modellgenerator konfiguriert ist, um eine Beziehung zwischen den vegetativen Indexwerten und dem Vegetationsvolumen auf Grundlage des Werts des Vegetationsvolumenwerts, der durch den In-situ-Sensor erfasst wird, der der geografischen Position und dem vegetativen Indexwert entspricht, in der vegetativen Indexkarte an der geografischen Position zu identifizieren, wobei das prädiktive landwirtschaftliche Modell konfiguriert ist, um einen vegetativen Indexwert als eine Modelleingabe zu empfangen und einen prädiktiven Wert des Vegetationsvolumens als eine Modellausgabe auf Grundlage der identifizierten Beziehung zu erzeugen.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 1, wobei der In-situ-Sensor an der landwirtschaftlichen Maschine konfiguriert ist, um einen Wert eines Maschinenbetriebsmerkmals, das dem geografischen Standort entspricht, als den Wert des Biomassemerkmals zu erkennen und ein Sensorsignal zu erzeugen, das den Wert des Maschinenbetriebsmerkmals angibt, und wobei die Arbeitsmaschine ferner Folgendes umfasst: ein Verarbeitungssystem, das das Sensorsignal empfängt und konfiguriert ist, um als den Wert des Maschinenbetriebsmerkmals einen Wert einer Dreschrotorantriebskraft zu identifizieren, der eine Kraft anzeigt, die verwendet wird, um den Dreschrotor anzutreiben, der der geografischen Position entspricht.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 12, wobei die Vorabinformationskarte eine frühere vegetative Indexkarte umfasst, die als erstes landwirtschaftliches Merkmal vegetative Indexwerte auf die verschiedenen geografischen Standorten in dem Feld abbildet, und wobei der prädiktive Modellgenerator konfiguriert ist, um eine Beziehung zwischen den vegetativen Indexwerten und der Dreschrotorantriebskraft auf Grundlage des erkannten Werts der Dreschrotorantriebskraft, der die Kraft angibt, die verwendet wird, um den Dreschrotor anzutreiben, entsprechend der geografischen Position und dem vegetativen Indexwert, in der vegetativen Indexkarte an der geografischen Position zu identifizieren, wobei das prädiktive landwirtschaftliche Modell konfiguriert ist, um einen vegetativen Indexwert als eine Modelleingabe zu empfangen und einen prädiktiven Wert der Dreschrotorantriebskraft als eine Modellausgabe auf Grundlage der identifizierten Beziehung zu erzeugen.
Computerimplementiertes Verfahren zur Erzeugung einer funktionellen prädiktiven landwirtschaftlichen Karte, umfassend: Empfangen einer Vorabinformationskarte (258) in einer landwirtschaftlichen Arbeitsmaschine (100), die Werte eines landwirtschaftlichen Merkmals beinhaltet, das verschiedenen geografischen Positionen in einem Feld entspricht; Erkennen einer geografischen Position der landwirtschaftlichen Arbeitsmaschine (100); Erkennen eines Werts eines Biomassemerkmals mit einem In-situ-Sensor (208), das der geografischen Position entspricht; Erzeugen eines prädiktiven landwirtschaftlichen Modells, das eine Beziehung zwischen dem landwirtschaftlichen Merkmal und dem Biomassemerkmal modelliert; und Steuern eines prädiktiven Kartengenerators, um die funktionelle prädiktive landwirtschaftliche Karte des Feldes zu erzeugen, die prädiktive Werte des Biomassemerkmals auf Grundlage der Werte des landwirtschaftlichen Merkmals in der Vorabinformationskarte (258) und des prädiktiven landwirtschaftlichen Modells den verschiedenen geografischen Positionen in dem Feld zuordnet.
Landwirtschaftliche Arbeitsmaschine (100), umfassend: ein Kommunikationssystem (206), das eine frühere vegetative Indexkarte (258) empfängt, die vegetative Indexwerte angibt, die verschiedenen geografischen Positionen in einem Feld entsprechen; einen geografischen Positionssensor (204), der eine geografischen Position der landwirtschaftlichen Arbeitsmaschine erkennt; einen In-situ-Sensor (208), der einen Biomassemerkmalswert eines Biomassemerkmals erkennt, der der geografischen Position entspricht; einen prädiktiven Modellgenerator (210), der ein prädiktives Biomassemodell erzeugt, das eine Beziehung zwischen den vegetativen Indexwerten und dem Biomassemerkmal auf Grundlage eines vegetativen Indexwerts in der früheren vegetativen Indexkarte (258) an der geografischen Position und dem Biomassemerkmalswert des Biomassemerkmals modelliert, das durch den In-situ-Sensor (208) erfasst wird, der der geografischen Position entspricht; und einen prädiktiven Kartengenerator (212), der eine funktionelle prädiktive Biomassekarte des Feldes auf Grundlage der vegetativen Indexwerte in der früheren vegetativen Indexkarte (258) und auf Grundlage des prädiktiven Biomassemodells erzeugt, wobei die prädiktive Biomassekarte prädiktive Biomassemerkmalswerte auf die verschiedenen geografischen Positionen in dem Feld abbildet.