DE102021124343A1

DE102021124343A1 - Kartenerzeugungs- und steuersystem

Info

Publication number: DE102021124343A1
Application number: DE102021124343.2A
Authority: DE
Inventors: Bhanu Kiran Palla; Nathan R. Vandike
Original assignee: Deere and Co
Current assignee: Deere and Co
Priority date: 2020-10-08
Filing date: 2021-09-21
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, Forstmaschinen, Baumaschinen und Rasenpflegemaschinen.
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 Erntevorsätzen ausgestattet werden, um verschiedene Arten von Erntegut zu ernten.
Eine Vielzahl unterschiedlicher Bedingungen in Feldern haben eine Reihe von nachteiligen Auswirkungen auf den Erntevorgang. Daher kann ein Bediener versuchen, die Steuerung der Erntemaschine zu modifizieren, wenn solche Bedingungen während des Erntevorgangs auftreten.
KURZDARSTELLUNG
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 einer landwirtschaftlichen Erntemaschine.
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.
4A-B (hierin gemeinsam als 4 bezeichnet) sind Blockdiagramme, die Beispiele für prädiktive Modellgeneratoren und prädiktive Kartengeneratoren zeigen.
Die 5A-D (hierin gemeinsam als 5 bezeichnet) sind Flussdiagramme, die beispielhafte Vorgänge des Erzeugens von funktionellen prädiktiven Karten zur Verwendung beim Steuern der landwirtschaftlichen Erntemaschine während eines Erntevorgangs oder beidem zeigen.
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 funktionelle prädiktive Karte und insbesondere eine funktionelle prädiktive Erntegutzustandskarte, Ernteguthöhenkarte und Erntevorsatzmerkmalkarte zu erzeugen. In einigen Beispielen können die funktionelle prädiktive Erntegutzustandskarte, die Ernteguthöhenkarte und die Erntevorsatzmerkmalkarte verwendet werden, um eine landwirtschaftliche Arbeitsmaschine, wie etwa eine landwirtschaftliche Erntemaschine, zu steuern. Die Leistung einer landwirtschaftlichen Erntemaschine kann beeinträchtigt werden, wenn die landwirtschaftliche Erntemaschine in Bereiche mit unterschiedlichem Erntegutzustand, Ernteguthöhe und Gelände eintritt, es sei denn, die Maschineneinstellungen werden ebenfalls geändert.
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 und diese anderen vegetativen Indizes liegen innerhalb des Umfangs der vorliegenden Offenbarung. In einigen Beispielen kann ein vegetativer Index aus Sensormesswerten eines oder mehrerer Bänder elektromagnetischer Strahlung abgeleitet werden, die von Pflanzen reflektiert werden. Ohne Einschränkungen können diese Bänder im Mikrowellen-, Infrarot-, sichtbaren oder ultravioletten Teil des elektromagnetischen Spektrums liegen.
Eine vegetative Indexkarte kann somit verwendet werden, um das Vorhandensein und die Position der Vegetation zu identifizieren. In einigen Beispielen ermöglicht eine vegetative Indexkarte, dass Erntegut in Gegenwart von nacktem Boden, Erntegutrückständen oder anderen Pflanzen, einschließlich Erntegut oder Unkraut, identifiziert und georeferenziert werden. Zum Beispiel kann der vegetative Index zu Beginn einer Vegetationsperiode, wenn sich ein Erntegut in einem Wachstumszustand befindet, den Fortschritt der Entwicklung des Ernteguts anzeigen. Wenn daher eine vegetative Indexkarte zu Beginn der Vegetationsperiode oder in der Mitte der Vegetationsperiode erstellt wird, kann die vegetative Indexkarte den Fortschritt der Entwicklung der Erntegutpflanzen anzeigen. Zum Beispiel kann die vegetative Indexkarte angeben, ob die Pflanze unterentwickelt ist, ob ein ausreichender Bewuchs aufgebaut wurde oder ob andere Pflanzenattribute vorhanden sind, die auf die Pflanzenentwicklung hinweisen. Eine vegetative Indexkarte kann auch andere vegetative Merkmale anzeigen, wie etwa die Gesundheit der Pflanzen.
Eine Aussaatmerkmalkarte bildet veranschaulichend Saatgutstellen über verschiedene geografische Positionen in einem oder mehreren Feldern von Interesse ab. Diese Saatgutkarten werden typischerweise von früheren Saatgutpflanzvorgängen gesammelt. In einigen Beispielen kann die Aussaatmerkmalkarte aus Steuersignalen abgeleitet werden, die von einer Sämaschine verwendet werden, wenn das Saatgut gepflanzt wird, oder aus Sensorsignalen, die von Sensoren an der Sämaschine erzeugt werden, die bestätigen, dass ein Saatgut gepflanzt wurde. Sämaschinen können geografische Positionssensoren beinhalten, die die Positionen geolokalisieren, an denen das Saatgut gepflanzt wurde. Diese Informationen können verwendet werden, um die Saatgutpflanzdichte zu bestimmen, die mit einer Pflanzendichte korreliert. Die Pflanzendichte kann sich beispielsweise darauf auswirken, wie widerstandsfähig Erntegutpflanzen gegen das Abknicken durch Wind sind. Eine Aussaatmerkmalkarte kann auch andere Informationen enthalten, wie etwa Merkmale des verwendeten Saatguts. Einige Merkmale beinhalten zum Beispiel Saatgutart, genetische Stängelstärke, genetische Anfälligkeit für Grünbruch, Samenmarke, Samenbeschichtung, Pflanzdatum, Keimzeit, typische Wachstumsphasenperioden, reife Pflanzenhöhe und Samenhybrid.
Eine topographische Karte bildet veranschaulichend Höhen des Bodens über verschiedene geografische Positionen in einem Feld von Interesse ab. Da die Bodenneigung eine Höhenänderung anzeigt, ermöglicht das Bereitstellen von zwei oder mehr Höhenwerten die Berechnung der Neigung über die Bereiche mit bekannten Höhenwerten. Eine größere Granularität der Neigung kann erreicht werden, indem mehr Bereiche mit bekannten Höhenwerten bereitgestellt werden. Wenn eine landwirtschaftliche Erntemaschine in bekannte Richtungen über das Gelände fährt, können die Neigung und das Rollen der landwirtschaftlichen Erntemaschine basierend auf der Neigung des Bodens (d. h. Bereichen mit wechselnder Höhe) bestimmt werden. Topographische Merkmale, auf die nachstehend Bezug genommen wird, können unter anderem die Höhe, die Neigung (z. B. einschließlich der Maschinenausrichtung relativ zur Neigung) und das Bodenprofil (z. B. Unebenheit) beinhalten.
Die vorliegende Erörterung beinhaltet auch prädiktive Karten, die ein Merkmal auf Grundlage einer Informationskarte und einer Beziehung zu erfassten Daten, die von einem In-situ-Sensor erhalten wurden, vorhersagen. Diese prädiktiven Karten beinhalten eine prädiktive Ertragskarte und eine prädiktive Biomassekarte. In einem Beispiel wird die prädiktive Ertragskarte durch Empfangen einer vorherigen vegetativen Indexkarte und erfasster Ertragsdaten, die von einem in-situ-Ertragssensor erhalten wurden, und Bestimmen einer Beziehung zwischen der vorherigen vegetativen Indexkarte und den erfassten Ertragsdaten, die von einem Signal von dem In-situ-Ertragssensor erhalten werden, und Verwenden der Beziehung zum Erzeugen der prädiktiven Ertragskarte auf Grundlage der Beziehung und der vorherigen vegetativen Indexkarte erzeugt. In einem Beispiel wird die prädiktive Biomassekarte durch Empfangen einer vorherigen vegetativen Indexkarte und Erfassen einer Biomasse und Bestimmen einer Beziehung zwischen der vorherigen vegetativen Indexkarte und der erfassten Biomasse, die aus einem Datensignal von einem Biomassesensor erhalten wird, und Verwenden der Beziehung zum Erzeugen der prädiktiven Biomassekarte auf Grundlage der Beziehung und der vorherigen vegetativen Indexkarte erzeugt. Die prädiktiven Ertrags- und Biomassekarten können auf Grundlage anderer Informationskarten erstellt oder auch auf andere Weise erzeugt werden. Beispielsweise können die prädiktiven Ertrags- oder Biomassekarten basierend auf Satellitenbildern, Wachstumsmodellen, Wettermodellen usw. erzeugt werden. Oder zum Beispiel kann eine prädiktive Ertragskarte oder eine prädiktive Biomassekarte ganz oder teilweise auf einer topographischen Karte, einer Bodentypkarte, einer Bodenbestandteilkarte oder einer Bodengesundheitskarte basieren.
Die vorliegende Erörterung fährt somit in Bezug auf Beispiele fort, in denen ein System eines oder mehrere von einem vegetativen Index, Aussaat, topographischen, prädiktiven Ertrag oder prädiktiven Biomassekarte empfängt und einen In-situ-Sensor verwendet, der eine Variable erkennt, die den Erntegutzustand, die Ernteguthöhe oder das Erntevorsatzmerkmal während eines Erntevorgangs angibt. Das System erzeugt ein Modell, das eine Beziehung zwischen den vegetativen Indexwerten, Aussaatmerkmalwerten, topographischen Merkmalswerten, prädiktiven Ertragswerten oder prädiktiven Biomassewerten aus der einen oder den mehreren empfangenen Karten und In-situ-Daten von dem In-situ-Sensor modelliert, die die Variable darstellen, die den Erntegutzustand, die Ernteguthöhe und die Erntevorsatzmerkmale angibt. Das Modell wird verwendet, um eine funktionelle prädiktive Karte zu erzeugen, die einen erwarteten Erntegutzustand, eine Ernteguthöhe und ein Erntevorsatzmerkmal über das Feld vorhersagt. Die funktionelle prädiktive Karte, die während des Erntevorgangs erzeugt wird, kann einem Bediener oder einem anderen Benutzer präsentiert werden oder zum automatischen Steuern einer landwirtschaftlichen 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 nicht gezeigt sind.
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. 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 102 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 Erntematerial, nachdem das Erntegut durch die Schneidevorrichtung 104 geschnitten wurde, durch einen Förderer im Zuführgehäuse 106 in Richtung des Zuführbeschleunigers 108 bewegt, der das Erntematerial in den Dreschwerk 110 beschleunigt. Das Erntegut wird durch den Rotor 112 gedroschen, der das Erntegut gegen die Dreschkörbe 114 dreht. 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 nachgedroschen 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 liefert ein Signal, das den Kornverlust im linken und rechten Abscheider anzeigt, die in 1 nicht separat gezeigt sind. 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 Oszillation oder Prellbewegung (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 Siebkasten-Gebläsedrehzahlsensor, um die Geschwindigkeit des Reinigungsgebläses 120 zu erfassen; einen konkaven Spaltensensor, der den Spalt zwischen dem Rotor 112 und den Dreschkörben 114 erfasst; einen Dreschrotor-Drehzahlsensor, der eine Rotordrehzahl des Rotors 112 erfasst; einen Häckselspaltensensor, der die Größe der Öffnungen in dem Häcksler 122 erfasst; einen Siebspaltsensor, der die Größe der Öffnungen in dem 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 konfiguriert sind, um verschiedene konfigurierbare Einstellungen der landwirtschaftlichen Erntemaschine 100 zu erfassen; einen Maschinenausrichtungssensor, der die Ausrichtung der landwirtschaftlichen Erntemaschine 100 erfasst; und Ernteguteigenschaftssensoren, die eine Vielzahl verschiedener Arten von Ernteguteigenschaften erfassen, wie etwa die Art des Ernteguts, die Feuchtigkeit 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 Erntegutzustandssensoren beinhalten, die den Erntegutzustand erfassen, der von der landwirtschaftlichen Erntemaschine geerntet wird.
Erntegutzustandssensoren können eine Monokamera oder ein Mehrfachkamerasystem beinhalten, das ein oder mehrere Bilder von Erntegutpflanzen erfasst. Beispielsweise kann der nach vorne gerichtete Bilderfassungsmechanismus 151 einen Erntegutzustandssensor bilden, der den Erntegutzustand von Erntegutpflanzen vor der landwirtschaftlichen Erntemaschine 100 erfasst. In einem anderen Beispiel kann ein Erntegutzustandssensor an der landwirtschaftlichen Erntemaschine 100 platziert sein und in eine oder mehrere andere Richtungen als vor der landwirtschaftlichen Erntemaschine 100 blicken. Bilder, die von dem Erntegutzustandssensor erfasst werden, können analysiert werden, um zu bestimmen, ob das Erntegut steht, ein gewisses Ausmaß eines umgeknickten Zustands aufweist, stoppelig ist oder fehlt. Wenn das Erntegut dann ein gewisses Ausmaß eines umgeknickten Zustands aufweist, kann das Bild analysiert werden, um die Ausrichtung des umgeknickten Ernteguts zu bestimmen. Einige Ausrichtungen können sich auf die landwirtschaftliche Erntemaschine 100 beziehen, wie unter anderem „seitwärts“, „zur Maschine hin“, „von der Maschine weg“ oder „zufällige Ausrichtungen“. Einige Ausrichtungen können absolut sein (z. B. relativ zur Erde), wie z. B. ein numerischer Kompasskurs oder eine numerische Abweichung von gravimetrischen oder Oberflächenvertikalen in Grad. Zum Beispiel kann die Orientierung in einigen Fällen als ein Kurs relativ zum magnetischen Norden, relativ zum wahren Norden, relativ zu einer Erntegutreihe, relativ zu einem Erntemaschinenkurs oder relativ zu anderen Referenzen bereitgestellt werden.
In einem anderen Beispiel beinhaltet ein Erntegutzustand- oder Ernteguthöhensensor eine Bereichsabtastvorrichtung, wie unter anderem Radar, Lidar oder Sonar. Eine Bereichsabtastvorrichtung kann verwendet werden, um die Höhe des Ernteguts zu erfassen. Die Ernteguthöhe kann, obwohl sie auf andere Dinge hinweist, auch umgeknicktes Erntegut, das Ausmaß eines Zustands des umgeknickten Ernteguts oder eine Ausrichtung des umgeknickten Ernteguts anzeigen.
Bevor beschrieben wird, wie die landwirtschaftliche Erntemaschine 100 eine funktionelle prädiktive Erntegutzustands- und Erntevorsatzhöhenkarte erzeugt und die funktionelle prädiktive Erntegutzustands- und Erntevorsatzhöhenkarte zur Präsentation oder Steuerung verwendet, erfolgt zunächst eine kurze Beschreibung einiger Elemente der landwirtschaftlichen Erntemaschine 100 und deren jeweiliger Betrieb. Die Beschreibung der 2 und 3 beschreibt das Empfangen einer allgemeinen Art von Informationskarte und das Kombinieren von Informationen von der Informationskarte 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 oder Unkraut, das in dem Feld vorhanden ist. Merkmale des Feldes können unter anderem Merkmale eines Feldes, wie Neigung, Unkrautintensität, Unkrautart, Bodenfeuchtigkeit, Oberflächenqualität; Merkmale von Ernteguteigenschaften, wie Ernteguthöhe, Erntegutfeuchtigkeit, Erntegutdichte, Erntegutzustand; Merkmale von Korneigenschaften, wie Kornfeuchte, Korngröße, Korntestgewicht; und Merkmale der Maschinenleistung, wie etwa Verlustniveaus, Auftragsqualität, Kraftstoffverbrauch und Leistungsnutzung, sein. Es wird eine Beziehung zwischen den aus In-situ-Sensorsignalen gewonnenen Merkmalswerten und den Informationskartenwerten 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 ein allgemeiner Ansatz in Bezug auf die 2 und 3 beschrieben wurde, wird ein spezifischerer Ansatz zum Erzeugen einer funktionellen prädiktiven Erntegutzustandskarte und einer Erntevorsatzhöhenkarte, die einem Bediener oder Benutzer präsentiert werden können oder dazu verwendet werden, 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 Informationsvariable-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 Rollensteuerung 238, die Draperbandsteuerung 240, die Deckplattenpositionssteuerung 242, die Rückstandssystemsteuerung 244, die Maschinenreinigungssteuerung 245, die Zonensteuerung 247 und das Steuersystem 214 können andere Elemente 246 beinhalten. Die steuerbaren Teilsysteme 216 beinhalten Maschinen- und Erntevorsatzstellglieder 248, das Antriebs-Teilsystem 250, das Lenk-Teilsystem 252, das Rückstands-Teilsystem 138, das Maschinenreinigungs-Teilsystem 254, und die steuerbaren Teilsysteme 216 können eine Vielzahl anderer Teilsysteme 256 beinhalten.
2 zeigt auch, dass die landwirtschaftliche Erntemaschine 100 eine oder mehrere Informationskarten 258 empfangen kann. Wie nachfolgend beschrieben, beinhaltet eine Informationskarte 258 zum Beispiel einen vegetativen Index, ein Aussaatmerkmal, einen prädiktiven Ertrag oder eine prädiktive Biomassekarte. Die Informationskarte 258 kann jedoch auch andere Arten von Daten umfassen, die vor einem Erntevorgang erhalten wurden, wie etwa Kontextinformationen. Kontextinformationen können unter anderem eine oder mehrere Wetterbedingungen über einen Teil oder die gesamte Wachstumsperiode, das Vorhandensein von Schädlingen, die geografische Position, Bodentypen, Bewässerung, Behandlungsanwendung usw. beinhalten. Wetterbedingungen können ohne Einschränkung unter anderem Niederschläge über die Saison, Hagel, der Ernteschäden verursachen kann, Vorhandensein von starken Winden, Richtung von starken Winden, Temperatur über die Saison usw. beinhalten. Einige Beispiele für Schädlinge sind allgemein, Insekten, Pilze, Unkraut, Bakterien, Viren, usw. Einige Beispiele für Behandlungsanwendungen sind Herbizide, Pestizide, Fungizide, Düngemittel, Mineralpräparate usw. 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 Informationskarte 258 kann mithilfe des Kommunikationssystems 206 oder auf andere Weise auf 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 beides 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 Wahrnehmungs-, Bild- oder optischen Sensor beinhalten, wie etwa ein vorwärts gerichtetes Mono- oder Stereokamerasystem und ein Bildverarbeitungssystem oder Kameras, die montiert sind, um Erntegutpflanzen in der Nähe der landwirtschaftlichen Erntemaschine 100 außer vor der landwirtschaftlichen Erntemaschine 100 zu betrachten. Die In-situ-Sensoren 208 können auch Remote-In-situ-Sensoren 224 beinhalten, 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 Informationskarte 258 auf das Feld abgebildeten Merkmal angibt. Wenn zum Beispiel die Informationskarte 258 einen vegetativen Indexwert auf verschiedene Positionen in dem Feld abbildet und der In-situ-Sensor 208 einen Wert erfasst, der den Erntegutzustand angibt, dann erzeugt der Informationsvariable-zu-In-situ-Variable-Modellgenerator 228 ein prädiktives Erntegutzustandsmodell, das die Beziehung zwischen den vegetativen Indexwerten und den Erntegutzustandswerten modelliert. Der prädiktive Kartengenerator 212 verwendet das durch den prädiktiven Modellgenerator 210 erzeugte prädiktive Erntegutzustandsmodell, um eine funktionelle prädiktive Erntegutzustandskarte zu erzeugen, die den Wert des Erntegutzustandsan verschiedenen Positionen in dem Feld auf Grundlage der Informationskarte 258 vorhersagt. Der prädiktive Kartengenerator 212 kann die vegetativen Indexwerte in der Informationskarte 258 und das von dem prädiktiven Modellgenerator 210 erzeugte Modell verwenden, um eine funktionelle prädiktive Karte 263 zu erzeugen, die den Erntegutzustand an verschiedenen Positionen in dem Feld vorhersagt. Der prädiktive Kartengenerator 212 gibt somit die prädiktive Karte 264 aus.
Oder zum Beispiel, wenn die Informationskarte 258 ein Aussaatmerkmal auf verschiedene Positionen in dem Feld abbildet und der In-situ-Sensor 208 einen Wert erfasst, der den Erntegutzustand angibt, dann erzeugt der Informationsvariable-zu-In-situ-Variable-Modellgenerator 228 ein prädiktives Erntegutzustandsmodell, das die Beziehung zwischen den Aussaatmerkmalen (mit oder ohne Kontextinformationen) und den In-situ-Erntegutzustandswerten modelliert. Der prädiktive Kartengenerator 212 verwendet das durch den prädiktiven Modellgenerator 210 erzeugte prädiktive Erntegutzustandsmodell, um eine funktionelle prädiktive Erntegutzustandskarte zu erzeugen, die den Wert des Erntegutzustands, der durch die In-situ-Sensoren 208 erfasst wird, an verschiedenen Positionen in dem Feld auf Grundlage der Informationskarte 258 vorhersagt. Der prädiktive Kartengenerator 212 kann die Aussaatmerkmalswerte in der Informationskarte 258 und dem Modell, das durch den prädiktiven Modellgenerator 210 erzeugt wird, verwenden, um eine funktionelle prädiktive Karte 263 zu erzeugen, die den Erntegutzustand an verschiedenen Positionen in dem Feld vorhersagt. Der prädiktive Kartengenerator 212 gibt somit die prädiktive Karte 264 aus.
In einigen Beispielen kann der Typ der Daten 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 Daten in der funktionellen prädiktiven Karte 263 andere Einheiten als die von den In-situ-Sensoren 208 erfassten Daten aufweisen. In einigen Beispielen kann sich der Typ der Daten in der funktionellen prädiktiven Karte 263 von dem von den In-situ-Sensoren 208 erfassten Datentyp unterscheiden, weist jedoch eine Beziehung zu dem von den In-situ-Sensoren 208 erfassten Datentyp auf. Beispielsweise kann der In-situ-Datentyp in einigen Beispielen den Datentyp in der funktionellen prädiktiven Karte 263 anzeigen. In einigen Beispielen kann sich der Typ der Daten in der funktionellen prädiktiven Karte 263 von dem Datentyp in der Informationskarte 258 unterscheiden. In einigen Fällen kann der Typ der Daten in der funktionellen prädiktiven Karte 263 andere Einheiten als die Daten in der Informationskarte 258 aufweisen. In einigen Beispielen kann sich der Typ der Daten in der funktionellen prädiktiven Karte 263 von dem Datentyp in der Informationskarte 258 unterscheiden, hat jedoch eine Beziehung zu dem Datentyp in der Informationskarte 258. Beispielsweise kann der Datentyp in der Informationskarte 258 in einigen Beispielen den Typ der Daten in der funktionellen prädiktiven Karte 263 angeben. In einigen Beispielen unterscheidet sich der Typ der Daten 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 Informationskarte 258. In einigen Beispielen ist der Typ der Daten 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 Informationskarte 258. In einigen Beispielen ist der Typ der Daten 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 Informationskarte 258 und unterscheidet sich von dem anderen.
Wie in 2 gezeigt, sagt die prädiktive Karte 264 den Wert eines durch In-situ-Sensoren 208 erfassten Merkmals oder eines Merkmals vorher, das sich auf das durch In-situ-Sensoren 208 an verschiedenen Positionen über das Feld erfasste Merkmal bezieht, auf Grundlage eines Informationswerts in der Informationskarte 258 an diesen Positionen (oder Positionen mit ähnlichen Kontextinformationen, auch wenn sie sich in einem anderen Feld befinden) und mithilfe des prädiktiven Modells 350. Wenn zum Beispiel der prädiktive Modellgenerator 210 ein prädiktives Modell erzeugt hat, das eine Beziehung zwischen einem vegetativen Indexwert und dem Erntegutzustand anzeigt, dann erzeugt der prädiktive Kartengenerator 212 angesichts des vegetativen Indexwerts an verschiedenen Positionen über das Feld eine prädiktive Karte 264, die den Wert des Erntegutzustands an verschiedenen Positionen über das Feld vorhersagt. Der vegetative Indexwert an jenen Positionen, die von der Informationskarte 258 erhalten werden, und die Beziehung zwischen dem vegetativen Indexwert und dem Erntezustand, die von dem prädiktiven Modell 350 erhalten werden, werden verwendet, um die prädiktive Karte 264 zu erzeugen.
Nun werden einige Variationen in den Datentypen beschrieben, die in der Informationskarte 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 Informationskarte 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 Informationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann der Erntezustand sein. Die prädiktive Karte 264 kann dann eine prädiktive Erntegutzustandskarte sein, die vorhergesagte Erntegutzustandswerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem weiteren Beispiel kann die Informationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann eine Ernteguthöhe sein. Die prädiktive Karte 264 kann dann eine prädiktive Ernteguthöhenkarte sein, die vorhergesagte Ernteguthöhenwerte auf verschiedene geografische Positionen in dem Feld abbildet.
Außerdem unterscheidet sich in einigen Beispielen der Datentyp in der Informationskarte 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 Informationskarte 258 als auch von dem Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Informationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann die Ernteguthöhe sein. Die prädiktive Karte 264 kann dann eine prädiktive Biomassekarte sein, die vorhergesagte Biomassewerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem weiteren Beispiel kann die Informationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann der Erntezustand sein. Die prädiktive Karte 264 kann dann eine prädiktive Geschwindigkeitskarte sein, die vorhergesagte Erntemaschinengeschwindigkeitswerte auf verschiedene geografische Positionen in dem Feld abbildet.
In einigen Beispielen stammt die Informationskarte 258 von einem vorherigen Durchlauf durch das Feld während eines vorherigen Vorgangs 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 Informationskarte 258 eine Samenpopulationskarte 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 in dem Feld abbildet. In einem weiteren Beispiel kann die Informationskarte 258 eine Aussaat-Hybridkarte 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 Informationskarte 258 von einem vorherigen Durchlauf durch das Feld während eines vorherigen Vorgangs 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 auch der gleiche wie der Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Informationskarte 258 eine Ertragskarte sein, die während eines vorhergehenden Jahres 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 Informationskarte 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 Informationskarte 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 212 verwendet, um eine prädiktive Ertragskarte zu erstellen.
In einem weiteren Beispiel kann die Informationskarte 258 eine Unkrautintensitätskarte sein, die während eines vorherigen Betriebs erzeugt wird, 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 eine Informationskarte 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 Erntegüter gleichzeitig in einem Feld vorhanden sein, wenn ein Mischkultur-Produktionssystem implementiert ist. In diesem Fall sind der prädiktive Kartengenerator 212 und der Steuerzonengenerator 213 in der Lage, die Position und das Merkmal der zwei oder mehr Erntegutarten zu identifizieren und dann die prädiktive Karte 264 und die prädiktive Steuerzonenkarte 265 entsprechend zu 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 beispielsweise aufgrund der Beobachtung des Bedieners einen auf der Karte angezeigten Erntegutzustandswert 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 konkaven Abstand, die Rotoreinstellungen, die Reinigungsgebläse-Drehzahleinstellungen, die Erntevorsatzhöhe, die Erntevorsatzfunktionalität, die Haspeldrehzahl, die Haspelposition, die Draperfunktionalität (wobei die landwirtschaftliche Erntemaschine 100 mit einem Draperband-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 auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider zu steuern. Wenn sich zum Beispiel die landwirtschaftliche Erntemaschine 100 einem Bereich nähert, der Erntegut mit einem Zustand des umgeknickten Ernteguts enthält, der größer als ein ausgewählter Schwellenwert ist, kann die Vorschubgeschwindigkeitssteuerung 236 die Geschwindigkeit der landwirtschaftlichen Erntemaschine 100 reduzieren, um sicherzustellen, dass die Erntegutvorschubleistung akzeptabel ist und dass das Erntegut gesammelt wird. Die Erntevorsatz- und Haspelsteuerung 238 kann Steuersignale erzeugen, um einen Erntevorsatz oder eine Haspel oder eine andere Erntevorsatzfunktionalität zu steuern. In einem Bereich, in dem das Erntegut umgeknickt ist, kann es beispielsweise von Vorteil sein, die Höhe des Erntevorsatzes oder die Haspelpositionen einzustellen. 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 landwirtschaftliche Erntemaschine 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 Informationskarte 258 veranschaulicht.
Bei 280 empfängt die landwirtschaftliche Erntemaschine 100 die Informationskarte 258. Beispiele für die Informationskarte 258 oder das Empfangen der Informationskarte 258 werden in Bezug auf die Blöcke 282, 284, 285 und 286 erörtert. Wie oben erörtert, ordnet die Informationskarte 258 Werte einer Variable, die einem ersten Merkmal entspricht, verschiedenen Positionen im Feld zu, wie bei Block 282 angezeigt. Wie bei Block 281 angegeben, kann das Empfangen der Informationskarte 258 das Auswählen einer oder mehrerer einer Vielzahl von möglichen Informationskarten beinhalten, die verfügbar sind. Zum Beispiel kann eine Informationskarte eine vegetative Indexkarte sein, die aus Luftbildern erzeugt wird. Eine andere Informationskarte kann eine Karte sein, die während eines vorherigen Durchlaufs 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, bei dem eine oder mehrere Informationskarten ausgewählt werden, kann manuell, halbautomatisch oder automatisiert sein. Die Informationskarte 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 oder die Daten können Messwerte sein, die während eines Vorjahres, früher in der aktuellen Wachstumsperiode oder zu anderen Zeiten aufgenommen wurden. Die Informationen können auch auf Daten basieren, die auf andere Weise (als mithilfe von Luftbildern) erkannt wurden. Zum Beispiel kann die Informationskarte 258 mithilfe des Kommunikationssystems 206 an die landwirtschaftliche Erntemaschine 100 übertragen und im Datenspeicher 202 gespeichert werden.
Die Informationskarte 258 kann auch eine prädiktive Karte sein, was durch Block 285 angezeigt wird. Wie oben angegeben, kann die prädiktive Karte eine prädiktive Ertragskarte oder eine prädiktive Biomassekarte beinhalten, die beispielsweise teilweise basierend auf einer früheren vegetativen Indexkarte oder einer anderen Informationskarte und In-situ-Sensorwerten erzeugt wird. In einigen Beispielen kann eine prädiktive Ertragskarte oder eine prädiktive Biomassekarte ganz oder teilweise auf einer topographischen Karte, einer Bodentypkarte, einer Bodenbestandteilkarte oder einer Bodengesundheitskarte basieren. Die prädiktive Ertrags- oder Biomassekarte kann auch auf andere Weise vorhergesagt und erzeugt werden.
Die Informationskarte 258 kann auch auf andere Weise mithilfe des Kommunikationssystems 206 auf die landwirtschaftliche Erntemaschine 100 geladen werden, was durch Block 286 im Flussdiagramm von 3 angezeigt wird. In einigen Beispielen kann die Informationskarte 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 Pflanzenmerkmal anzeigen, wie etwa einen Erntegutzustand, wie durch Block 288 angezeigt. Beispiele für In-situ-Sensoren 288 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 Positionskurs- oder Geschwindigkeitsdaten von dem geografischen Positionssensor 204 georeferenziert.
Der prädiktive Modellgenerator 210 steuert den Informationsvariable-zu-In-situ-Variable-Modellgenerator 228, um ein Modell zu erzeugen, das eine Beziehung zwischen den abgebildeten Werten, die in der Informationskarte 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 Informationskarte 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 Informationskarte 258 vorhersagt, wie durch Block 294 angezeigt.
Es ist zu beachten, dass die Informationskarte 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 Informationskarte 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 Informationskarte 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 Erntegutzustandskarte verwendet werden, um eines oder mehrere steuerbare Teilsysteme 216 zu steuern. Beispielsweise kann die funktionelle prädiktive Erntegutzustandskarte Erntegutzustandswerte beinhalten, die auf Positionen innerhalb des zu erntenden Feldes georeferenziert sind. Die funktionelle prädiktive Erntegutzustandskarte kann extrahiert und verwendet werden, um zum Beispiel die Lenk- und Antriebs-Teilsysteme 252 und 250 zu steuern. Durch Steuern der Lenk- und Antriebs-Teilsysteme 252 und 250 kann eine Vorschubgeschwindigkeit von Material oder Korn, das sich durch die landwirtschaftliche Erntemaschine 100 bewegt, gesteuert werden. Oder zum Beispiel kann durch Steuern der Lenk- und Antriebs-Teilsysteme 252 und 250 eine Richtung entgegengesetzt zu der Richtung, in der sich das Erntegut neigt, beibehalten werden. In ähnlicher Weise kann die Höhe des Erntevorsatzes gesteuert werden, um mehr oder weniger Material aufzunehmen (in einigen Fällen muss der Erntevorsatz abgesenkt werden, um sicherzustellen, dass Erntegut kontaktiert wird), 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 einen Erntegutzustand vor der Maschine abbildet, in dem sich Erntegut in einem umgeknickten Zustand entlang eines Abschnitts des Erntevorsatzes und nicht auf einem anderen Abschnitt des Erntevorsatzes befindet, oder wenn sich Erntegut in einem umgeknickten Zustand in einem größeren Ausmaß entlang eines Abschnitts des Erntevorsatzes im Vergleich zu einem anderen Abschnitt des Erntevorsatzes befindet, kann der Erntevorsatz gesteuert werden, um sich zu neigen, zu rollen oder beides, um das umgeknickte Erntegut auf eine effektivere Weise zu sammeln. Die vorhergehenden Beispiele mit Vorschubgeschwindigkeit und Erntevorsatzsteuerung mithilfe einer funktionellen prädiktiven Erntegutzustandskarte sind nur beispielhaft vorgesehen. Folglich kann eine Vielzahl anderer Steuersignale mithilfe von Werten erzeugt werden, die von einer prädiktiven Erntegutzustandskarte oder einer anderen Art von funktioneller 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 gelesen 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 Informationskarte 258) innerhalb eines ausgewählten Bereichs liegen oder wenigerals ein definierter Betrag 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 Informationskarte 258, als Auslöser verwendet werden, um die Erzeugung eines neuen 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 auf eine andere Informationskarte (die sich von der ursprünglich ausgewählten Informationskarte 258 unterscheidet) umschaltet, kann das Umschalten auf die andere Informationskarte 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 oder 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 Bedienerwünscht. 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 Informationskarte beim Erzeugen eines prädiktiven Modells bzw. beim Empfangen einer funktionellen prädiktiven Karte der prädiktive Modellgenerator 210 und 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.
Die 4a-B werden hierin gemeinsam als 4 bezeichnet. 4A ist ein Blockdiagramm eines Abschnitts der in 1 gezeigten landwirtschaftlichen Erntemaschine 100. Insbesondere zeigt 4A unter anderem Beispiele des prädiktiven Modellgenerators 210 und des prädiktiven Kartengenerators 212 detaillierter. 4A veranschaulicht auch den Informationsfluss zwischen den verschiedenen Komponenten, die darin gezeigt sind. Wie gezeigt, empfängt der prädiktive Modellgenerator 210 eine oder mehrere von einer vegetativen Indexkarte 332, einer Aussaatmerkmalkarte 333, einer prädiktiven Ertragskarte 335 oder einer prädiktiven Biomassekarte 337 als Informationskarte. Die vegetative Indexkarte 332 enthält georeferenzierte vegetative Indexwerte. Das Aussaatmerkmalkarte 333 enthält georeferenzierte Aussaatmerkmalwerte. Beispielsweise können die Aussaatmerkmale die Position und die Menge des gepflanzten Saatguts beinhalten. Zusätzlich können Aussaatmerkmale die Art des Saatguts, die genetische Stängel- oder Stammstärke, die genetische Aufnahmeanfälligkeit, die Beschichtung des Saatguts, den Genotyp des Saatguts, das Pflanzdatum, die Wachstumsperioden des Saatguts usw. beinhalten.
Die prädiktive Ertragskarte 335 beinhaltet georeferenzierte prädiktive Ertragswerte. Die prädiktive Ertragskarte 335 kann mithilfe eines des in den 2 und 3 beschriebenen Prozesses erzeugt werden, wobei die Informationskarte eine vegetative Indexkarte oder eine historische Ertragskarte beinhaltet und der In-situ-Sensor einen Ertragssensor beinhaltet. Die prädiktive Ertragskarte 335 kann auch auf andere Weise erzeugt werden.
Die prädiktive Biomassekarte 337 beinhaltet georeferenzierte prädiktive Biomassewerte. Die prädiktive Biomassekarte 337 kann mithilfe eines des in den 2 und 3 beschriebenen Prozesses erzeugt werden, wobei die Informationskarte eine vegetative Indexkarte beinhaltet und der In-situ-Sensor einen Rotorantriebsdruck oder einen optischen Sensor beinhaltet, die Sensorsignale erzeugen, die Biomasse anzeigen. Die prädiktive Ertragskarte 337 kann auch auf andere Weise erzeugt werden.
Neben dem Empfangen einer oder mehrerer von einer vegetativen Indexkarte 332, einer Aussaatmerkmalkarte 333, einer prädiktiven Ertragskarte 335 oder einer prädiktiven Biomassekarte 337 als eine Informationskarte empfängt der prädiktive Modellgenerator 210 auch eine geografische Position 334 oder eine Angabe einer geografischen Position von dem geografischen Positionssensor 204. Die In-situ-Sensoren 208 beinhalten beispielhaft einen bordeigenen Erntegutzustandssensor 336, einen Ernteguthöhensensor 337 sowie ein Verarbeitungssystem 338. Das Verarbeitungssystem 338 verarbeitet Sensordaten, die von den bordeigenen Erntegutzustandssensoren 336 oder dem Ernteguthöhensensor 337 erstellt werden.
In einigen Beispielen kann der bordeigene Erntegutzustandssensor 336 ein optischer Sensor an der landwirtschaftlichen Erntemaschine 100 sein. Der optische Sensor kann an der Vorderseite der landwirtschaftlichen Erntemaschine 100 angeordnet sein, um Bilder des Feldes vor der landwirtschaftlichen Erntemaschine 100 zu sammeln, wenn sich die landwirtschaftliche Erntemaschine 100 während eines Erntevorgangs durch das Feld bewegt. Das Verarbeitungssystem 338 verarbeitet ein oder mehrere Bilder, die über den bordeigenen Erntegutzustandssensor 336 erhalten wurden, um verarbeitete Bilddaten zu erzeugen, die ein oder mehrere Merkmale der Erntegutpflanzen in dem Bild identifizieren. Beispielsweise die Größe und Ausrichtung der Erntegutpflanze in einem umgeknickten Zustand. Das Verarbeitungssystem 338 kann auch die vom In-situ-Sensor 208 empfangenen Werte geolokalisieren. Zum Beispiel ist die Position der landwirtschaftlichen Erntemaschine 100 zu dem Zeitpunkt, zu dem ein Signal vom In-situ-Sensor 208 empfangen wird, typischerweise nicht die genaue Position des erfassten Erntegutzustands. Dies liegt daran, dass es von der Vorwärtserfassung bis zu dem Zeitpunkt dauert, zu dem die landwirtschaftliche Erntemaschine 100 (mit dem geografischen Positionssensor ausgestattet) die Erntegutpflanzen berührt, die für den Erntegutzustand erfasst wurden. In einigen Beispielen kann, um die Vorwärtserfassung zu berücksichtigen, ein Sichtfeld der Kamera so kalibriert werden, dass Bereiche mit umgeknickten Erntegut in einem von der Kamera aufgenommenen Bild auf Grundlage ihrer Position im Bild geolokalisiert werden können.
Andere Erntegutzustandssensoren können ebenfalls verwendet werden. In einigen Beispielen können rohe oder verarbeitete Daten von dem bordeigenen Erntegutzustandssensor 336 dem Bediener 260 über den Bedienerschnittstellenmechanismus 218 präsentiert werden. Der Bediener 260 kann sich an Bord der landwirtschaftlichen Erntemaschine 100 oder an einem Remote-Standort befinden.
Die vorliegende Erörterung fährt in Bezug auf ein Beispiel fort, in dem der bordeigene Erntegutzustandssensor 336 einen optischen Sensor, wie etwa eine Kamera, beinhaltet. Es versteht sich, dass es sich hierbei nur um ein Beispiel handelt und die oben genannten Sensoren als andere Beispiele des bordeigenen Erntegutzustandssensors 336 hierin ebenfalls in Betracht gezogen werden. Wie in 4A gezeigt, beinhaltet der prädiktive Modellgenerator 210 einen vegetativen Index-zu-Erntegutzustands-Modellgenerator 342, einen Aussaat-zu-Erntegutzustands-Modellgenerator 344, einen Ertrag-zu-Erntegutzustands-Modellgenerator 345 und einen Biomasse-zu-Erntegutzustands-Modellgenerator 346. In anderen Beispielen kann der prädiktive Modellgenerator 210 zusätzliche, weniger oder andere Komponenten beinhalten, als die in dem Beispiel von 4A gezeigten. 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 Erntegutzustands- oder Ernteguthöhenmodellen zu erzeugen. Zum Beispiel kann der Modellgenerator 210 einen Ernteguthöhen-Modellgenerator und einen Biomasse-Ernteguthöhen-Modellgenerator beinhalten, die Beziehungen zwischen Ernteguthöhe und Ertrag bzw. Biomasse erzeugen. Die von diesen anderen Modellgeneratoren erzeugten Modelle können von dem Ernteguthöhen-Kartengenerator 353 verwendet werden, um eine prädiktive Ernteguthöhenkarte auf Grundlage von Werten aus der prädiktiven Ertragskarte 335 und der prädiktiven Biomassekarte 337 zu erzeugen.
Der Modellgenerator 342 identifiziert eine Beziehung zwischen In-situ-Erntegutzustandsdaten 340 an einer geografischen Position, die der entspricht, an der In-situ-Erntegutzustandsdaten 340 geolokalisiert wurden, und vegetativen Indexwerten aus der vegetativen Indexkarte 332, die derselben Position auf dem Feld entsprechen, an der die Erntegutzustandsdaten 340 geolokalisiert wurden. Auf Grundlage dieser Beziehung, die durch den Modellgenerator 342 hergestellt wird, erzeugt der Modellgenerator 342 ein prädiktives Erntegutzustandsmodell. Das Erntegutzustandsmodell wird verwendet, um einen Erntegutzustand an verschiedenen Positionen auf dem Feld auf Grundlage der georeferenzierten vegetativen Indexwerte, die in der vegetativen Indexkarte 332 an der gleichen Position auf dem Feld enthalten sind, vorherzusagen. In einigen Beispielen kann der Modellgenerator 342 eine Zeitreihe von vegetativen Indexkarten verwenden, um die Alterungsrate des Ernteguts nach einem Grünbruch, erhöhten Erntegutstress durch Stängelschäden und anderes zu identifizieren.
Der Modellgenerator 344 identifiziert eine Beziehung zwischen dem Erntegutzustand, der in den In-situ-Erntegutzustandsdaten 340 an einer geografischen Position dargestellt ist, die dem Position entspricht, an der die In-situ-Erntegutzustandsdaten 340 geolokalisiert wurden, und dem Aussaatmerkmalwert an derselben Position. Der Aussaatmerkmalwert ist der in der Aussaatmerkmalkarte 333 enthaltene georeferenzierte Wert. Der Modellgenerator 344 erzeugt ein prädiktives Erntegutzustandsmodell, das den Erntegutzustand an einer Position auf Grundlage des Aussaatmerkmalwerts vorhersagt. Das Erntegutzustandsmodell wird verwendet, um einen Erntegutzustand an verschiedenen Positionen auf Grundlage der georeferenzierten Aussaatmerkmalswerte, die in der Aussaatmerkmalkarte 333 an den gleichen Positionen in dem Feld enthalten sind, vorherzusagen. Das Aussaatmerkmal könnte beispielsweise die Saatgutpflanzdichte sein.
Der Modellgenerator 345 identifiziert eine Beziehung zwischen dem Erntegutzustand, der in den In-situ-Erntegutzustandsdaten 340 an einer geografischen Position dargestellt ist, die der Position entspricht, an dem die In-situ-Erntegutzustandsdaten 340 geolokalisiert wurden, und dem vorhergesagten Ertrag an derselben Position. Der vorhergesagte Ertragswert ist der georeferenzierte Wert, der in der prädiktiven Ertragskarte 335 enthalten ist. Der Modellgenerator 345 erzeugt ein prädiktives Erntegutzustandsmodell, das den Erntegutzustand an einer Position in dem Feld auf Grundlage des prädiktiven Ertragswerts vorhersagt. Das Erntegutzustandsmodell wird verwendet, um einen Erntegutzustand an verschiedenen Positionen auf Grundlage der georeferenzierten prädiktiven Ertragswerte, die in der prädiktiven Ertragskarte 335 an den gleichen Positionen in dem Feld enthalten sind, vorherzusagen.
Der Modellgenerator 346 identifiziert eine Beziehung zwischen dem Erntegutzustand, der in den In-situ-Erntegutzustandsdaten 340 an einer geografischen Position dargestellt ist, die der Position entspricht, an dem die In-situ-Erntegutzustandsdaten 340 geolokalisiert wurden, und der vorhergesagten Biomasse an derselben Position. Der vorhergesagte Biomassewert ist der georeferenzierte Wert, der in der prädiktiven Biomassekarte 337 enthalten ist. Der Modellgenerator 346 erzeugt ein prädiktives Erntegutzustandsmodell, das den Erntegutzustand an einer Position auf Grundlage des vorhergesagten Biomassewerts vorhersagt. Das Erntegutzustandsmodell wird verwendet, um einen Erntegutzustand an verschiedenen Positionen auf Grundlage der georeferenzierten prädiktiven Biomassewerte, die in der prädiktiven Biomassekarte 337 an den gleichen Positionen auf dem Feld enthalten sind, vorherzusagen.
Angesichts des Vorstehenden ist der prädiktive Modellgenerator 210 betreibbar, um eine Vielzahl von prädiktiven Erntegutzustandsmodellen zu erzeugen, wie etwa eines oder mehrere der prädiktiven Erntegutzustandsmodelle, die von den Modellgeneratoren 342, 344, 345, 346 und 348 erzeugt werden. In einem weiteren Beispiel können zwei oder mehr der vorstehend beschriebenen prädiktiven Erntegutzustandsmodelle zu einem einzelnen prädiktiven Erntegutzustandsmodell kombiniert werden, das einen Erntegutzustand auf Grundlage des vegetativen Indexwerts, des Aussaatmerkmalwerts, des prädiktiven Ertragswerts oder prädiktiver Biomassewerte an verschiedenen Positionen in dem Feld vorhersagt. Jedes dieser Erntegutzustandsmodelle oder Kombinationen davon wird gemeinsam durch das Erntegutzustandsmodell 350 in 4A dargestellt.
Das prädiktive Erntegutzustandsmodell 350 wird dem prädiktiven Kartengenerator 212 bereitgestellt. Im Beispiel von 4A beinhaltet der prädiktive Kartengenerator 212 einen Erntegutzustands-Kartengenerator 352. In anderen Beispielen kann der prädiktive Kartengenerator 212 zusätzliche, weniger oder andere Kartengeneratoren beinhalten. Dementsprechend kann der prädiktive Kartengenerator 212 andere Kartengeneratoren 358 beinhalten. Andere Kartengeneratoren können Kombinationen von Kartengeneratoren in den 4A und 4B beinhalten. Der Erntegutzustands-Kartengenerator 352 empfängt das prädiktive Erntegutzustandsmodell 350, das den Erntegutzustand auf Grundlage einer Beziehung zwischen einem erfassten Erntegutzustandswert und einem Wert von einem oder mehreren von der vegetativen Indexkarte 332, der Aussaatmerkmalkarte 333, der prädiktiven Ertragskarte 335 und der prädiktiven Biomassekarte 337 an einer entsprechenden Position vorhersagt, an der der Erntegutzustand erfasst wurde.
Der Erntegutzustands-Kartengenerator 354 kann auch eine funktionelle prädiktive Erntegutzustandskarte 360 erzeugen, die den Erntegutzustand an verschiedenen Positionen in dem Feld auf Grundlage des vegetativen Indexwerts, des Aussaatmerkmalwerts, des prädiktiven Ertragswerts oder des prädiktiven Biomassewerts an diesen Positionen in dem Feld und des prädiktiven Erntegutzustandsmodells 350 vorhersagt. Die erzeugte funktionale prädiktive Erntegutzustandskarte 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 Karte 360, um die prädiktive Steuerzonenkarte 265 zu erzeugen. Eine oder beide der funktionellen prädiktiven Karten 264 oder die prädiktive Steuerzonenkarte 265 können dem Bediener 260 oder einem anderen Benutzer präsentiert oder dem Steuersystem 214 bereitgestellt werden, das Steuersignale erzeugt, um eines oder mehrere der steuerbaren Teilsysteme 216 auf Grundlage der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 oder beider zu steuern.
Wie in 4A gezeigt, beinhaltet der prädiktive Modellgenerator 210 auch einen vegetativen Index-zu-Ernteguthöhe-Modellgenerator 347 und einen Aussaat-zu-Ernteguthöhe-Modellgenerator 344.
Der Modellgenerator 347 identifiziert eine Beziehung zwischen In-situ-Ernteguthöhendaten 340 an einer geografischen Position, die der entspricht, an der In-situ-Ernteguthöhendaten 340 geolokalisiert wurden, und vegetativen Indexwerten aus der vegetativen Indexkarte 332, die derselben Position auf dem Feld entsprechen, an der die Ernteguthöhendaten 340 geolokalisiert wurden. Auf Grundlage dieser Beziehung, die durch den Modellgenerator 347 hergestellt wird, erzeugt der Modellgenerator 347 ein prädiktives Ernteguthöhenmodell 351. Das Ernteguthöhenmodell 351 wird verwendet, um eine Ernteguthöhe an verschiedenen Positionen auf dem Feld auf Grundlage der georeferenzierten vegetativen Indexwerte, die in der vegetativen Indexkarte 332 an dergleichen Position auf dem Feld enthalten sind, vorherzusagen.
Der Modellgenerator 349 identifiziert eine Beziehung zwischen der Ernteguthöhe, die in den In-situ-Ernteguthöhendaten 340 an einer geografischen Position dargestellt ist, die der Position entspricht, an der die In-situ-Ernteguthöhendaten 340 geolokalisiert wurden, und dem Aussaatmerkmalwert an derselben Position. Der Aussaatmerkmalwert ist der in der Aussaatmerkmalkarte 333 enthaltene georeferenzierte Wert. Der Modellgenerator 349 erzeugt ein prädiktives Ernteguthöhenmodell, das die Ernteguthöhe an einer Position in dem Feld auf Grundlage des Aussaatmerkmalwerts vorhersagt. Das Ernteguthöhenmodell 351 wird verwendet, um eine Ernteguthöhe an verschiedenen Positionen auf Grundlage der georeferenzierten Aussaatmerkmalwerte, die in der Aussaatmerkmalkarte 333 an den gleichen Positionen auf dem Feld enthalten sind, vorherzusagen. Das Aussaatmerkmal könnte beispielsweise das Pflanzdatum und die genetische Pflanzenhöhe sein.
Das prädiktive Ernteguthöhenmodell 351 wird dem prädiktiven Kartengenerator 212 bereitgestellt. Im Beispiel von 4A beinhaltet der prädiktive Kartengenerator 212 einen Ernteguthöhen-Kartengenerator 353. Der Ernteguthöhen-Kartengenerator 353 empfängt das prädiktive Ernteguthöhenmodell 351, das die Ernteguthöhe auf Grundlage einer Beziehung zwischen einem erfassten Ernteguthöhenwert und einem Wert von einem oder mehreren von der vegetativen Indexkarte 332 und der Aussaatmerkmalkarte 333 an einer entsprechenden Position vorhersagt, an der die Ernteguthöhe erfasst wurde.
Der Ernteguthöhen-Kartengenerator 353 kann auch eine funktionelle prädiktive Ernteguthöhen-Karte 361 erzeugen, die die Ernteguthöhe an verschiedenen Positionen in dem Feld auf Grundlage des vegetativen Indexwerts oder des Aussaatmerkmalwerts an diesen Positionen in dem Feld und des prädiktiven Ernteguthöhenmodells 351 vorhersagt. Die erzeugte funktionelle prädiktive Erntegutzustandskarte 361 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 Karte 361, um die prädiktive Steuerzonenkarte 265 zu erzeugen. Eine oder beide der funktionellen prädiktiven Karten 264 oder der prädiktiven Steuerzonenkarte 265 können dem Bediener 260 oder einem anderen Benutzer präsentiert oder dem Steuersystem 214 bereitgestellt werden, das Steuersignale erzeugt, um ein oder mehrere der steuerbaren Teilsysteme 216 auf Grundlage der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 oder beider zu steuern.
4B ist ein Blockdiagramm eines Abschnitts der in 1 gezeigten landwirtschaftlichen Erntemaschine 100. Insbesondere zeigt 4B unter anderem Beispiele des prädiktiven Modellgenerators 210 und des prädiktiven Kartengenerators 212 detaillierter. 4B veranschaulicht auch den Informationsfluss zwischen den verschiedenen gezeigten Komponenten. Der prädiktive Modellgenerator 210 empfängt eine topographische Karte 432 als Informationskarte. Die topographische Karte 432 beinhaltet georeferenzierte topographische Merkmalswerte.
Der Generator 210 empfängt auch eine geografische Positionsanzeige 434 von dem geografischen Positionssensor 204. Die In-situ-Sensoren 208 beinhalten beispielhaft einen Bedienereingabesensor, wie etwa den Bedienereingabesensor 436, sowie ein Verarbeitungssystem 438. Der Bedienereingabesensor 436 erfasst verschiedene Bedienereingaben, wie etwa Einstelleingaben zum Steuern der Einstellungen einer oder mehrerer Komponenten der landwirtschaftlichen Erntemaschine 100, zum Beispiel Erntevorsatzhöheneinstellungen oder Erntevorsatzneigungseinstellungen, die die Höhe, Ausrichtung (Neigung und Rollen) des Erntevorsatzes oder der Flügelkomponenten des Erntevorsatzes steuern. Das Verarbeitungssystem 438 verarbeitet Sensordaten, die von dem Bedienereingabesensor 436 erzeugt werden, um verarbeitete Sensordaten 440 zu erzeugen, von denen einige Beispiele nachfolgend beschrieben werden.
Die vorliegende Erörterung fährt in Bezug auf ein Beispiel fort, in dem der Bedienereingabesensor 436 Erntevorsatzeinstellungseingaben zum Steuern der Einstellungen des Erntevorsatzes 102 an der landwirtschaftlichen Erntemaschine 100, wie etwa Erntevorsatzhöheneinstellungen oder Erntevorsatzausrichtungseinstellungen, erfasst. Wie in 4B gezeigt, beinhaltet der beispielhafte prädiktive Modellgenerator 210 einen oder mehrere von einem topographischen Merkmal-zu-Erntevorsatzhöhen-Modellgenerator 442 und einem topographischen Merkmal-zu-Erntevorsatzausrichtung-Modellgenerator 444. In anderen Beispielen kann der prädiktive Modellgenerator 210 zusätzliche, weniger oder andere Komponenten beinhalten, als die in dem Beispiel von 4B gezeigten. Folglich kann der prädiktive Modellgenerator 210 in einigen Beispielen auch andere Elemente 448 beinhalten, die andere Arten von prädiktiven Modellgeneratoren beinhalten können, um andere Arten von Leistungsmodellen zu erzeugen. Zum Beispiel kann der prädiktive Modellgenerator 210 spezifische topographische Modellgeneratoren beinhalten, zum Beispiel einen Neigung-zu-Erntevorsatzhöhe-Modellgenerator oder einen Neigung-zu-Erntevorsatzausrichtung-Modellgenerator.
Der topographisches Merkmal-zu-Erntevorsatzhöhe-Modellgenerator 442 identifiziert eine Beziehung zwischen der Erntevorsatzhöhe an einer geografischen Position, die der entspricht, an der der Bedienereingabesensor 436 die Erntevorsatzhöheneinstellung erfasst hat, die indikativ für die Höhe des Erntevorsatzes ist, und topographischen Merkmalswerten, wie etwa einem oder mehreren Neigungswerten, aus der topographischen Karte 432, die derselben Position auf dem Feld entsprechen, der die erfassten Erntevorsatzhöhendaten entsprechen. Auf Grundlage dieser Beziehung, die durch den topographischen Merkmal-zu-Erntevorsatzhöhe-Modellgenerator 442 hergestellt wird, erzeugt der topographische Merkmal-zu-Erntevorsatzhöhe-Modellgenerator 442 ein prädiktives Erntevorsatzmerkmalmodell 450. Das prädiktive Erntevorsatzmerkmalmodell 450 wird von dem prädiktiven Kartengenerator 212 verwendet, um Erntevorsatzmerkmale, wie etwa Erntevorsatzhöhe, an verschiedenen Positionen auf Grundlage der georeferenzierten topographischen Merkmalswerte, wie etwa Neigungswerte, die in der topographischen Karte 432 an den gleichen Positionen in dem Feld enthalten sind, vorherzusagen.
Der topographisches Merkmal-zu-Erntevorsatzausrichtung-Modellgenerator 444 identifiziert eine Beziehung zwischen der Erntevorsatzausrichtung an einer geografischen Position, die der entspricht, an der der Bedienereingabesensor 436 die Erntevorsatzausrichtungseinstellung erfasst hat, die indikativ für die Ausrichtung des Erntevorsatzes ist, und topographischen Merkmalswerten, wie etwa einem oder mehreren Neigungswerten, aus der topographischen Karte 432, die derselben Position auf dem Feld entsprechen, an der die Erntevorsatzausrichtung erfasst wurde. Auf Grundlage dieser Beziehung, die durch den topographisches Merkmal-zu-Erntevorsatzausrichtung-Modellgenerator 444 hergestellt wird, erzeugt der topographisches Merkmal-zu-Erntevorsatzausrichtung-Modellgenerator 444 ein prädiktives Erntevorsatzmerkmalmodell 450. Das prädiktive Erntevorsatzmerkmalmodell 450 wird von dem prädiktiven Kartengenerator 212 verwendet, um Erntevorsatzmerkmale, wie etwa Erntevorsatzausrichtung, an verschiedenen Positionen auf Grundlage der georeferenzierten topographischen Merkmalswerte, wie etwa Neigungswerte, die in der topographischen Karte 432 an den gleichen Positionen in dem Feld enthalten sind, vorherzusagen.
Angesichts des Vorstehenden ist der prädiktive Modellgenerator 210 betreibbar, um eine Vielzahl von prädiktiven Erntevorsatzmerkmalmodellen zu erzeugen, wie etwa eines oder mehrere der prädiktiven Erntevorsatzmerkmalmodelle, die von den Modellgeneratoren 442, 444 und 448 erzeugt werden. In einem weiteren Beispiel können zwei oder mehr der vorstehend beschriebenen prädiktiven Erntevorsatzmerkmalmodelle zu einem einzelnen prädiktiven Erntevorsatzmerkmalmodell kombiniert werden, das zwei oder mehr Erntevorsatzmerkmale, wie etwa Erntevorsatzhöhe und Erntevorsatzausrichtung, auf Grundlage der verschiedenen Werte an verschiedenen Positionen in dem Feld vorhersagt. Jedes dieser Erntevorsatzmerkmalmodelle oder Kombinationen davon wird gemeinsam durch das Leistungsmodell 450 in 4B dargestellt.
Das prädiktive Erntevorsatzmerkmalmodell 450 wird dem prädiktiven Kartengenerator 212 bereitgestellt. Im Beispiel von 4B beinhaltet der prädiktive Kartengenerator 212 einen Erntevorsatzhöhen-Kartengenerator 452 und einen Erntevorsatzausrichtung-Kartengenerator 454. 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 458 beinhalten, die andere Arten von Kartengeneratoren beinhalten können, um Erntevorsatzmerkmalkarten für andere Arten von Erntevorsatzmerkmalen zu erzeugen.
Der Erntevorsatzhöhen-Kartengenerator 452 empfängt das prädiktive Erntevorsatzmerkmalmodell 450, das die Erntevorsatzhöhe auf Grundlage von Werten in der topographischen Karte 432 und In-situ-Sensordaten, die die Erntevorsatzhöhe angeben, vorhersagt, und erzeugt eine prädiktive Karte, die die vorhergesagte Höhe des Erntevorsatzes an verschiedenen Positionen in dem Feld abbildet.
Der Erntevorsatzausrichtung-Kartengenerator 454 empfängt das prädiktive Erntevorsatzmerkmalmodell 450, das die Erntevorsatzausrichtung auf Grundlage von Werten in der topographischen Karte 432 und In-situ-Sensordaten, die die Erntevorsatzausrichtung anzeigen, vorhersagt, und erzeugt eine prädiktive Karte, die die vorhergesagte Ausrichtung des Erntevorsatzes an verschiedenen Positionen in dem Feld abbildet.
Der prädiktive Kartengenerator 212 gibt eine oder mehrere funktionelle prädiktive Erntevorsatzmerkmalkarten 460 aus, die prädiktiv für eine oder mehrere Erntevorsatzmerkmale sind, wie etwa Erntevorsatzhöhe oder Erntevorsatzausrichtung. Jede der prädiktiven Erntevorsatzmerkmalkarten 460 sagt das Erntevorsatzmerkmal an verschiedenen Positionen in einem Feld vorher. Jede der erzeugten prädiktiven Erntevorsatzmerkmalkarten 460 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 Karte 460, um die prädiktive Steuerzonenkarte 265 zu erzeugen. Eine oder beide der prädiktiven Karte 264 und der prädiktiven Steuerzonenkarte 265 können dem Steuersystem 214 bereitgestellt werden, das Steuersignale erzeugt, um eines oder mehrere der steuerbaren Teilsysteme 216 auf Grundlage der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 oder beider zu steuern.
5A ist ein Flussdiagramm eines Beispiels für den Betrieb des prädiktiven Modellgenerators 210 und des prädiktiven Kartengenerators 212 beim Erzeugen des prädiktiven Erntegutzustandsmodells 350 und der funktionellen prädiktiven Erntegutzustandskarte 360. Bei Block 562 empfangen der prädiktive Modellgenerator 210 und der prädiktive Kartengenerator 212 eines oder mehrere von der vegetativen Indexkarte 332, der Aussaatmerkmalkarte 333, der prädiktiven Ertragskarte 335 und der prädiktiven Biomassekarte 337.
Bei Block 563 wählt der Informationskartenselektor 209 eine oder mehrere spezifische Informationskarten 250 zur Verwendung durch den prädiktiven Modellgenerator 210 aus. In einigen Beispielen kann der Informationskartenselektor 209 ändern, welche Informationskarte verwendet wird, wenn erkannt wird, dass eine der anderen in Frage kommenden Informationskarten enger mit dem In-situ erfassten Erntezustand korreliert. Zum Beispiel kann eine Änderung von der vegetativen Indexkarte 332 zu der Aussaatmerkmalkarte 333 auftreten, wenn die Aussaatmerkmalkarte 333 besser mit dem Erntegutzustand korreliert, der durch den In-situ-Sensor erfasst wird.
In Block 564 wird ein Erntegutzustandssensorsignal von einem bordeigenen Erntegutzustandssensor 336 empfangen. Wie vorstehend erörtert, kann der bordeigene Erntegutzustandssensor 336 ein optischer Sensor 565 oder ein anderer Erntegutzustandssensor 570 sein.
Bei Block 572 verarbeitet das Verarbeitungssystem 338 das eine oder die mehreren empfangenen In-situ-Sensorsignale, die von den bordeigenen Erntegutzustandssensoren 336 empfangen werden, um einen Erntegutzustandswert zu erzeugen, der ein Erntegutzustandsmerkmal der Erntegutpflanzen in dem Feld in der Nähe der landwirtschaftlichen Erntemaschine 100 angibt.
Bei Block 582 erhält der prädiktive Modellgenerator 210 auch die geografische Position, die dem Sensorsignal entspricht. Beispielsweise kann der prädiktive Modellgenerator 210 die geografische Position von dem geografischen Positionssensor 204 erhalten und auf Grundlage von Maschinenverzögerungen (z. B. Maschinenverarbeitungsgeschwindigkeit), Maschinengeschwindigkeit und Sensorüberlegungen (z. B. einem Kamerasichtfeld, einer Sensorkalibrierung usw.) eine genaue geografische Position bestimmen, an der der In-situ erfasste Erntegutzustand zuzuordnen ist. Beispielsweise entspricht die genaue Zeit, zu der ein Erntegutzustandssensorsignal erfasst wird, typischerweise nicht dem Erntegutzustand des Ernteguts an einer aktuellen geografischen Position der landwirtschaftlichen Erntemaschine 100. Stattdessen entspricht das aktuelle In-situ-Erntegutzustandssensorsignal einer Position auf dem Feld vor der landwirtschaftlichen Erntemaschine 100, da das aktuelle In-situ-Erntegutzustandssensorsignal in einer Bildaufnahme vor der landwirtschaftlichen Erntemaschine 100 erfasst wurde. Dies wird durch Block 578 angezeigt.
Bei Block 584 erzeugt der prädiktive Modellgenerator 210 ein oder mehrere prädiktive Erntegutzustandsmodelle, wie etwa das Erntegutzustandsmodell 350, die eine Beziehung zwischen mindestens einem von einem vegetativen Indexwert, einem Aussaatmerkmal, einem prädiktiven Ertragswert oder einem prädiktiven Biomassewert, der aus einer Informationskarte, wie etwa der Informationskarte 258, erhalten wird, und einem Erntegutzustand, der durch den In-situ-Sensor 208 erfasst wird, modellieren. Beispielsweise kann der prädiktive Modellgenerator 210 ein prädiktives Erntegutzustandsmodell auf Grundlage von Aussaatdichtewerten erzeugen, die auch eine hohe Erntegutpflanzenpopulation angeben können, und einen erfassten Erntegutzustand, der durch das Sensorsignal angezeigt wird, das von dem In-situ-Sensor 208 erhalten wird.
Bei Block 586 wird das prädiktive Erntegutzustandsmodell, wie etwa das prädiktive Erntegutzustandsmodell 550, dem prädiktiven Kartengenerator 212 bereitgestellt, der eine funktionelle prädiktive Erntegutzustandskarte erzeugt, die einen prädiktiven Erntegutzustand auf Grundlage der früheren vegetativen Indexkarte 332, der Aussaatmerkmalkarte 333, der prädiktiven Ertragskarte 335 oder der prädiktiven Biomassekarte 337 und des prädiktiven Erntegutzustandsmodells 350 auf verschiedene geografische Positionen in dem Feld abbildet. Beispielsweise sagt die funktionelle prädiktive Erntegutzustandskarte 360 in einigen Beispielen den Erntegutzustand vorher. In anderen Beispielen sagt die funktionelle prädiktive Erntegutzustandskarte 360 andere Elemente vorher. Ferner kann die funktionelle prädiktive Erntegutzustandskarte 360 während des Verlaufs eines landwirtschaftlichen Erntevorgangs erzeugt werden. Somit wird, wenn sich eine landwirtschaftliche Erntemaschine durch ein Feld bewegt, das einen landwirtschaftlichen Erntebetrieb durchführt, die funktionelle prädiktive Erntegutzustandskarte 360 erzeugt.
Bei Block 594 gibt der prädiktive Kartengenerator 212 die funktionelle prädiktive Erntegutzustandskarte 360 aus. Bei Block 593 konfiguriert der prädiktive Kartengenerator 212 die funktionelle prädiktive Erntegutzustandskarte 360 für den Verbrauch durch das Steuersystem 214. Bei Block 595 kann der prädiktive Kartengenerator 212 dem Steuerzonengenerator 213 auch die Karte 360 zur Erzeugung von Steuerzonen bereitstellen. Bei Block 597 konfiguriert der prädiktive Kartengenerator 212 die Karte 360 auch auf andere Weise. Die funktionelle prädiktive Erntegutzustandskarte 360 (mit oder ohne die Steuerzonen) wird dem Steuersystem 214 bereitgestellt.
5B ist ein Flussdiagramm eines Beispiels für den Betrieb des prädiktiven Modellgenerators 210 und des prädiktiven Kartengenerators 212 beim Erzeugen des prädiktiven Ernteguthöhenmodells 351 und der funktionellen prädiktiven Ernteguthöhenkarte 361. Bei Block 1562 empfangen der prädiktive Modellgenerator 210 und der prädiktive Kartengenerator 212 eine oder mehrere von der früheren vegetativen Indexkarte 332 und Aussaatmerkmalkarte 333.
Bei Block 1563 wählt der Informationskartenselektor 209 eine oder mehrere spezifische Informationskarten 250 zur Verwendung durch den prädiktiven Modellgenerator 210 aus. In einigen Beispielen kann der Informationskartenselektor 209 ändern, welche Informationskarte verwendet wird, wenn erkannt wird, dass eine der anderen in Frage kommenden Informationskarten enger mit der In-situ erfassten Erntehöhe korreliert. Zum Beispiel kann ein Wechsel von der vegetativen Indexkarte 332 zu der Aussaatmerkmalkarte 333 auftreten, wenn die Aussaatmerkmalkarte 333 besser mit der Ernteguthöhe korreliert, die durch den In-situ-Sensor erfasst wird.
Bei Block 1564 wird ein Ernteguthöhensensorsignal von einem bordeigenen Ernteguthöhensensor 337 empfangen. Wie vorstehend erörtert, kann der bordeigene Ernteguthöhensensor 336 ein optischer Sensor 565 oder ein anderer Ernteguthöhensensor 1570 sein.
Bei Block 1572 verarbeitet das Verarbeitungssystem 338 das eine oder die mehreren empfangenen In-situ-Sensorsignale, die von den bordeigenen Ernteguthöhensensoren 336 empfangen werden, um einen Ernteguthöhenwert zu erzeugen, der eine Ernteguthöhe der Erntegutpflanzen in dem Feld in der Nähe der landwirtschaftlichen Erntemaschine 100 angibt.
Bei Block 1582 erhält der prädiktive Modellgenerator 210 auch die geografische Position, die dem Sensorsignal entspricht. Beispielsweise kann der prädiktive Modellgenerator 210 die geografische Position von dem geografischen Positionssensor 204 erhalten und auf Grundlage von Maschinenverzögerungen (z. B. Maschinenverarbeitungsgeschwindigkeit), Maschinengeschwindigkeit und Sensorüberlegungen (z. B. einem Kamerasichtfeld, einer Sensorkalibrierung usw.) eine genaue geografische Position bestimmen, an der die In-situ erfasste Ernteguthöhe zuzuordnen ist. Beispielsweise entspricht die genaue Zeit, zu der ein Ernteguthöhensensorsignal erfasst wird, typischerweise nicht der Ernteguthöhe des Ernteguts an einer aktuellen geografischen Position der landwirtschaftlichen Erntemaschine 100. Stattdessen entspricht das aktuelle In-situ-Ernteguthöhensensorsignal einer Position auf dem Feld vor der landwirtschaftlichen Erntemaschine 100, da das aktuelle In-situ-Ernteguthöhensensorsignal in einer Bildaufnahme vor der landwirtschaftlichen Erntemaschine 100 erfasst wurde. Dies wird durch Block 1578 angezeigt.
Bei Block 1584 erzeugt der prädiktive Modellgenerator 210 ein oder mehrere prädiktive Ernteguthöhenmodelle, wie etwa das Ernteguthöhenmodell 351, die eine Beziehung zwischen mindestens einem von einem vegetativen Indexwert und einem Aussaatmerkmalwert, der aus einer Informationskarte, wie etwa der Informationskarte 258, erhalten wird, und einer Ernteguthöhe, die durch den In-situ-Sensor 208 erfasst wird, modellieren. Beispielsweise kann der prädiktive Modellgenerator 210 ein prädiktives Ernteguthöhenmodell auf Grundlage von Aussaatdichtewerten erzeugen, die auch eine hohe Erntegutpflanzenpopulation angeben können, und eine erfasste Ernteguthöhe, die durch das Sensorsignal angezeigt wird, das von dem In-situ-Sensor 208 erhalten wird.
Bei Block 1586 wird das prädiktive Ernteguthöhenmodell, wie etwa das prädiktive Ernteguthöhenmodell 351, dem prädiktiven Kartengenerator 212 bereitgestellt, der eine funktionelle prädiktive Ernteguthöhenkarte erzeugt, die eine prädiktive Ernteguthöhe auf Grundlage der früheren vegetativen Indexkarte 332, der Aussaatmerkmalkarte 333, der prädiktiven Ertragskarte 335 oder der prädiktiven Biomassekarte 337 und des prädiktiven Ernteguthöhenmodells 351 auf verschiedene geografische Positionen in dem Feld abbildet. Beispielsweise sagt die funktionelle prädiktive Ernteguthöhekarte 361 in einigen Beispielen die Ernteguthöhe vorher. In anderen Beispielen sagt die funktionelle prädiktive Ernteguthöhenkarte 361 andere Elemente vorher. Ferner kann die funktionelle prädiktive Ernteguthöhenkarte 361 während des Verlaufs eines landwirtschaftlichen Erntevorgangs erzeugt werden. Somit wird, wenn sich eine landwirtschaftliche Erntemaschine durch ein Feld bewegt, in dem ein landwirtschaftlicher Erntebetrieb durchgeführt wird, die funktionelle prädiktive Ernteguthöhenkarte 361 erzeugt.
Bei Block 1594 gibt der prädiktive Kartengenerator 212 die funktionelle prädiktive Ernteguthöhenkarte 361 aus. Bei Block 1593 konfiguriert der prädiktive Kartengenerator 212 die funktionelle prädiktive Ernteguthöhenkarte 361 für den Verbrauch durch das Steuersystem 214. Bei Block 1595 kann der prädiktive Kartengenerator 212 dem Steuerzonengenerator 213 auch die Karte 361 zur Erzeugung von Steuerzonen bereitstellen. Bei Block 1597 konfiguriert der prädiktive Kartengenerator 212 die Karte 361 auch auf andere Weise. Die funktionelle prädiktive Ernteguthöhenkarte 361 (mit oder ohne die Steuerzonen) wird dem Steuersystem 214 bereitgestellt.
5C ist ein Flussdiagramm eines Beispiels für den Betrieb des prädiktiven Modellgenerators 210 und des prädiktiven Kartengenerators 212 beim Erzeugen des prädiktiven Erntevorsatzmerkmalmodells 650 und der funktionellen prädiktiven Erntevorsatzmerkmalkarte 460. Bei Block 662 empfangen der prädiktive Modellgenerator 210 und der prädiktive Kartengenerator 212 eine topographische Karte 432 oder eine andere Karte 663. Bei Block 664 empfängt das Verarbeitungssystem 638 ein oder mehrere Sensorsignale von In-situ-Sensoren 208, wie etwa dem Bedienereingabesensor 436. In anderen Beispielen kann der In-situ-Sensor 208 eine andere Art von Sensor sein, wie durch Block 670 angezeigt. Zum Beispiel kann der In-situ-Sensor 208 eine andere Art von Sensor sein, der eine Angabe von Erntevorsatzmerkmalen, wie etwa Erntevorsatzhöhe oder Erntevorsatzausrichtung, bereitstellt.
Bei Block 672 verarbeitet das Verarbeitungssystem 638 das eine oder die mehreren empfangenen Sensorsignale, um Daten zu erzeugen, die indikativ für ein Erntevorsatzmerkmal sind. Wie durch Block 674 angegeben, kann das Erntevorsatzmerkmal die Erntevorsatzhöhe sein. Wie durch Block 676 angegeben, kann das Erntevorsatzmerkmal eine Erntevorsatzausrichtung sein. Wie durch Block 680 angezeigt, können die Sensordaten andere Erntevorsatzmerkmale anzeigen.
Bei Block 682 erhält der prädiktive Modellgenerator 210 auch 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 die Sensordaten 640 erfasst oder abgeleitet wurden.
Bei Block 684 erzeugt der prädiktive Modellgenerator 210 ein oder mehrere prädiktive Modelle, wie etwa das Erntevorsatzmerkmalmodell 450, die eine Beziehung zwischen einem topographischen Merkmalwert, wie etwa einem Steigungswert, der aus einer Informationskarte, wie etwa der Informationskarte 258, erhalten wird, und einem Erntevorsatzmerkmal, das durch den In-situ-Sensor 208 erfasst wird, modellieren. Beispielsweise kann der prädiktive Modellgenerator 210 ein prädiktives Erntevorsatzmerkmalmodell erzeugen, das die Beziehung zwischen einem topographischen Merkmalwert wie etwa Neigung und einem erfassten Erntevorsatzmerkmal wie etwa Erntevorsatzhöhe oder Erntevorsatzausrichtung modelliert, das durch die Sensordaten angezeigt wird, die von dem In-situ-Sensor 208 erhalten werden, wie etwa dem Bedienereingabesensor 436.
Bei Block 686 wird das prädiktive Modell, wie etwa das prädiktive Erntevorsatzmerkmalmodell 650, dem prädiktiven Kartengenerator 212 bereitgestellt, der eine prädiktive Erntevorsatzmerkmalkarte 660 erzeugt, die ein prädiktives Erntevorsatzmerkmal auf Grundlage einer topographischen Karte 432 und eines prädiktiven Erntevorsatzmerkmalmodells 450 abbildet. Beispielsweise bildet die prädiktive Erntevorsatzmerkmalkarte 460 die vorhergesagte Erntevorsatzhöhe oder die vorhergesagte Erntevorsatzausrichtung an verschiedenen Positionen über das Feld hinweg ab. Ferner kann die prädiktive Erntevorsatzmerkmalkarte 460 während 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 Erntevorsatzmerkmalkarte 460 erzeugt, während der landwirtschaftliche Vorgang durchgeführt wird.
Bei Block 694 gibt der prädiktive Kartengenerator 212 die prädiktive Erntevorsatzmerkmalkarte 460 aus. Bei Block 691 gibt der prädiktive Kartengenerator 212 die prädiktive Erntevorsatzmerkmalkarte zur Präsentation für und zur möglichen Interaktion durch den Bediener 260 aus. Bei Block 693 kann der prädiktive Kartengenerator 212 die prädiktive Erntevorsatzmerkmalkarte für den Verbrauch durch das Steuersystem 214 konfigurieren. Bei Block 695 kann der prädiktive Kartengenerator 212 dem Steuerzonengenerator 213 auch die prädiktive Erntevorsatzmerkmalkarte 460 zur Erzeugung von Steuerzonen bereitstellen. Bei Block 697 konfiguriert der prädiktive Kartengenerator 212 die prädiktive Erntevorsatzmerkmalkarte 460 auch auf andere Weise. Die prädiktive Erntevorsatzmerkmalkarte 460 (mit oder ohne die Steuerzonen) wird dem Steuersystem 214 bereitgestellt. Bei Block 696
Bei Block 696 erzeugt das Steuersystem 214 in 5D Steuersignale, um die steuerbaren Teilsysteme 216 auf Grundlage der prädiktiven Erntegutzustandskarte 360 und der prädiktiven Erntevorsatzmerkmalkarte 460 zu steuern.
Wie in Block 671 angegeben, kann die Haspelhöhe eingestellt werden. Die Haspelhöhe kann beispielsweise abgesenkt werden, um umgeknickte Erntegutpflanzen zu sammeln. Die Haspelhöhe kann beispielsweise erhöht werden, um hochstehende Erntegutpflanzen besser sammeln zu können.
Wie durch Block 673 angegeben, kann die Haspel-Vorwärts-Rückwärts-Position eingestellt werden. Die Haspel kann beispielsweise vorwärts bewegt werden, um umgeknicktes Erntegut vor dem Mähbalken anzuheben, so dass der Mähbalken das umgeknickte Erntegut an einer besseren Position berührt. Die Haspel kann beispielsweise nach hinten bewegt werden, um abgetrenntes Erntegutmaterial auf dem Band zu unterstützen.
Wie in Block 675 angegeben, kann die Höhe des Erntevorsatzes eingestellt werden. Der Erntevorsatz kann beispielsweise angehoben oder abgesenkt werden, um topographischen Merkmalen des Feldes zu folgen. Der Erntevorsatz kann beispielsweise abgesenkt werden, um umgeknicktes Erntegut besser erfassen zu können.
Wie in Block 677 angegeben, kann die Erntevorsatzausrichtung eingestellt werden. Der Erntevorsatz kann beispielsweise von Seite zu Seite gerollt werden, um einem topographischen Merkmal zu folgen. Der Erntevorsatz kann nach vorn und hinten gekippt werden, um Erntegutpflanzen besser zu sammeln oder einem topographischen Merkmal zu folgen. In einigen Beispielen kann der Erntevorsatz mehrere Komponenten (manchmal auch als Flügel bezeichnet) umfassen, die unabhängig voneinander ausgerichtet und höhengesteuert werden können.
Ein steuerbares Teilsystem 216 kann auch auf andere Weise gesteuert werden, wie durch Block 679 angezeigt.
In der vorliegenden Diskussion 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 Funktionsteile 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, wie etwa Prozessoren, Speicher oder andere Verarbeitungskomponenten, umgesetzt werden können, von denen einige im Folgenden beschrieben werden, die die mit diesen Systemen, Komponenten, Logiken oder Interaktionen verbundenen Funktionen 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 es kann 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, einen Ort 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 hierin betrachtet.
Beispiel 1 ist eine landwirtschaftliche Arbeitsmaschine, umfassend:

ein Kommunikationssystem, das eine oder mehrere Informationskarten empfängt, die jeweils Werte eines oder mehrerer landwirtschaftlicher Merkmale beinhalten, die verschiedenen geografischen Positionen in einem Feld entsprechen;
einen geografischen Positionssensor, der eine geografische Position der landwirtschaftlichen Arbeitsmaschine erfasst;
mindestens einen In-situ-Sensor, der einen Wert mindestens eines landwirtschaftlichen Merkmals erkennt, der der geografischen Position entspricht;
einen prädiktiven Kartengenerator, der eine oder mehrere funktionelle prädiktive landwirtschaftliche Karten des Feldes erzeugt, die prädiktive Werte des mindestens einen landwirtschaftlichen Merkmals auf Grundlage der Werte des einen oder der mehreren landwirtschaftlichen Merkmale in der einen oder den mehreren Informationskarten und auf Grundlage des Werts des mindestens einen landwirtschaftlichen Merkmals auf die verschiedenen geografischen Positionen in dem Feld abbildet;
ein steuerbares Teilsystem; und
ein Steuersystem, das ein Steuersignal erzeugt, um das steuerbare Teilsystem auf Grundlage der geografischen Position der landwirtschaftlichen Arbeitsmaschine und auf Grundlage der Werte des landwirtschaftlichen Merkmals in der funktionellen prädiktiven landwirtschaftlichen Karte zu steuern.

Beispiel 2 ist die landwirtschaftliche Arbeitsmaschine eines beliebigen oder aller vorhergehenden Beispiele, wobei der prädiktive Kartengenerator Folgendes umfasst:

einen prädiktiven Ernteguthöhen-Kartengenerator, der eine funktionelle prädiktive Ernteguthöhenkarte als eine der einen oder mehreren funktionellen prädiktiven landwirtschaftlichen Karten erzeugt, die prädiktive Ernteguthöhen auf die verschiedenen geografischen Positionen in dem Feld abbildet.

Beispiel 3 ist die landwirtschaftliche Arbeitsmaschine eines beliebigen oder aller vorhergehenden Beispiele, wobei der prädiktive Kartengenerator Folgendes umfasst:

[0177] einen prädiktiven Erntegutzustandskartengenerator, der eine funktionelle prädiktive Erntegutzustandskarte als eine der einen oder mehreren funktionellen prädiktiven landwirtschaftlichen Karten erzeugt, die prädiktive Erntegutzustände auf die verschiedenen geografischen Positionen in dem Feld abbildet.

Beispiel 4 ist die landwirtschaftliche Arbeitsmaschine eines beliebigen oder aller vorhergehenden Beispiele, wobei der prädiktive Kartengenerator Folgendes umfasst:

einen prädiktiven Erntevorsatzhöhen-Kartengenerator, der eine funktionelle prädiktive Erntevorsatzhöhenkarte als eine der einen oder mehreren funktionellen prädiktiven landwirtschaftlichen Karten erzeugt, die prädiktive Erntevorsatzhöhen auf die verschiedenen geografischen Positionen in dem Feld abbildet.

Beispiel 5 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Steuersystem Folgendes umfasst:

eine Erntevorsatzsteuerung, die ein oder mehrere Erntevorsatzsteuersignale erzeugt, die eine oder mehrere Erntevorsatzsteuerungen auf der Grundlage der erkannten geografischen Position und der einen oder mehreren funktionellen prädiktiven landwirtschaftlichen Karten anzeigen, und das steuerbare Teilsystem auf der Grundlage des einen oder der mehreren Erntevorsatzsteuersignale steuert.

Beispiel 6 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Steuersystem eine Erntevorsatzhöhe auf Grundlage des einen oder der mehreren Erntevorsatzsteuersignale steuert.
Beispiel 7 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Steuersystem eine Erntevorsatzneigung oder -rolle auf Grundlage des einen oder der mehreren Erntevorsatzsteuersignale steuert.
Beispiel 8 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Steuersystem eine Haspelhöhe auf Grundlage des einen oder der mehreren Erntevorsatzsteuersignale steuert.
Beispiel 9 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Steuersystem eine Haspel-Längsposition auf Grundlage des einen oder der mehreren Erntevorsatzsteuersignale steuert.
Beispiel 10 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Steuersystem ferner Folgendes umfasst:

eine Bedienerschnittstellensteuerung, die eine Benutzerschnittstellenkartendarstellung von mindestens einer der einen oder mehreren funktionellen prädiktiven landwirtschaftlichen Karten erzeugt.

Beispiel 11 ist ein computerimplementiertes Verfahren zum Steuern einer landwirtschaftlichen Arbeitsmaschine, umfassend:

Erhalten einer ersten Informationskarte, die Werte eines topographischen Merkmals beinhaltet, die verschiedenen geografischen Positionen in einem Feld entsprechen;
Erhalten einer zweiten Informationskarte, die Werte eines ersten landwirtschaftlichen Merkmals beinhaltet, die verschiedenen geografischen Positionen in einem Feld entsprechen;
Erfassen einer geografischen Position der landwirtschaftlichen Arbeitsmaschine;
Erkennen eines Werts eines zweiten landwirtschaftlichen Merkmals, das der geografischen Position entspricht, mit einem In-situ-Sensor;
Erzeugen einer ersten funktionellen prädiktiven landwirtschaftlichen Karte des Feldes, die prädiktive Erntevorsatzhöhenwerte auf Grundlage der Werte des topographischen Merkmals in der ersten Informationskarte auf die verschiedenen geografischen Positionen in dem Feld abbildet;
Erzeugen einer zweiten funktionellen prädiktiven landwirtschaftlichen Karte des Feldes, die prädiktive Werte eines dritten landwirtschaftlichen Merkmals auf Grundlage der Werte des ersten landwirtschaftlichen Merkmals in der zweiten Informationskarte und des Werts des zweiten landwirtschaftlichen Merkmals auf die verschiedenen geografischen Positionen in dem Feld abbildet; und
Steuern eines oder mehrerer steuerbarer Erntevorsatz-Teilsysteme auf Grundlage der geografischen Position der landwirtschaftlichen Arbeitsmaschine und auf Grundlage der Erntevorsatzhöhenwerte in der ersten funktionellen prädiktiven landwirtschaftlichen Karte und auf Grundlage der dritten landwirtschaftlichen Merkmalswerte in der zweiten funktionellen prädiktiven landwirtschaftlichen Karte.

Beispiel 12 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Steuern eines steuerbaren Teilsystems Folgendes umfasst:

Erzeugen eines Erntevorsatzhöhe-Steuersignals auf der Grundlage der erkannten geografischen Position und der zweiten funktionellen prädiktiven landwirtschaftlichen Karte; und
Steuern des steuerbaren Teilsystems auf Grundlage des Erntevorsatzhöhe-Steuersignals, um eine Höhe eines Erntevorsatzes zu steuern.

Beispiel 13 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Erzeugen einer zweiten funktionellen prädiktiven Karte Folgendes umfasst:

Erzeugen einer funktionellen prädiktiven Erntegutzustandskarte, die prädiktive Erntegutzustandswerte auf die verschiedenen geografischen Positionen in dem Feld abbildet.

Beispiel 14 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Steuern eines steuerbaren Teilsystems Folgendes umfasst:

Erzeugen eines Haspelhöhe-Steuersignals auf der Grundlage der erkannten geografischen Position und der ersten funktionellen prädiktiven landwirtschaftlichen Karte; und
Steuern des steuerbaren Teilsystems auf Grundlage des Haspelhöhe-Steuersignals, um eine Höhe einer Haspel zu steuern.

Beispiel 15 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Steuern eines steuerbaren Teilsystems Folgendes umfasst:

Erzeugen eines Haspelposition-Steuersignals auf der Grundlage der erkannten geografischen Position und der ersten funktionellen prädiktiven landwirtschaftlichen Karte; und
Steuern des steuerbaren Teilsystems auf Grundlage des Haspelposition-Steuersignals, um eine Längsposition einer Haspel zu steuern.

Beispiel 16 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Erzeugen einer zweiten funktionellen prädiktiven Karte Folgendes umfasst:

Erzeugen einer funktionellen prädiktiven Ernteguthöhenkarte, die prädiktive Ernteguthöhenwerte auf die verschiedenen geografischen Positionen in dem Feld abbildet.

Beispiel 17 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Steuern eines steuerbaren Teilsystems Folgendes umfasst:

Beispiel 18 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Steuern eines steuerbaren Teilsystems Folgendes umfasst:

Beispiel 19 ist eine landwirtschaftliche Arbeitsmaschine, umfassend:

ein Kommunikationssystem, das eine Informationskarte empfängt, die Werte eines landwirtschaftlichen Merkmals entsprechend unterschiedlichen geografischen Positionen in einem Feld beinhaltet;
einen geografischen Positionssensor, der eine geografische Position der landwirtschaftlichen Arbeitsmaschine erfasst;
einen In-situ-Sensor, der einen Wert von einem oder mehreren von einer Erntevorsatzhöhe, einem Erntegutzustand und einer Ernteguthöhe als ein zweites landwirtschaftliches Merkmal erkennt, das der geografischen Position entspricht;
einen prädiktiven Modellgenerator, der ein prädiktives landwirtschaftliches Modell erzeugt, das eine Beziehung zwischen dem landwirtschaftlichen Merkmal und dem zweiten landwirtschaftlichen Merkmal auf Grundlage eines Werts des landwirtschaftlichen Merkmals in der Informationskarte an der geografischen Position und des Werts des zweiten landwirtschaftlichen Merkmals modelliert, das durch den In-situ-Sensor an der geografischen Position erfasst wird;
einen prädiktiven Kartengenerator, der eine funktionelle prädiktive landwirtschaftliche Karte des Feldes erzeugt, die Steuerwerte auf Grundlage der Werte des landwirtschaftlichen Merkmals in der Informationskarte und auf Grundlage des prädiktiven landwirtschaftlichen Modells auf die verschiedenen geografischen Positionen in dem Feld abbildet;
ein steuerbares Teilsystem; und
ein Steuersystem, das ein Steuersignal erzeugt, um das steuerbare Teilsystem auf Grundlage der geografischen Position der landwirtschaftlichen Arbeitsmaschine und auf Grundlage der Steuerwerte in der funktionellen prädiktiven landwirtschaftlichen Karte zu steuern.

Beispiel 20 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Steuersystem eine Erntevorsatzsteuerung umfasst, die eines oder mehrere von einer Erntevorsatzhöhe und einer Haspelposition auf Grundlage der Steuerwerte steuert.
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 oder mehrere Informationskarten empfängt, die jeweils Werte eines oder mehrerer landwirtschaftlicher Merkmale beinhalten, die verschiedenen geografischen Positionen in einem Feld entsprechen; einen geografischen Positionssensor (204), der eine geografische Position der landwirtschaftlichen Arbeitsmaschine erkennt; mindestens einen In-situ-Sensor (208), der einen Wert mindestens eines landwirtschaftlichen Merkmals erkennt, das der geografischen Position entspricht; einen prädiktiven Kartengenerator (212), der eine oder mehrere funktionelle prädiktive landwirtschaftliche Karten des Feldes erzeugt, die prädiktive Werte des mindestens einen landwirtschaftlichen Merkmals auf Grundlage der Werte des einen oder der mehreren landwirtschaftlichen Merkmale in der einen oder den mehreren Informationskarten und auf Grundlage des Werts des mindestens einen landwirtschaftlichen Merkmals auf die verschiedenen geografischen Positionen in dem Feld abbildet; ein steuerbares Teilsystem (216); und ein Steuersystem (214), das ein Steuersignal erzeugt, um das steuerbare Teilsystem (216) auf Grundlage der geografischen Position der landwirtschaftlichen Arbeitsmaschine (100) und auf Grundlage der Werte des landwirtschaftlichen Merkmals in der funktionellen landwirtschaftlichen prädiktiven Karte zu steuern.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 1, wobei der prädiktive Kartengenerator Folgendes umfasst: einen prädiktiven Ernteguthöhen-Kartengenerator, der eine funktionelle prädiktive Ernteguthöhenkarte als eine der einen oder mehreren funktionellen prädiktiven landwirtschaftlichen Karten erzeugt, die prädiktive Ernteguthöhen auf die verschiedenen geografischen Positionen in dem Feld abbildet.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 2, wobei der prädiktive Kartengenerator Folgendes umfasst: einen prädiktiven Erntegutzustandskartengenerator, der eine funktionelle prädiktive Erntegutzustandskarte als eine der einen oder mehreren funktionellen prädiktiven landwirtschaftlichen Karten erzeugt, die prädiktive Erntegutzustände auf die verschiedenen geografischen Positionen in dem Feld abbildet.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 3, wobei der prädiktive Kartengenerator Folgendes umfasst: einen prädiktiven Erntevorsatzhöhen-Kartengenerator, der eine funktionelle prädiktive Erntevorsatzhöhenkarte als eine der einen oder mehreren funktionellen prädiktiven landwirtschaftlichen Karten erzeugt, die prädiktive Erntevorsatzhöhen auf die verschiedenen geografischen Positionen in dem Feld abbildet.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 4, wobei das Steuersystem Folgendes umfasst: eine Erntevorsatzsteuerung, die ein oder mehrere Erntevorsatzsteuersignale erzeugt, die eine oder mehrere Erntevorsatzsteuerungen auf der Grundlage der erkannten geografischen Position und der einen oder mehreren funktionellen prädiktiven landwirtschaftlichen Karten anzeigen, und das steuerbare Teilsystem auf der Grundlage des einen oder der mehreren Erntevorsatzsteuersignale steuert.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 5, wobei das Steuersystem eine Erntevorsatzhöhe auf der Grundlage des einen oder der mehreren Erntevorsatzsteuersignale steuert.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 6, wobei das Steuersystem ein Neigen oder Rollen des Erntevorsatzes auf der Grundlage des einen oder der mehreren Erntevorsatzsteuersignale steuert.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 7, wobei das Steuersystem eine Haspelhöhe auf der Grundlage des einen oder der mehreren Erntevorsatzsteuersignale steuert.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 7, wobei das Steuersystem eine Haspel-Längsposition auf der Grundlage des einen oder der mehreren Erntevorsatzsteuersignale steuert.
Landwirtschaftliche Arbeitsmaschine nach Anspruch 9, wobei das Steuersystem ferner Folgendes umfasst: eine Bedienerschnittstellensteuerung, die eine Benutzerschnittstellenkartendarstellung von mindestens einer der einen oder mehreren funktionellen prädiktiven landwirtschaftlichen Karten erzeugt.
Computerimplementiertes Verfahren zum Steuern einer landwirtschaftlichen Arbeitsmaschine (100), umfassend: Erhalten einer ersten Informationskarte (258), die Werte eines topographischen Merkmals beinhaltet, die verschiedenen geografischen Positionen in einem Feld entsprechen; Erhalten einer zweiten Informationskarte (258), die Werte eines ersten landwirtschaftlichen Merkmals beinhaltet, die verschiedenen geografischen Positionen in einem Feld entspricht; Erkennen einer geografischen Position der landwirtschaftlichen Arbeitsmaschine (100); Erkennen eines Werts eines zweiten landwirtschaftlichen Merkmals mit einem In-situ-Sensor (208), das der geografischen Position entspricht; Erzeugen einer ersten funktionellen prädiktiven landwirtschaftlichen Karte des Feldes, die prädiktive Erntevorsatzhöhenwerte auf Grundlage der Werte des topographischen Merkmals in der ersten Informationskarte auf die verschiedenen geografischen Positionen in dem Feld abbildet; Erzeugen einer zweiten funktionellen prädiktiven landwirtschaftlichen Karte des Feldes, die prädiktive Werte eines dritten landwirtschaftlichen Merkmals auf Grundlage der Werte des ersten landwirtschaftlichen Merkmals in der zweiten Informationskarte und des Werts des zweiten landwirtschaftlichen Merkmals auf die verschiedenen geografischen Positionen in dem Feld abbildet; und Steuern eines oder mehrerer steuerbarer Erntevorsatz-Teilsysteme (216) auf Grundlage der geografischen Position der landwirtschaftlichen Arbeitsmaschine (100) und auf Grundlage der Erntevorsatzhöhenwerte in der ersten funktionellen prädiktiven landwirtschaftlichen Karte und auf Grundlage der dritten landwirtschaftlichen Merkmalswerte in der zweiten funktionellen prädiktiven landwirtschaftlichen Karte.
Computerimplementiertes Verfahren nach Anspruch 11, wobei das Steuern eines steuerbaren Teilsystems Folgendes umfasst: Erzeugen eines Erntevorsatzhöhe-Steuersignals auf der Grundlage der erkannten geografischen Position und der zweiten funktionellen prädiktiven landwirtschaftlichen Karte; und Steuern des steuerbaren Teilsystems auf Grundlage des Erntevorsatzhöhe-Steuersignals, um eine Höhe eines Erntevorsatzes zu steuern.
Computerimplementiertes Verfahren nach Anspruch 11, wobei das Erzeugen einer zweiten funktionellen prädiktiven Karte Folgendes umfasst: Erzeugen einer funktionellen prädiktiven Erntegutzustandskarte, die prädiktive Erntegutzustandswerte auf die verschiedenen geografischen Positionen in dem Feld abbildet.
Computerimplementiertes Verfahren nach Anspruch 13, wobei das Steuern eines steuerbaren Teilsystems Folgendes umfasst: Erzeugen eines Haspelhöhe-Steuersignals auf der Grundlage der erkannten geografischen Position und der ersten funktionalen prädiktiven landwirtschaftlichen Karte; und Steuern des steuerbaren Teilsystems auf Grundlage des Haspelhöhe-Steuersignals, um eine Höhe einer Haspel zu steuern.
Landwirtschaftliche Arbeitsmaschine (100), umfassend: ein Kommunikationssystem (206), das eine Informationskarte (258) empfängt, die Werte eines landwirtschaftlichen Merkmals beinhaltet, die verschiedenen geografischen Positionen in einem Feld entsprechen; einen geografischen Positionssensor (204), der eine geografischen Position der landwirtschaftlichen Arbeitsmaschine (100) erkennt; einen In-situ-Sensor (208), der einen Wert eines oder mehrerer von einer Erntevorsatzhöhe, einem Erntegutzustand und einer Ernteguthöhe als ein zweites landwirtschaftliches Merkmal 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 zweiten landwirtschaftlichen Merkmal auf Grundlage eines Werts des landwirtschaftlichen Merkmals in der Informationskarte an der geografischen Position und des Werts des zweiten landwirtschaftlichen Merkmals modelliert, der durch den In-situ-Sensor (208) an der geografischen Position erfasst wird; einen prädiktiven Kartengenerator (212), der eine funktionelle prädiktive landwirtschaftliche Karte des Feldes erzeugt, die Steuerwerte auf Grundlage der Werte des landwirtschaftlichen Merkmals in der Informationskarte (258) und auf Grundlage des prädiktiven landwirtschaftlichen Modells auf die verschiedenen geografischen Positionen in dem Feld abbildet; ein steuerbares Teilsystem (216); und ein Steuersystem (214), das ein Steuersignal erzeugt, um das steuerbare Teilsystem (216) auf Grundlage der geografischen Position der landwirtschaftlichen Arbeitsmaschine (100) und auf Grundlage der Steuerwerte in der funktionellen prädiktiven landwirtschaftlichen Karte zu steuern.