DE102021124392A1 - MACHINE CONTROL USING A PREDICTIVE MAP - Google Patents
MACHINE CONTROL USING A PREDICTIVE MAP Download PDFInfo
- Publication number
- DE102021124392A1 DE102021124392A1 DE102021124392.0A DE102021124392A DE102021124392A1 DE 102021124392 A1 DE102021124392 A1 DE 102021124392A1 DE 102021124392 A DE102021124392 A DE 102021124392A DE 102021124392 A1 DE102021124392 A1 DE 102021124392A1
- Authority
- DE
- Germany
- Prior art keywords
- map
- predictive
- agricultural
- control
- values
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
- A01D41/12—Details of combines
- A01D41/127—Control or measuring arrangements specially adapted for combines
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3837—Data obtained from a single source
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3848—Data obtained from both position sensors and additional sensors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3885—Transmission of map data to client devices; Reception of map data by client devices
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
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.One or more information cards are obtained from an agricultural work machine. The one or more information maps depict one or more agricultural characteristic values at different geographic locations of a field. An in situ sensor on the agricultural work machine senses an agricultural feature as the agricultural work machine moves through the field. A predictive map generator generates a predictive map that predicts a predictive agricultural trait at various locations in the field based on a relationship between the values in the one or more information maps and the agricultural trait sensed by the in situ sensor . The predictive map can be output and used in automated machine control.
Description
GEBIET DER BESCHREIBUNGFIELD OF DESCRIPTION
Die vorliegende Beschreibung bezieht sich auf landwirtschaftliche Maschinen..This description relates to agricultural machinery.
HINTERGRUNDBACKGROUND
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 Vorsätzen ausgestattet werden, um verschiedene Arten von Erntegut zu ernten.There are many different types of agricultural machinery. Some agricultural machines include harvesters such as combine harvesters, sugar cane harvesters, cotton harvesters, forage harvesters, and windrowers. Some harvesters can also be fitted with different types of headers to harvest different types of crops.
Eine Vielzahl verschiedener Bedingungen auf Feldern hat eine Reihe von nachteiligen Auswirkungen auf den Erntevorgang. Daher kann ein Bediener versuchen, die Steuerung der Erntemaschine zu ändern, wenn solche Bedingungen während des Erntevorgangs auftreten.A variety of different field conditions have a number of adverse effects on the harvesting process. Therefore, an operator may attempt to change harvester controls when such conditions occur during the harvesting operation.
KURZDARSTELLUNGEXECUTIVE SUMMARY
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.One or more information cards are obtained from an agricultural work machine. The one or more information maps depict one or more agricultural characteristic values at different geographic locations of a field. An in situ sensor on the agricultural work machine senses an agricultural feature as the agricultural work machine moves through the field. A predictive map generator generates a predictive map that predicts a predictive agricultural feature at various locations in the field based on a relationship between the values in the one or more information maps and the agricultural feature sensed by the in situ sensor . The predictive map can be output and used in automated machine control.
Figurenlistecharacter list
-
1 ist eine teilweise bildliche, teilweise schematische Darstellung für ein Beispiel einer landwirtschaftlichen Erntemaschine.1 12 is a partially pictorial, partially schematic representation of an example agricultural harvester. -
2 ist ein Blockdiagramm, das einige Abschnitte einer landwirtschaftlichen Erntemaschine gemäß einiger Beispiele der vorliegenden Offenbarung detaillierter zeigt.2 12 is a block diagram showing in more detail some portions of an agricultural harvesting machine according to some examples of the present disclosure. -
Die
3a-3b (hierin gemeinsam als3 bezeichnet) zeigen ein Flussdiagramm, das ein Beispiel für den Betrieb einer landwirtschaftlichen Erntemaschine beim Erzeugen einer Karte veranschaulicht.the3a-3b (herein together as3 ) show a flow chart illustrating an example of the operation of an agricultural harvesting machine in generating a map. -
4 ist ein Blockdiagramm, das ein Beispiel für einen prädiktiven Modellgenerator und einen prädiktiven Kartengenerator zeigt.4 Figure 12 is a block diagram showing an example of a predictive model generator and a predictive map generator. -
5 ist ein Flussdiagramm, das ein Beispiel für einen Betrieb einer landwirtschaftlichen Erntemaschine beim Empfangen einer Karte zeigt, Erkennen eines In-situ-Merkmals und Erzeugen einer funktionellen prädiktiven Karte zur Präsentation oder Verwendung beim Steuern der landwirtschaftlichen Erntemaschine während eines Erntevorgangs oder beidem.5 12 is a flowchart showing an example of an operation of an agricultural harvester in receiving a map, detecting an in situ feature, and generating a functional predictive map for presentation or use in controlling the agricultural harvester during a harvesting operation, or both. -
6 ist ein Blockdiagramm, das ein Beispiel für einen prädiktiven Modellgenerator und einen prädiktiven Kartengenerator zeigt.6 Figure 12 is a block diagram showing an example of a predictive model generator and a predictive map generator. -
7 zeigt ein Flussdiagramm, das ein Beispiel für den Betrieb einer landwirtschaftlichen Erntemaschine beim Empfangen einer Vorabinformationskarte und Erkennen einer In-situ-Sensoreingabe beim Erzeugen einer funktionellen prädiktiven Karte veranschaulicht.7 FIG. 14 is a flowchart illustrating an example of the operation of an agricultural harvester in receiving a preliminary information map and recognizing in situ sensor input in generating a functional predictive map. -
8 ist ein Blockdiagramm, das ein Beispiel von In-situ-Sensor(en) zeigt.8th Figure 12 is a block diagram showing an example of in situ sensor(s). -
9 ist ein Blockdiagramm, das ein Beispiel für einen Steuerzonengenerator zeigt.9 Figure 12 is a block diagram showing an example of a control zone generator. -
10 ist ein Flussdiagramm, das ein Beispiel für den Betrieb des in8 dargestellten Steuerzonengenerator veranschaulicht.10 is a flowchart showing an example of the operation of the in8th control zone generator shown. -
11 ist ein Flussdiagramm, das ein Beispiel für den Betrieb eines Steuersystems bei der Auswahl eines Zieleinstellungswerts zeigt, um die landwirtschaftliche Erntemaschine zu steuern.11 12 is a flow chart showing an example of operation of a control system in selecting a target setting value to control the agricultural harvester. -
12 ist ein Blockdiagramm, das ein Beispiel für eine Bedienerschnittstellensteuerung zeigt.12 Fig. 12 is a block diagram showing an example of an operator interface control. -
13 ist ein Flussdiagramm, das ein Beispiel für eine Bedienerschnittstellensteuerung veranschaulicht.13 Figure 12 is a flow chart illustrating an example operator interface control. -
14 ist eine bildliche Darstellung, die ein Beispiel für eine Bedienerschnittstellenanzeige zeigt.14 Figure 12 is a pictorial representation showing an example operator interface display. -
15 ist ein Blockdiagramm, das ein Beispiel für eine landwirtschaftliche Erntemaschine in Kommunikation mit einer Remote-Serverumgebung zeigt.15 Figure 12 is a block diagram showing an example agricultural harvester in communication with a remote server environment. -
Die
16-18 zeigen Beispiele für mobile Vorrichtungen, die in einer landwirtschaftlichen Erntemaschine verwendet werden können.the16-18 show examples of mobile devices that can be used in an agricultural harvesting machine. -
19 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.19 Figure 12 is a block diagram showing an example of a computing environment used in an agricultural harvester can be, and the architectures illustrated in the previous figures.
AUSFÜHRLICHE BESCHREIBUNGDETAILED DESCRIPTION
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. Alle 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, Schritte oder eine Kombination davon, die in Bezug auf ein Beispiel beschrieben sind, mit den Merkmalen, Komponenten, Schritten oder einer Kombination davon kombiniert werden können, die in Bezug auf andere Beispiele der vorliegenden Offenbarung beschrieben sind.For a better understanding of the principles of the present disclosure, reference will now be made to the examples illustrated in the drawings and specific language will be used to describe them. However, it should be understood that no limitation on the scope of the disclosure is intended. All alterations and further modifications to the described devices, systems, methods, and any further application of the principles of the present disclosure are contemplated fully as would normally occur to those skilled in the art to which the disclosure pertains. In particular, it is fully contemplated that the features, components, steps, or combination thereof, described with respect to one example may be combined with the features, components, steps, or combination thereof, described with respect to other examples present disclosure.
Die vorliegende Beschreibung bezieht sich auf die Verwendung von In-situ-Daten, die gleichzeitig mit einem landwirtschaftlichen Vorgang in Kombination mit Daten aufgenommen wurden, die durch eine Karte bereitgestellt wurden, um eine funktionelle prädiktive Karte und insbesondere eine funktionelle prädiktive Maiskolbengrößenkarte zu erzeugen. In einigen Beispielen kann die funktionelle prädiktive Maiskolbengrößenkarte 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 unterschiedlicher Maiskolbengröße eintritt, es sei denn, die Maschineneinstellungen werden ebenfalls geändert. Wenn zum Beispiel die Deckplatten auf dem Erntevorsatz der landwirtschaftlichen Erntemaschine nicht ordnungsgemäß beabstandet sind, kann sich der Maiskolben oder ein Abschnitt des Maiskolbens durch den Spalt bewegen, der durch den Abstand der Deckplatten definiert ist, was zu einem Kornverlust durch Kontakt mit den Stängelwalzen führt, die unter den Deckplatten positioniert sind.The present description relates to the use of in situ data collected concurrently with a farming operation in combination with data provided by a map to generate a functional predictive map and more particularly a functional predictive corn cob size map. In some examples, the functional predictive corn cob size map may be used to control an agricultural work machine, such as an agricultural harvester. The performance of an agricultural harvester can be affected when the agricultural harvester enters areas of different cob size unless the machine settings are also changed. For example, if the deck plates on the header of the agricultural harvester are improperly spaced, the ear of corn, or a portion of the ear of corn, may move through the gap defined by the spacing of the deck plates, resulting in grain loss through contact with the stalk rollers. positioned under the cover plates.
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 vegetativelndizes und alle diese 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 den Pflanzen reflektiert werden. Ohne Einschränkungen können diese Bänder im Mikrowellen-, Infrarot-, sichtbaren oder ultravioletten Teil des elektromagnetischen Spektrums liegen.A vegetative index map illustratively maps vegetative index values, which may be indicative of vegetative growth, across various geographic locations in a field of interest. An example of a vegetative index includes a normalized difference vegetative index (NDVI). There are many other vegetative indices and all such vegetative indices are within the scope of the present disclosure. In some examples, a vegetative index may be derived from sensor readings of one or more bands of electromagnetic radiation reflected from the plants. Without limitation, these bands can be in the microwave, infrared, visible, or ultraviolet portions of the electromagnetic spectrum.
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 Wachstumsperiode, wenn sich ein Erntegut in einem Wachstumszustand befindet, den Fortschritt der Entwicklung des Ernteguts anzeigen. Wenn daher eine vegetative Indexkarte zu Beginn der Wachstumsperiode oder in der Mitte der Wachstumsperiode 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 auf die Pflanzenentwicklung hinweisen.A vegetative index map can thus be used to identify the presence and location of vegetation. In some examples, a vegetative index map allows crops to be identified and georeferenced in the presence of bare soil, crop residue, or other vegetation, including crops or weeds. For example, at the beginning of a growing season, when a crop is in a state of growth, the vegetative index can indicate the progress of development of the crop. Therefore, if a vegetative index map is made at the beginning of the growing season or in the middle of the growing season, the vegetative index map can indicate the progress of development of the crop plants. For example, the vegetative index map can indicate whether the plant is underdeveloped, whether an adequate cover has been established, or whether other plant attributes are indicative of plant development.
Eine historische Ertragskarte bildet veranschaulichend Ertragswerte über verschiedene geografische Positionen in einem oder mehreren Feldern von Interesse ab. Diese historischen Ertragskarten werden aus früheren Erntevorgängen auf dem oder den Feld(ern) gesammelt. Eine Ertragskarte kann den Ertrag in Ertragswerteinheiten anzeigen. Ein Beispiel für eine Ertragswerteinheit beinhaltet trockene Scheffel pro Hektar. In einigen Beispielen kann eine historische Ertragskarte aus Sensormesswerten eines oder mehrerer Ertragssensoren abgeleitet werden. Ohne Einschränkung können diese Ertragssensoren unter anderem Gammastrahlenabschwächungssensoren, Prallplattensensoren, Wägezellen, Kameras oder andere optische Sensoren und Ultraschallsensoren umfassen.A historical yield map illustratively depicts yield values across various geographic locations in one or more fields of interest. These historical yield maps are collected from previous harvesting operations on the field(s). A yield map can show yield in units of earnings value. An example of an earned value unit includes dry bushels per hectare. In some examples, a historical yield map may be derived from sensor readings from one or more yield sensors. Without limitation, these yield sensors may include, but are not limited to, gamma ray attenuation sensors, impactor sensors, load cells, cameras or other optical sensors, and ultrasonic sensors.
Eine Aussaatkarte bildet veranschaulichend Aussaatmerkmale über verschiedene geografische Positionen in einem Feld von Interesse ab. Diese Aussaatkarten werden typischerweise von früheren Saatgutpflanzvorgängen auf dem Feld gesammelt. In einigen Beispielen kann die Aussaatkarte aus Steuersignalen abgeleitet werden, die von einer Sämaschine verwendet werden, wenn das Saatgut gepflanzt wird, oder aus Sensoren an der Sämaschine, wie etwa Sensoren, die bestätigen, dass ein Saatgut an einer Furche abgelegt wurde, die von der Sämaschine erzeugt wird. Sämaschinen können geografische Positionssensoren beinhalten, die die Positionen geolokalisieren, an denen das Saatgut gepflanzt wurde, sowie topographische Sensoren, die topographische Informationen des Felds erzeugen. Die Informationen, die während eines vorherigen Saatgutpflanzvorgangs erzeugt werden, können verwendet werden, um verschiedene Aussaatmerkmale zu bestimmen, wie etwa die Position (z. B. den geografischen Position des gepflanzten Saatguts auf dem Feld), den Abstand (z. B. sowohl den Abstand zwischen den einzelnen Saatgut, den Abstand zwischen und den Saatgutreihen oder beide), die Population (die von Abstandsmerkmalen abgeleitet werden kann), die Ausrichtung (z. B. die Saatgutausrichtung in dem Graben als auch oder die Ausrichtung der Saatgutreihen), die Tiefe (z. B. die Saatguttiefe oder sowie die Furchentiefe), die Abmessungen (wie etwa die Saatgutgröße) oder den Genotyp (wie etwa Saatgutarten, Saatguthybriden, Saatgutsorten usw.). Es können auch eine Vielzahl anderer Aussaatmerkmale bestimmt werden.A seeding map illustratively depicts seeding characteristics across various geographic locations in a field of interest. These seed charts are typically collected from previous seed planting operations in the field. In some examples, the seeding map may be derived from control signals used by a seeder when the seed is planted, or from sensors on the seeder, such as sensors that confirm that a seed has been placed in a furrow generated by the Seeder is generated. Seeders may include geographic position sensors that Geolocate positions where the seed was planted and topographic sensors that generate topographic information of the field. The information generated during a previous seed planting operation can be used to determine various seeding characteristics, such as location (e.g., the geographic position of the planted seed in the field), spacing (e.g., both the spacing between individual seeds, spacing between and seed rows, or both), population (which can be inferred from spacing characteristics), orientation (e.g. seed orientation in the trench as well as or orientation of seed rows), depth (e.g. seed depth or furrow depth), dimensions (such as seed size) or genotype (such as seed species, seed hybrids, seed varieties, etc.). A variety of other seed characteristics can also be determined.
Alternativ oder zusätzlich zu Daten von einem Vorabbetrieb können verschiedene Aussaatmerkmale auf den Aussaatkarten basierend auf Daten von Dritten generiert werden, wie etwa Drittanbietern von Saatgut, die das Saatgut für den Saatgutpflanzbetrieb bereitstellen. Diese Dritten können verschiedene Daten bereitstellen, die verschiedene Aussaatmerkmale angeben, beispielsweise Dimensionsdaten, wie etwa Saatgutgröße, oder Genotypdaten, wie etwa Saatgutarten, Saatguthybriden oder Saatgutsorten. Zusätzlich können Saatgutanbieter verschiedene Daten in Bezug auf bestimmte Pflanzenmerkmale der resultierenden Pflanzen jedes unterschiedlichen Saatgutgenotyps bereitstellen. Beispielsweise Daten zum Pflanzenwachstum, wie etwa Stängeldurchmesser, Maiskolbengröße, Pflanzenhöhe, Pflanzenmasse usw., Pflanzenreaktion auf Wetterbedingungen, Pflanzenreaktion auf angewandte Substanzen, wie etwa Herbizide, Fungizide, Pestizide, Insektizide, Dünger usw., Pflanzenreaktion auf Schädlinge, Pilze, Unkräuter, Krankheiten usw., sowie eine beliebige Anzahl anderer Pflanzenmerkmale.Alternatively or in addition to data from a previous farm, various seed characteristics may be generated on the seed maps based on data from third parties, such as third-party seed suppliers that provide the seed to the seed planter. These third parties may provide various data indicating various seed traits, for example dimensional data such as seed size, or genotype data such as seed types, seed hybrids or seed cultivars. In addition, seed providers may provide various data related to certain plant traits of the resulting plants of each different seed genotype. For example, plant growth data such as stem diameter, corn cob size, plant height, plant mass, etc., plant response to weather conditions, plant response to applied substances such as herbicides, fungicides, pesticides, insecticides, fertilizers, etc., plant response to pests, fungi, weeds, diseases, etc ., as well as any number of other plant characteristics.
In einigen Beispielen kann eine Aussaatkarte aus Sensormesswerten eines oder mehrerer Bänder elektromagnetischer Strahlung abgeleitet werden, die von dem Saatgut reflektiert werden. Ohne Einschränkung können diese Bänder im Mikrowellen-, Infrarot-, sichtbaren oder ultravioletten Teil des elektromagnetischen Spektrums liegen.In some examples, a seed map may be derived from sensor readings of one or more bands of electromagnetic radiation reflected from the seed. Without limitation, these bands can be in the microwave, infrared, visible, or ultraviolet portions of the electromagnetic spectrum.
Die vorliegende Erörterung geht in Bezug auf Systeme vor, die eine Karte, wie etwa eine Vorabinformationskarte, eine Karte, die auf der Grundlage eines Vorbetriebs erzeugt wurde, oder eine prädiktive Karte (z. B. eine prädiktive Ertragskarte) empfangen. Die Systeme verwenden zudem einen In-situ-Sensor, um eine Variable zu erkennen, die ein oder mehrere Merkmale angibt, wie etwa ein landwirtschaftliches Merkmal. Ein landwirtschaftliches Merkmal ist jedes Merkmal, das einen landwirtschaftlichen Vorgang beeinflussen kann, wie etwa einen Erntevorgang. In einem Beispiel erkennen ein oder mehrere In-situ-Sensoren eine oder mehrere Variablen, die eine Größe von Maiskolben der Vegetation angeben, wie etwa einen Durchmesser oder eine andere Dimension, die eine Querschnittsgröße des Maiskolbens darstellt (hierin gemeinsam als „Durchmesser“ bezeichnet), eine Länge oder ein Gewicht von Erntegutmaiskolben, zum Beispiel einen oder mehrere Maiskolbengrößensensoren, die einen Durchmesser, eine Länge oder ein Gewicht von Maisähren erfassen. Es ist jedoch zu beachten, dass der In-situ-Sensor eine Variable erkennen kann, die eine beliebige Anzahl von anderen landwirtschaftlichen Merkmalen angibt, und nicht auf die hier beschriebenen Merkmale beschränkt ist. Die Systeme erzeugen ein Modell, das eine Beziehung zwischen den Werten auf der empfangenen Karte und den Ausgabewerten des In-situ-Sensors modelliert. Das Modell wird verwendet, um eine funktionelle prädiktive Karte zu erzeugen, die beispielsweise eine Maiskolbengröße, ein landwirtschaftliches Merkmal oder eine Bedienerbefehlseingabe an verschiedenen Bereichen des Feldes auf Grundlage der Werte von der empfangenen Karte an diesen Positionen vorhersagt. Die funktionelle prädiktive Karte, die während des Erntevorgangs erzeugt wird, kann einem Bediener oder einem anderen Benutzer dargestellt werden oder zum automatischen Steuern einer landwirtschaftlichen Erntemaschine während des Erntevorgangs verwendet werden oder beides. Die funktionelle prädiktive Karte kann verwendet werden, um eines oder mehrere der steuerbaren Teilsysteme an der landwirtschaftlichen Erntemaschine zu steuern. Zum Beispiel eine Deckplattenpositionssteuerung, die Steuersignale erzeugt, um ein Maschinenstellglied-Teilsystem zu steuern, um eine Position oder einen Abstand von Deckplatten auf der landwirtschaftlichen Erntemaschine einzustellen.The present discussion proceeds with respect to systems that receive a map, such as a preliminary information map, a map generated based on a previous operation, or a predictive map (e.g., a predictive yield map). The systems also use an in situ sensor to detect a variable indicative of one or more traits, such as an agricultural trait. An agricultural trait is any trait that can affect an agricultural process, such as a harvesting process. In one example, one or more in situ sensors detect one or more variables indicative of a size of cobs of vegetation, such as a diameter or other dimension representing a cross-sectional size of the cob (collectively referred to herein as "diameter"). , length or weight of crop corn cobs, for example one or more corn cob size sensors sensing diameter, length or weight of corn ears. However, it should be noted that the in situ sensor can detect a variable indicative of any number of other agricultural characteristics and is not limited to the characteristics described herein. The systems generate a model that models a relationship between the values on the received map and the output values of the in situ sensor. The model is used to generate a functional predictive map that predicts, for example, a corn cob size, an agricultural trait, or an operator command input at various areas of the field based on the values from the received map at those locations. The functional predictive map generated during the harvesting process may be presented to an operator or other user, or used to automatically control an agricultural harvesting machine during the harvesting process, or both. The functional predictive map can be used to control one or more of the controllable subsystems on the agricultural harvesting machine. For example, a deck plate position controller that generates control signals to control a machine actuator subsystem to adjust a position or spacing of deck plates on the agricultural harvesting machine.
Deckplatten, auch als Abstreifplatten bezeichnet, sind an Reiheneinheiten der Erntevorsätze von landwirtschaftlichen Erntemaschinen, wie beispielsweise Maisvorsätzen, enthalten. Im Allgemeinen ist auf jeder Reiheneinheit eine linke und eine rechte Deckplatte enthalten. Jede Deckplatte hat eine Innenkante und die Innenkanten der linken und rechten Deckplatten sind voneinander beabstandet. Der Abstand zwischen der linken und rechten Deckplatte definiert einen Spalt, der Vegetation, wie Maispflanzen, aufnimmt. Der Spalt kann sich beispielsweise von hinten (näher an der Rückseite der landwirtschaftlichen Erntemaschine) nach vorne (wo der Stängel eintritt) verjüngen, so dass der Abstand zwischen der Vorderseite der Deckplatten kleiner ist als der Abstand an der Rückseite der Deckplatten. Wenn sich die landwirtschaftliche Erntemaschine über ein Feld bewegt, nimmt der Spalt, der durch den Abstand der Deckplatten definiert ist, Maisstängel einer ausgerichteten Reihe von Maispflanzen auf, wenn sich die Reiheneinheit entlang der Reihe bewegt. Während die Reiheneinheit entlang der Reihe bewegt wird, werden die Maisstängel mithilfe von Sammelketten (normalerweise oberhalb der Deckplatten) oder Stängelwalzen, manchmal als Pflückwalzen bezeichnet, (normalerweise unterhalb der Deckplatten) oder beidem auf der Reiheneinheit durch den Spalt gezogen, so dass die vom Stängel getragenen Maiskolben auf die Deckplatten auftreffen und vom Stängel getrennt werden. Die abgetrennten Maiskolben werden weiter durch die landwirtschaftliche Erntemaschine gefördert, während das abgetrennte Stängelmaterial auf dem Feld verbleibt, wo das Stängelmaterial verbleibt oder später gesammelt wird, beispielsweise als Teil eines Stängelsammelverfahrens.Cover plates, also referred to as stripper plates, are included on row units of agricultural harvester headers, such as corn headers. Generally, a left and right cover plate is included on each row unit. Each cover panel has an inner edge and the inner edges of the left and right cover panels are spaced from each other. The spacing between the left and right cover plates defines a gap that accommodates vegetation such as corn plants. For example, the gap may taper from the rear (closer to the rear of the agricultural harvester) to the front (where the stalk enters) such that the spacing between the front of the deck plates is less than the spacing at the rear of the deck plates. When the agricultural harvester moved across a field, the gap defined by the spacing of the deck plates accommodates corn stalks of an aligned row of corn plants as the row unit moves along the row. As the row unit is moved along the row, the corn stalks are pulled through the nip by means of gathering chains (usually above the deck plates) or stalk rollers, sometimes called stalk rollers, (usually below the deck plates), or both, on the row unit so that the corn stalks are removed from the stalk carried corn cobs hit the top plates and are separated from the stalk. The severed ears of corn continue to be conveyed through the agricultural harvester, while the severed stalk material remains in the field, where the stalk material remains or is later collected, for example as part of a stalk collection process.
Die richtigen Einstellungen, wie Position und Abstand, der Deckplatten auf der landwirtschaftlichen Erntemaschine zu haben, ist wichtig, um Verluste zu reduzieren, wie etwa einen Kornverlust des Erntevorsatzes durch Kornabsprung, wenn sich der Maiskolben durch den Spalt bewegt und die Stängelwalzen berührt oder durch Maiskolbenschleudern, und um die Aufnahme von anderem Material als Korn (MOG) zu reduzieren. Bei Feldbedingungen, bei denen die Maiskolbengröße erheblich variieren kann, können die Deckplattenposition und der Abstand erhebliche Leistungsauswirkungen haben. Wenn beispielsweise der Abstand zwischen den Deckplatten zu breit ist, kann es zu einem Kornabsprung (d. h. dem Abspringen oder Entfernen von Maiskörnern von einem Kolben, wenn das stumpfe Ende des Maiskolben die Pflückwalzen berührt) kommen, was zu einem Kornverlust am Erntevorsatz führt, indem abgesprungene Maiskörner auf dem Feld gelassen werden. Wenn der Abstand zwischen den Deckplatten zu eng ist, können die Stängel zu früh abgeknickt werden und die landwirtschaftliche Erntemaschine nimmt zu viel MOG auf, indem sie MOG zusammen mit dem Maiskolben in die Erntemaschine zuführt, was den Abscheider überlasten und das Trennen von Korn von MOG auf den Sieben erschweren kann, was zu einem Kornverlust aus der Rückseite der landwirtschaftlichen Erntemaschine führt, wenn der Rückstand ausgestoßen wird. Da die Erntegeschwindigkeiten steigen und die Erntevorsätze größer werden, kann sich die Leistung der landwirtschaftlichen Erntemaschine nachteilig auswirken, wenn die Position und der Abstand der Deckplatten nicht ordnungsgemäß und rechtzeitig angepasst werden.Having the correct adjustments, such as position and spacing, of the deck plates on the agricultural harvester is important to reduce losses such as grain loss from the header due to grain popping when the corn cob moves through the gap and touches the stalk rollers or by corn cob fling , and to reduce the ingestion of material other than grain (MOG). In field conditions where cob size can vary significantly, deck plate position and spacing can have a significant impact on performance. For example, if the spacing between the deck plates is too wide, grain popping (i.e., popping off or removing corn kernels from a cob when the butt end of the cob contacts the stalk rollers) can occur, resulting in grain loss from the header by causing popped grain Corn kernels are left on the field. If the distance between the top plates is too narrow, the stalks may be snapped off too early and the agricultural harvester will take up too much MOG by feeding MOG into the harvester along with the cob of corn, overloading the separator and separating grain from MOG on the sieves resulting in grain loss from the rear of the agricultural harvester when the residue is ejected. As harvesting speeds increase and headers become larger, agricultural harvester performance can be adversely affected if deck plate position and spacing are not adjusted properly and in a timely manner.
Wie in
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
Im Betrieb und zur Übersicht bewegt sich die landwirtschaftliche Erntemaschine 100 veranschaulichend durch ein Feld in der durch Pfeil 147 angezeigten Richtung. Während der Bewegung der landwirtschaftlichen Erntemaschine 100 greift der Erntevorsatz 102 (und die zugehörige Haspel 164) in das zu erntende Erntegut ein und sammelt das Erntegut in Richtung der Schneidevorrichtung 104. Ein Bediener der landwirtschaftlichen Erntemaschine 100 kann ein lokaler menschlicher Bediener, ein entfernter menschlicher Bediener oder ein automatisiertes System sein. Ein Bedienerbefehl ist ein Befehl eines Bedieners. Der Bediener der landwirtschaftlichen Erntemaschine 100 kann eine oder mehrere Höheneinstellungen, Neigungswinkeleinstellungen oder Rollwinkeleinstellungen für den Erntevorsatz 102 bestimmen. Zum Beispiel gibt der Bediener eine Einstellung oder Einstellungen in ein Steuersystem ein, das im Folgenden genauer beschrieben wird und das das Stellglied 107 steuert. Das Steuersystem kann auch eine Einstellung vom Bediener zum Einrichten des Neigungswinkels und Rollwinkels des Erntevorsatzes 102 empfangen und die eingegebenen Einstellungen implementieren, indem zugeordnete Stellglieder, die nicht gezeigt sind, gesteuert werden, die arbeiten, um den Neigungswinkel und Rollwinkel des Erntevorsatzes 102 zu ändern. Das Stellglied 107 hält den Erntevorsatz 102 auf einer Höhe über dem Boden 111 auf Grundlage einer Höheneinstellung und gegebenenfalls auf gewünschten Neigungs- und Rollwinkeln. Jede der Höhen-, Roll- und Neigungseinstellungen kann unabhängig von den anderen implementiert werden. Das Steuersystem reagiert auf Erntevorsatzfehler (z. B. die Differenz zwischen der Höheneinstellung und der gemessenen Höhe des Erntevorsatzes 104 über dem Boden 111 und in einigen Beispielen Neigungswinkel- und Rollwinkelfehler) mit einer Reaktionsfähigkeit, die auf Grundlage einer ausgewählten Empfindlichkeitsstufe bestimmt wird. Wenn die Empfindlichkeitsstufe auf eine größere Empfindlichkeitsstufe eingestellt ist, reagiert das Steuersystem auf kleinere Erntevorsatz-Positionsfehler und versucht, die erkannten Fehler schneller zu reduzieren, als wenn die Empfindlichkeit auf einer niedrigeren Empfindlichkeitsstufe ist.In operation and for overview,
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.Returning to the description of the operation of
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.The grain falls onto the
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.The
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.The
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.The
Der Abscheider-Verlustsensor 148 liefert ein Signal, das den Kornverlust im linken und rechten Abscheider anzeigt, die in
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 Ertragssensoren beinhalten, die den Erntegutertrag erfassen, der von der landwirtschaftlichen Erntemaschine geerntet wird.
Der/die Ertragssensor(en) kann/können einen Kornflusssensor beinhalten, der einen Fluss von Erntegut, wie etwa Korn, im Materialhandhabungs-Teilsystem 125 oder anderen Abschnitten der landwirtschaftlichen Erntemaschine 100 erkennt. Beispielsweise kann ein Ertragssensor einen Gammastrahlendämpfungssensor beinhalten, der die Durchflussrate des geernteten Korns misst. In einem weiteren Beispiel beinhaltet ein Ertragssensor einen Prallplattensensor, der den Aufprall von Korn auf eine Sensorplatte oder Oberfläche erfasst, um den Massendurchsatz des geernteten Korns zu messen. In einem weiteren Beispiel beinhaltet ein Ertragssensor eine oder mehrere Wägezellen, die eine Last oder Masse von geerntetem Korn messen oder erkennen. Beispielsweise können sich eine oder mehrere Wägezellen an einem Boden des Korntanks 132 befinden, wobei Änderungen des Gewichts oder der Masse des Korns innerhalb des Korntanks 132 während eines Messintervalls den Gesamtertrag anzeigen. Das Messintervall kann zur Mittelwertbildung verlängert oder für momentane Messungen verringert werden. In einem weiteren Beispiel beinhaltet ein Ertragssensor Kameras oder optische Erfassungsvorrichtungen, die die Größe oder Form einer aggregierten Masse von geerntetem Korn erkennen, wie etwa die Form des Hügels oder die Höhe eines Hügels von Korn in dem Korntank 132. Die Änderung der Form oder Höhe des Hügels während des Messintervalls gibt einen Gesamtertrag während des Messintervalls an. In anderen Beispielen werden andere Ertragserfassungstechnologien verwendet. Beispielsweise beinhaltet ein Ertragssensor in einem Beispiel zwei oder mehrere der oben beschriebenen Sensoren, und den Ertrag für ein Messintervall wird aus Signalen bestimmt, die von jedem der mehreren verschiedenen Arten von Sensoren ausgegeben werden. Zum Beispiel wird der Ertrag auf der Grundlage von Signalen von einem Gammastrahlendämpfungssensor, einem Aufprallplattensensor, Wägezellen im Korntank 132 und optischen Sensoren entlang des Korntanks 132 bestimmt.The yield sensor(s) may include a grain flow sensor that detects a flow of crop material, such as grain, in
Die Ernteguteigenschaftssensoren können auch einen oder mehrere Maiskolbengrößensensoren beinhalten, die eine Größe, wie etwa einen Durchmesser, eine Länge oder ein Gewicht, von Maiskolben der Vegetation, wie etwa Maisähren auf dem Feld, erfassen.The crop characteristic sensors may also include one or more cob size sensors that sense a size, such as diameter, length, or weight, of cobs of vegetation, such as ears of corn in the field.
Maiskolbengrößensensoren können Sensoren sein, die konfiguriert sind, um einen Aufprall oder ein Ergebnis eines Aufpralls (z. B. Verschiebung der Deckplatte(n)) des Maiskolbens gegen die Deckplatten zu erfassen. Maiskolbengrößensensoren können Beschleunigungsmesser, Dehnungsmessstreifensensoren und eine beliebige Anzahl anderer Sensoren beinhalten, die konfiguriert sind, um einen Aufprall zwischen dem Maiskolben und den Deckplatten zu erkennen. Der/die Maiskolbengrößensensor(en) kann/können in anderen Beispielen ein optischer Sensor sein, wie etwa eine Kamera oder eine andere optische Erfassungsvorrichtung (z. B. Radar, Lidar, Sonar usw.), die Bilder der Vegetation um die landwirtschaftliche Erntemaschine herum erfasst. Die Bilder, die Angaben zu den Maiskolben enthalten, können mithilfe einer Reihe von Bildverarbeitungstechniken verarbeitet werden, um die Maiskolbengrößen der Vegetation um die landwirtschaftliche Erntemaschine herum abzuleiten. Diese und verschiedene andere Maiskolbengrößensensoren können verwendet werden, um In-situ-Anzeigen von Maiskolbengrößen auf dem Feld bereitzustellen, auf dem die landwirtschaftliche Erntemaschine 100 betrieben wird. Es versteht sich, dass dies lediglich einige Beispiele für Maiskolbengrößensensoren sind, und Fachleute auf dem Gebiet werden erkennen, dass verschiedene andere Maiskolbengrößensensoren verwendet werden können, ohne vom Geist und Umfang der Offenbarung abzuweichen. In einigen Beispielen kann die landwirtschaftliche Erntemaschine einen oder mehrere Maiskolbengrößensensoren, wie etwa einen Maiskolbengrößensensor für jede Reiheneinheit am Erntevorsatz 102 der landwirtschaftlichen Erntemaschine 100, aufweisen. In einigen Beispielen kann die landwirtschaftliche Erntemaschine einen oder mehrere verschiedener Arten von Maiskolbengrößensensoren aufweisen.Corn cob size sensors may be sensors configured to detect an impact or a result of an impact (e.g., displacement of the top plate(s)) of the corn cob against the top plates. Corn cob size sensors may include accelerometers, strain gauge sensors, and any number of other sensors configured to detect impact between the corn cob and the cover plates. In other examples, the corn cob size sensor(s) may be an optical sensor, such as a camera or other optical sensing device (e.g., radar, lidar, sonar, etc.) that images vegetation around the agricultural harvester detected. The images, which contain corncob information, can be processed using a variety of image processing techniques to derive the corncob sizes of vegetation around the agricultural harvester. These and various other corn cob size sensors may be used to provide in situ indications of corn cob sizes in the field in which
Bevor beschrieben wird, wie die landwirtschaftliche Erntemaschine 100 eine funktionelle prädiktive Karte erzeugt und die funktionelle prädiktive Karte zur Darstellung oder Steuerung verwendet, erfolgt zunächst eine kurze Beschreibung einiger Elemente der landwirtschaftlichen Erntemaschine 100 und deren Betrieb. Die Beschreibung von
Nachdem der allgemeine Ansatz in Bezug auf die
Die Vorabinformationskarte 258 kann mithilfe des Kommunikationssystems 206 oder auf andere Weise in die landwirtschaftliche Erntemaschine 100 heruntergeladen und im Datenspeicher 202 gespeichert werden. In einigen Beispielen kann das Kommunikationssystem 206 ein zellulares Kommunikationssystem, ein System zum Kommunizieren über ein Weitverkehrsnetzwerk oder ein lokales Netzwerk, ein System zum Kommunizieren über ein Nahfeldkommunikationsnetzwerk oder ein Kommunikationssystem sein, das konfiguriert ist, um über ein beliebiges aus einer Vielzahl anderer Netzwerke oder Kombinationen von Netzwerken zu kommunizieren. Das Kommunikationssystem 206 kann auch ein System beinhalten, das das Herunterladen oder Übertragen von Informationen auf und von einer Secure Digital (SD)-Karte oder einer universellen seriellen Bus (USB)-Karte oder beides erleichtert.The
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.The
Bei den In-situ-Sensoren 208 kann es sich um beliebige der hier beschriebenen Sensoren 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 Aufprallplattensensor, einen Strahlungsdämpfungssensor oder einen Bildsensor beinhalten, der sich innerhalb der landwirtschaftlichen Erntemaschine 100 befindet (wie etwa eine Reinkornkamera). 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. Einige Beispiele für In-situ-Sensoren 208 sind in
Nach dem Abruf durch die landwirtschaftliche Erntemaschine 100 kann die Vorabinformationskartenselektor 209 eine oder mehrere spezifische Vorabinformationskarte(n) 258 zur Verwendung durch den prädiktiven Modellgenerator 210 filtern oder auswählen. In einem Beispiel wählt die Vorabinformationskartenselektor 209 eine Karte auf Grundlage eines Vergleichs der Kontextinformationen in der Vorabinformationskarte mit den vorliegenden Kontextinformationen aus. Zum Beispiel kann eine historische Ertragskarte aus einem der vergangenen Jahre ausgewählt werden, in denen die Wetterbedingungen während der Wachstumsperiode den aktuellen Wetterbedingungen ähnlich waren. Oder zum Beispiel kann eine historische Ertragskarte aus einem der letzten Jahre ausgewählt werden, wenn die Kontextinformationen nicht ähnlich sind. Beispielsweise kann eine historische Ertragskarte für ein Vorjahr ausgewählt werden, das relativ „trocken“ war, während das aktuelle Jahr relativ „nass“ ist. Es kann immer noch eine nützliche historische Beziehung geben, aber die Beziehung kann umgekehrt sein. Beispielsweise können Bereiche mit großer Maiskolbengröße in einem relativ nassen Jahr Bereiche mit kleiner Maiskolbengröße in einem trockenen Jahr sein. Gegenwärtige Kontextinformationen können Kontextinformationen enthalten, die über unmittelbare Kontextinformationen hinausgehen. Zum Beispiel können gegenwärtige Kontextinformationen unter anderem einen Satz von Informationen beinhalten, der der gegenwärtigen Wachstumsperiode entspricht, einen Satz von Daten, die einem Winter vor der gegenwärtigen Wachstumsperiode entsprechen, oder einen Satz von Daten, die mehreren vergangenen Jahren entsprechen.Upon retrieval by
Die Kontextinformationen können auch für Korrelationen zwischen Bereichen mit ähnlichen Kontexteigenschaften verwendet werden, unabhängig davon, ob die geografische Position dergleichen Position auf der Vorabinformationskarte 258 entspricht. Zum Beispiel können historische Ertragswerte aus dem Bereich mit ähnlichen Bodentypen in anderen Feldern als Vorabinformationskarte 258 verwendet werden, um die prädiktive Maiskolbengrößenkarte zu erstellen. Beispielsweise können die kontextbezogenen Merkmalsinformationen, die einer anderen Position zugeordnet sind, auf die Position auf der Vorabinformationskarte 258 angewendet werden, die ähnliche Merkmalsinformationen aufweist.The context information can also be used for correlations between areas with similar context properties, regardless of whether the geographic location corresponds to the same location on the
Der prädiktive Modellgenerator 210 erzeugt ein Modell, das eine Beziehung zwischen den durch den In-situ-Sensor 208 erfassten Werten und einem durch die Vorabinformationskarte 258 auf das Feld abgebildeten Merkmal angibt. Wenn zum Beispiel die Vorabinformationskarte 258 einen vegetativen Indexwert auf verschiedene Positionen in dem Feld abbildet und der In-situ-Sensor 208 einen Wert erfasst, der die Maiskolbengröße angibt, dann erzeugt der Vorabinformationsvariable-zu-In-situ-Variable-Modellgenerator 228 ein prädiktives Maiskolbengrößenmodell, das die Beziehung zwischen den vegetativen Indexwerten und den Maiskolbengrößenwerten modelliert. Dann verwendet der prädiktive Kartengenerator 212 das durch den prädiktiven Modellgenerator 210 erzeugte prädiktive Maiskolbengrößenmodell, um eine funktionelle prädiktive Maiskolbengrößenkarte zu erzeugen, die den Wert der Maiskolbengröße, von dem erwartet wird, dass er durch die In-situ-Sensoren 208 erfasst wird, an verschiedenen Positionen in dem Feld auf Grundlage der Vorabinformationskarte 258 vorhersagt. Oder zum Beispiel, wenn die Vorinformationskarte 258 einen historischen Ertragswert auf verschiedene Positionen in dem Feld abbildet und der In-situ-Sensor 208 einen Wert erfasst, der die Maiskolbengröße angibt, dann erzeugt der Vorinformationsvariable-zu-In-situ-Variable-Modellgenerator 228 ein prädiktives Maiskolbengrößenmodell, das die Beziehung zwischen den historischen Ertragswerten (mit oder ohne Kontextinformationen) und den In-situ-Maiskolbengrößenwerten modelliert. Dann verwendet der prädiktive Kartengenerator 212 das prädiktive Maiskolbengrößenmodell, das durch den prädiktiven Modellgenerator 210 erzeugt wird, um eine funktionelle prädiktive Maiskolbengrößenkarte zu erzeugen, die den Wert der Maiskolbengröße, der durch die In-situ-Sensoren 208 erwartet wird, an verschiedenen Positionen in dem Feld auf Grundlage der Vorabinformationskarte 258 vorhersagt.The
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 Datentyp in der funktionellen prädiktiven Karte 263 von dem Datentyp in der Vorabinformationskarte 258 unterscheiden. In einigen Fällen kann der Datentyp in der funktionellen prädiktiven Karte 263 andere Einheiten als die Daten in der Vorabinformationskarte 258 aufweisen. In einigen Beispielen kann sich der Datentyp in der funktionellen prädiktiven Karte 263 von dem Datentyp in der Vorabinformationskarte 258 unterscheiden, hat jedoch eine Beziehung zu dem Datentyp in der Vorabinformationskarte 258. Beispielsweise kann der Datentyp in der Vorabinformationskarte 258 in einigen Beispielen in der funktionellen prädiktiven Karte 263 in einigen Beispielen den Datentyp in der funktionellen prädiktiven Karte 263 angeben. In einigen Beispielen unterscheidet sich der Datentyp in der funktionellen prädiktiven Karte 263 von einem oder beiden von dem durch die In-situ-Sensoren 208 erfassten In-situ-Datentyp und dem Datentyp in der Vorabinformationskarte 258. In einigen Beispielen ist der Datentyp in der funktionellen prädiktiven Karte 263 der gleiche wie einer oder beide des von den In-situ-Sensoren 208 erfassten In-situ-Datentyps und des Datentyps in der Vorabinformationskarte 258. In einigen Beispielen ist der Datentyp in der funktionellen prädiktiven Karte 263 der gleiche wie der von den In-situ-Sensoren 208 erfasste In-situ-Datentyp oder der Datentyp in der Vorabinformationskarte 258 und unterscheidet sich von dem anderen.In some examples, the type of data in functional
In Fortsetzung des vorhergehenden vegetativen Indexbeispiel kann der prädiktive Kartengenerator 212 die vegetativen Indexwerte in der Vorabinformationskarte 258 und das von dem prädiktiven Modellgenerator 210 erzeugte Modell verwenden, um eine funktionelle prädiktive Karte 263 zu erzeugen, die die Maiskolbengröße an verschiedenen Positionen in dem Feld vorhersagt. Der prädiktive Kartengenerator 212 gibt somit die prädiktive Karte 264 aus.Continuing the previous vegetative index example, the predictive map generator 212 can use the vegetative index values in the
Wie in
Nun werden einige Variationen in den Datentypen beschrieben, die in der Vorabinformationskarte 258 abgebildet sind, die Datentypen, die von In-situ-Sensoren 208 erfasst werden, und die Datentypen, die auf der prädiktiven Karte 264 vorhergesagt werden.Some variations in the types of data depicted in the
In einigen Beispielen unterscheidet sich der Datentyp in der Vorabinformationskarte 258 von dem Datentyp, der von In-situ-Sensoren 208 erfasst wird, dennoch ist der Datentyp in der prädiktiven Karte 264 derselbe wie der Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Vorabinformationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann die Maiskolbengröße sein. Die prädiktive Karte 264 kann dann eine prädiktive Maiskolbengrößenkarte sein, die vorhergesagte Maiskolbengrößenwerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem weiteren Beispiel kann die Vorabinformationskarte 258 eine Aussaatkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann die Maiskolbengröße sein. Die prädiktive Karte 264 kann dann eine prädiktive Maiskolbengrößenkarte sein, die vorhergesagte Maiskolbengrößenwerte auf verschiedene geografische Positionen in dem Feld abbildet.In some examples, the type of data in
Außerdem unterscheidet sich in einigen Beispielen der Datentyp in der Vorabinformationskarte 258 von dem Datentyp, der von In-situ-Sensoren 208 erfasst wird, und der Datentyp in der prädiktiven Karte 264 unterscheidet sich sowohl von dem Datentyp in der Vorabinformationskarte 258 als auch von dem Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Vorabinformationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann eine Bedienerbefehlseingabe sein, die eine Deckplattenabstandseinstellung angibt. Die prädiktive Karte 264 kann dann eine prädiktive Maiskolbengrößenkarte sein, die vorhergesagte Maiskolbengrößenwerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem weiteren Beispiel kann die Vorabinformationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann eine Maiskolbengröße sein. Die prädiktive Karte 264 kann dann eine prädiktive Deckplattenabstandseinstellung sein, die vorhergesagte Deckplattenabstandseinstellungen auf verschiedene geografische Positionen in dem Feld abbildet.Also, in some examples, the type of data in the
In einigen Beispielen stammt die Vorabinformationskarte 258 von einem früheren Durchlauf durch das Feld während eines Vorabbetriebs und der Datentyp unterscheidet sich von dem Datentyp, der von In-situ-Sensoren 208 erfasst wird, jedoch ist der Datentyp in der prädiktiven Karte 264 der gleiche wie der Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Vorabinformationskarte 258 eine Samenpopulationskarte sein, die während des Pflanzens erzeugt wird, und die Variable, die durch die In-situ-Sensoren 208 erfasst wird, kann die Maiskolbengröße sein. Die prädiktive Karte 264 kann dann eine prädiktive Maiskolbengrößenkarte sein, die vorhergesagte Maiskolbengrößenwerte auf verschiedene geografische Positionen in dem Feld abbildet.In some examples, the
In einigen Beispielen stammt die Vorabinformationskarte 258 von einem früheren Durchlauf durch das Feld während eines Vorabbetriebs und der Datentyp ist der gleiche wie der Datentyp, der von In-situ-Sensoren 208 erfasst wird, und der Datentyp in der prädiktiven Karte 264 ist ebenfalls der gleiche wie der Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Vorabinformationskarte 258 eine Maiskolbengrößenkarte sein, die während eines vorhergehenden Jahres erzeugt wird, und die von den In-situ-Sensoren 208 erfasste Variable kann die Maiskolbengröße sein. Die prädiktive Karte 264 kann dann eine prädiktive Maiskolbengrößenkarte sein, die vorhergesagte Maiskolbengrößenwerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem solchen Beispiel können die relativen Maiskolbengrößendifferenzen in der georeferenzierten Vorabinformationskarte 258 aus dem Vorjahr durch den prädiktiven Modellgenerator 210 verwendet werden, um ein prädiktives Modell zu erzeugen, das eine Beziehung zwischen den relativen Maiskolbengrößendifferenzen auf der Vorabinformationskarte 258 und den Maiskolbengrößenwerten 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 Maiskolbengrößenkarte zu erstellen. Prädiktive Karte 264In some examples, the
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.In some examples, a predictive map 264 may be provided to the
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.It should also be noted that the
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.The predictive map 264 or the predictive control zone map 265 or both are provided to the
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 Ertragswert 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, Deckplatteneinstellungen, wie etwa den Deckplattenabstand oder die Deckplattenposition oder beide, den Dreschkorbspalt, die Rotoreinstellungen, die Reinigungsgebläse-Drehzahleinstellungen, die Erntevorsatzhöhe, die Erntevorsatzfunktionalität, die Haspeldrehzahl, die Haspelposition, die Draperfunktionalität (wenn die landwirtschaftliche Erntemaschine 100 mit einem Draper-Erntevorsatz gekoppelt ist), die Maiskopferntevorsatz-Funktionalität, 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 über einem ausgewählten Schwellenwert liegt, kann die Vorschubgeschwindigkeitssteuerung 236 die Geschwindigkeit der landwirtschaftlichen Erntemaschine 100 reduzieren, um eine konstante Vorschubgeschwindigkeit von Korn oder Biomasse durch die Maschine aufrechtzuerhalten. Die Erntevorsatz- und Haspelsteuerung 238 kann Steuersignale erzeugen, um einen Erntevorsatz oder eine Haspel oder eine andere Erntevorsatzfunktionalität zu steuern. Die Draperbandsteuerung 240 kann Steuersignale erzeugen, um einen Draperband oder eine andere Draperfunktionalität auf Grundlage der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 oder beider zu steuern. Die Deckplattenpositionssteuerung 242 kann Steuersignale erzeugen, um eine Position einer Deckplatte, die in einem Erntevorsatz enthalten ist, auf Grundlage einer prädiktiven Karte 264 oder einer prädiktiven Steuerzonenkarte 265 oder beider zu steuern, und die Rückstandssystemsteuerung 244 kann Steuersignale erzeugen, um ein Rückstands-Teilsystem 138 auf Grundlage einer prädiktiven Karte 264 oder einer prädiktiven Steuerzonenkarte 265 oder beider zu steuern. Die Maschinenreinigungssteuerung 245 kann Steuersignale erzeugen, um das Maschinenreinigungs-Teilsystem 254 zu steuern. Zum Beispiel kann auf Grundlage der verschiedenen Arten von Saatgut oder Unkraut, das durch die 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
Bei 280 empfängt die landwirtschaftliche Erntemaschine 100 die Vorabinformationskarte 258. Beispiele für die Vorabinformationskarte 258 oder das Empfangen der Vorabinformationskarte 258 werden in Bezug auf die Blöcke 282, 284 und 286 erörtert. Wie oben erörtert, bildet die Vorabinformationskarte 258 Werte einer Variable, die einem ersten Merkmal entspricht, auf verschiedene Positionen im Feld ab, wie bei Block 282 angezeigt. Beispielsweise können die Daten auf der Grundlage von Luftbildern oder gemessenen Merkmalen gesammelt werden, die während eines Vorjahres aufgenommen wurden. Die Informationen können auch auf Daten basieren, die auf andere Weise (anders als mithilfe von Luftbildern) erkannt wurden. Zum Beispiel kann in einem Vorjahr eine landwirtschaftliche Erntemaschine 100 mit einem Sensor ausgestattet worden sein, der ein Merkmal erkannt und geolokalisiert hat, während die landwirtschaftliche Erntemaschine 100 durch ein Feld gefahren ist. Die Informationen können auch auf Daten basieren, die auf andere Weise (anders als mithilfe von Luftbildern) erkannt wurden. Daten, die vor dem aktuellen Erntevorgang gesammelt werden, ob über Luftbilder oder anderweitig, werden durch Block 284 angezeigt. Die Vorabinformationskarte 258 kann mithilfe des Kommunikationssystems 206 von der landwirtschaftlichen Erntemaschine 100 heruntergeladen und im Datenspeicher 202 gespeichert werden. Die Vorabinformationskarte 258 kann auch auf andere Weise mithilfe des Kommunikationssystems 206 auf die landwirtschaftliche Erntemaschine 100 geladen werden, und das Laden der Vorabinformationskarte 258 auf die landwirtschaftliche Erntemaschine 100 wird durch Block 286 im Flussdiagramm von
Bei Block 287 kann der Vorabinformationskartenselektor 209 eine oder mehrere Karten aus der Vielzahl der in Block 280 empfangenen in Frage kommenden Vorabinformationskarten auswählen. Beispielsweise können mehrere Jahre historischer Ertragskarten als in Frage kommende Vorabinformationskarten empfangen werden. Jede dieser Karten kann Kontextinformationen enthalten, wie etwa Wettermuster über einen Zeitraum, wie etwa ein Jahr, Schädlingsbefall über einen Zeitraum, wie etwa ein Jahr, Bodentypen usw. Kontextinformationen können verwendet werden, um auszuwählen, welche historische Ertragskarte ausgewählt werden soll. Zum Beispiel können die Wetterbedingungen über einen Zeitraum, wie in einem aktuellen Jahr, oder die Bodentypen für das aktuelle Feld mit den Wetterbedingungen und Bodentypen in den Kontextinformationen für jede in Frage kommende Vorabinformationskarte verglichen werden. Die Ergebnisse eines solchen Vergleichs können verwendet werden, um auszuwählen, welche historische Ertragskarte ausgewählt werden soll. Zum Beispiel können Jahre mit ähnlichen Wetterbedingungen im Allgemeinen ähnliche Erträge oder Ertragstrends in einem Feld erzeugen. In einigen Fällen können auch Jahre mit entgegengesetzten Wetterbedingungen nützlich sein, um die Maiskolbengröße basierend auf dem historischen Ertrag vorherzusagen. Zum Beispiel könnte ein Gebiet mit kleinen Maiskolben in einem trockenen Jahr große Maiskolben in einem nassen Jahr haben. Der Vorgang, bei dem eine oder mehrere Vorabinformationskarten durch den Vorabinformationskartenselektor 209 ausgewählt werden, kann manuell, halbautomatisch oder automatisiert sein. In einigen Beispielen kann der Vorabinformationskartenselektor 209 während eines Erntevorgangs kontinuierlich oder intermittierend bestimmen, ob eine andere Vorabinformationskarte eine bessere Beziehung zu dem In-situ-Sensorwert aufweist. Wenn eine andere Vorabinformationskarte enger mit den In-situ-Daten korreliert, kann der Vorabinformationskartenselektor 209 die aktuell ausgewählte Vorabinformationskarte durch die korrelativere Vorabinformationskarte ersetzen.At
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 eine Maiskolbengröße, 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. Einige Beispiele für In-situ-Sensoren 208 werden in
Der prädiktive Modellgenerator 210 steuert den Vorabinformationsvariable-zu-In-situ-Variable-Modellgenerator 228, um ein Modell zu erzeugen, das eine Beziehung zwischen den abgebildeten Werten, die in der Vorabinformationskarte 258 enthalten sind, und den In-situ-Werten, die durch die In-situ-Sensoren 208 erfasst werden, modelliert, wie durch Block 292 angezeigt. Die Merkmale oder Datentypen, die durch die abgebildeten Werte in der Vorabinformationskarte 258 dargestellt werden, und die In-situ-Werte, die durch die In-situ-Sensoren 208 erfasst werden, können die gleichen Merkmale oder Datentypen oder verschiedene Merkmale oder Datentypen sein.The
Die Beziehung oder das Modell, die bzw. das von dem prädiktiven Modellgenerator 210 erzeugt wird, wird dem prädiktiven Kartengenerator 212 bereitgestellt. Der prädiktive Kartengenerator 212 erzeugt eine prädiktive Karte 264, die einen Wert des durch die In-situ-Sensoren 208 erfassten Merkmals an verschiedenen geografischen Positionen in einem zu erntenden Feld oder ein anderes Merkmal, das mit dem durch die In-situ-Sensoren 208 erfassten Merkmal in Beziehung steht, mithilfe des prädiktiven Modells und der Vorabinformationskarte 258 vorhersagt, wie durch Block 294 angezeigt.The relationship or model generated by the
Es ist zu beachten, dass die Vorabinformationskarte 258 in einigen Beispielen zwei oder mehr verschiedene Karten oder zwei oder mehr verschiedene Kartenebenen einer einzelnen Karte beinhalten kann. Jede Kartenebene kann einen anderen Datentyp als den Datentyp einer anderen Kartenebene darstellen oder die Kartenebenen können denselben Datentyp aufweisen, der zu verschiedenen Zeitpunkten erhalten wurde. Jede Karte in den zwei oder mehr verschiedenen Karten oder jede Ebene in den zwei oder mehr verschiedenen Kartenebenen einer Karte bildet einen anderen Typ von Variablen zu den geografischen Positionen im Feld ab. In einem solchen Beispiel erzeugt der prädiktive Modellgenerator 210 ein prädiktives Modell, das die Beziehung zwischen den In-situ-Daten und jeder der verschiedenen Variablen modelliert, die durch die zwei oder mehr verschiedenen Karten oder die zwei oder mehr verschiedenen Kartenebenen abgebildet sind. Gleichermaßen können die In-situ-Sensoren 208 zwei oder mehr Sensoren beinhalten, die jeweils eine andere Art von Variablen erfassen. Somit erzeugt der prädiktive Modellgenerator 210 ein prädiktives Modell, das die Beziehungen zwischen jedem durch die vorherige 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 Vorabinformationskarte 258 vorhersagt.Note that in some examples, the
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.The predictive map generator 212 configures the predictive map 264 such that the predictive map 264 is actionable (or consumable) by the
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-/Autorisierungssystem bereitgestellt 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 erzeugt 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 kann jedoch an einem Remote-Standort die prädiktive Karte 264 auf der Anzeige sehen, jedoch keine Änderungen daran vornehmen. 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, die in der Maschinensteuerung verwendet wird, zu ändern. 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.The
Bei Block 298 werden Eingaben von dem geografischen Positionssensor 204 und anderen In-situ-Sensoren 208 von dem Steuersystem empfangen. Block 300 stellt den Empfang einer Eingabe von dem geografischen Positionssensor 204 durch das Steuersystem 214 dar, 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.At
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.At
Beispielsweise kann eine erzeugte prädiktive Karte 264 in Form einer prädiktiven Maiskolbengrößenkarte verwendet werden, um eines oder mehrere steuerbare Teilsysteme 216 zu steuern. Beispielsweise kann die funktionelle prädiktive Maiskolbengrößenkarte Maiskolbengrößenwerte beinhalten, die auf Positionen innerhalb des zu erntenden Feldes georeferenziert sind. Die funktionelle prädiktive Maiskolbengrößenkarte kann extrahiert und verwendet werden, um den Abstand oder die Position eines oder mehrerer Sätze von Deckplatten auf dem Erntevorsatz 102 der landwirtschaftlichen Erntemaschine 100 zu steuern. Das vorstehende Beispiel mit Deckplattenabstand oder Deckplattenpositionssteuerung mithilfe einer funktionellen prädiktiven Maiskolbengrößenkarte ist nur beispielhaft bereitgestellt. Folglich kann eine Vielzahl anderer Steuersignale mithilfe von Werten erzeugt werden, die von einer prädiktiven Maiskolbengrößenkarte oder einer anderen Art von funktioneller prädiktiver Karte 263 erhalten werden, um eines oder mehrere der steuerbaren Teilsysteme 216 zu steuern.For example, a generated predictive map 264 in the form of a predictive corn cob size map may be used to control one or more
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.At block 312, it is determined whether the harvesting operation has been completed. If harvesting is not complete, processing continues at
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.In some examples, at block 316,
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.The learning trigger criteria can contain a large number of different criteria. Some examples of detecting trigger criteria are discussed with respect to
In anderen Beispielen können die Lernauslösekriterien darauf beruhen, wie stark sich die In-situ-Sensordaten von den In-situ-Sensoren 208 ändern, wie etwa über die Zeit oder im Vergleich zu vorherigen Werten. Wenn zum Beispiel Abweichungen innerhalb der In-situ-Sensordaten (oder der Beziehung zwischen den In-situ-Sensordaten und den Informationen in der Vorabinformationskarte 258) innerhalb eines ausgewählten Bereichs liegen oder weniger als ein definierter Betrag sind oder unter einem Schwellenwert liegen, dann wird kein neues prädiktives Modell durch den prädiktiven Modellgenerator 210 erzeugt. Infolgedessen erzeugt der prädiktive Kartengenerator 212 keine neue prädiktive Karte 264, prädiktive Steuerzonenkarte 265 oder beides. Wenn jedoch Abweichungen innerhalb der In-situ-Sensordaten außerhalb des ausgewählten Bereichs liegen, größer als der definierte Betrag sind oder beispielsweise über dem Schwellenwert liegen, erzeugt der prädiktive Modellgenerator 210 ein neues prädiktives Modell mithilfe aller oder eines Teils der neu empfangenen In-situ-Sensordaten, die der prädiktive Kartengenerator 212 verwendet, um eine neue prädiktive Karte 264 zu erzeugen. Bei Block 320 können Variationen der In-situ-Sensordaten, wie etwa eine Größe eines Betrags, um den die Daten den ausgewählten Bereich überschreiten, oder eine Größe der Variation der Beziehung zwischen den In-situ-Sensordaten und den Informationen in der Vorabinformationskarte 258, als Auslöser verwendet werden, um die Erzeugung eines prädiktiven Modells und einer prädiktiven Karte zu veranlassen. Unter Beibehaltung der oben beschriebenen Beispiele können der Schwellenwert, der Bereich und der definierte Betrag auf Standardwerte eingestellt werden; durch einen Bediener oder eine Benutzerinteraktion über eine Benutzerschnittstelle eingestellt werden; durch ein automatisiertes System eingestellt werden; oder auf andere Weise eingestellt werden.In other examples, the learning trigger criteria may be based on how much the in situ sensor data from the in
Es können auch andere Lernauslösekriterien verwendet werden. Wenn zum Beispiel der prädiktive Modellgenerator 210 zu einer anderen Vorabinformationskarte (die sich von der ursprünglich ausgewählten Vorabinformationskarte 258 unterscheidet) wechselt, kann das Wechseln zu der anderen Vorabinformationskarte ein erneutes Lernen durch den prädiktiven Modellgenerator 210, den prädiktiven Kartengenerator 212, den Steuerzonengenerator 213, das Steuersystem 214 oder andere Elemente auslösen. In einem weiteren Beispiel kann auch der Übergang der landwirtschaftlichen Erntemaschine 100 zu einer anderen Topographie oder zu einer anderen Steuerzone als Lernauslösekriterien verwendet werden.Other learning trigger criteria can also be used. For example, if the
In einigen Fällen kann der Bediener 260 auch die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder beide bearbeiten. Die Bearbeitungen können einen Wert auf der prädiktiven Karte 264, eine Größe, Form, Position oder Vorhandensein einer Steuerzone auf der prädiktiven Steuerzonenkarte 265 oder beides ändern. Block 321 zeigt, dass bearbeitete Informationen als Lernauslösekriterien verwendet werden können.In some cases,
In einigen Fällen kann es auch sein, dass der Bediener 260 beobachtet, dass die automatisierte Steuerung eines steuerbaren Teilsystems nicht das ist, was der Bediener wünscht. In solchen Fällen kann der Bediener 260 dem steuerbaren Teilsystem eine manuelle Anpassung bereitstellen, die widerspiegelt, dass der Bediener 260 wünscht, dass das steuerbare Teilsystem anders arbeitet, als vom Steuersystem 214 befohlen wird. Somit kann eine manuelle Änderung einer Einstellung durch den Bediener 260 bewirken, dass einer oder mehrere von dem prädiktiven Modellgenerator 210 ein Modell neu erlernen, dem prädiktiven Kartengenerator 212, um die Karte 264 zu regenerieren, dem Steuerzonengenerator 213, um eine oder mehrere Steuerzonen auf der prädiktiven Steuerzonenkarte 265 zu regenerieren, und dem Steuersystem 214, um einen Steueralgorithmus neu zu erlernen oder maschinelles Lernen an einer oder mehreren der Steuerkomponenten 232 bis 246 im Steuersystem 214 auf Grundlage der Einstellung durch den Bediener 260 durchzuführen, wie in Block 322 gezeigt. Block 324 stellt die Verwendung anderer ausgelöster Lernkriterien dar.Also, in some cases, the
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.In other examples, relearning may be performed periodically or intermittently, for example based on a selected time interval, such as a discrete time interval or a variable time interval, as indicated by
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.When relearning is triggered, whether based on learning trigger criteria or based on the passage of a time interval, as indicated by
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.When the harvesting process has been completed, the process proceeds from block 312 to block 330 where one or more of the predictive map 264, the predictive control zone map 265, and the predictive model generated by the
Es ist zu beachten, dass, während einige Beispiele hierin den prädiktiven Modellgenerator 210 und den prädiktiven Kartengenerator 212 beschreiben, die eine Vorabinformationskarte beim Erzeugen eines prädiktiven Modells bzw. beim Empfangen einer funktionellen prädiktiven Karte der prädiktive Modellgenerator 210 und der prädiktive Kartengenerator 212 in anderen Beispielen beim Erzeugen eines prädiktiven Modells und einer funktionellen prädiktiven Karte andere Arten von Karten, einschließlich prädiktiver Karten, wie etwa eine funktionelle prädiktive Karte, die während des Erntevorgangs erzeugt wird, empfangen können.It should be noted that while some examples herein describe the
Neben dem Empfangen einer oder mehrerer Karten 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 Maiskolbengrößensensor 336 sowie ein Verarbeitungssystem 338. In einigen Beispielen kann der Maiskolbengrößensensor 336 an Bord der landwirtschaftlichen Erntemaschine 100 sein. Das Verarbeitungssystem 338 verarbeitet Sensordaten, die von den Maiskolbengrößensensoren 336 erzeugt werden. Einige andere Beispiele von In-situ-Sensoren 208 sind ebenfalls in
In einigen Beispielen kann der Maiskolbengrößensensor 336 ein optischer Sensor an der landwirtschaftlichen Erntemaschine 100 sein. In einigen Fällen kann der optische Sensor eine Kamera oder eine andere Vorrichtung sein, die eine optische Erfassung durchführt. Das Verarbeitungssystem 338 verarbeitet ein oder mehrere Bilder, die über den Maiskolbengrößensensor 336 erhalten wurden, um verarbeitete Bilddaten zu erzeugen, die ein oder mehrere Merkmale von Vegetation, wie etwa Erntegutpflanzen, in dem Bild identifizieren. Vegetationsmerkmale, die durch das Verarbeitungssystem 338 erkannt werden, können Größenmerkmale der Maiskolbenpflanzen, wie etwa Maisähren, beinhalten. Zum Beispiel kann das Verarbeitungssystem 338 einen Durchmesser, eine Länge oder ein Gewicht von Maiskolben erkennen, die in einem Bild enthalten sind.In some examples, the corn
Das Verarbeitungssystem 338 kann auch die vom In-situ-Sensor 208 empfangenen Werte geolokalisieren. Zum Beispiel kann die Position der landwirtschaftlichen Erntemaschine zu dem Zeitpunkt, zu dem ein Signal vom In-situ-Sensor 208 vorliegt, nicht genau die Position des Werts auf dem Feld darstellen. Dies liegt daran, dass eine Zeitspanne zwischen dem Zeitpunkt, zu dem die landwirtschaftliche Erntemaschine anfänglichen Kontakt mit dem Merkmal herstellt, und dem Zeitpunkt, zu dem das Merkmal durch den In-situ-Sensor 208 erfasst wird, oder umgekehrt, insbesondere im Fall eines nach vorne gerichteten optischen Sensors für die Maiskolbengröße, eine Zeitspanne zwischen dem Zeitpunkt, zu dem das Merkmal durch den In-situ-Sensor 208 erfasst wird, und dem Zeitpunkt, zu dem die landwirtschaftliche Erntemaschine Kontakt mit dem Merkmal herstellt, verstreichen kann. Somit wird eine Übergangszeit zwischen dem Auftreten eines Merkmals und dem Erfassen des Merkmals durch einen In-situ-Sensor 208 (oder umgekehrt) bei der Georeferenzierung der erfassten Daten berücksichtigt. Dadurch kann der Merkmalswert genau auf eine Position auf dem Feld georeferenziert werden.The
Zur Veranschaulichung befinden sich die Ertragswerte im Kontext von Ertragswerten aufgrund der Fahrt von abgetrenntem Erntegut entlang eines Erntevorsatzes in einer Richtung, die quer zu einer Fahrtrichtung der landwirtschaftlichen Erntemaschine ist, normalerweise in einem V-förmigen Bereich hinter der landwirtschaftlichen Erntemaschine, während sich die landwirtschaftliche Erntemaschine in einer Vorwärtsrichtung bewegt. Das Verarbeitungssystem 338 ordnet einen Gesamtertrag, der von einem Ertragssensor während jeder Zeit oder jedes Messintervalls erfasst wird, auf Grundlage der Fahrzeiten des Ernteguts von verschiedenen Abschnitten der landwirtschaftlichen Erntemaschine, wie etwa verschiedenen seitlichen Positionen entlang einer Breite eines Erntevorsatzes der landwirtschaftlichen Erntemaschine, früheren georeferenzierten Regionen zu. Zum Beispiel ordnet das Verarbeitungssystem 338 einen gemessenen Gesamtertrag von einem Messintervall oder einer Messzeit zurück georeferenzierten Bereichen zu, die von einem Erntevorsatz der landwirtschaftlichen Erntemaschine während unterschiedlicher Messintervalle oder -zeiten durchquert wurden. Das Verarbeitungssystem 338 ordnet den Gesamtertrag aus einem bestimmten Messintervall oder einer bestimmten Zeit zuvor durchlaufenen georeferenzierten Bereichen zu, die Teil des V-Förmigen Bereichs sind oder teilt ihn auf.For purposes of illustration, the yield values are in the context of yield values due to travel of separated crop along a header in a direction transverse to a direction of travel of the agricultural harvester, typically in a V-shape Area behind the agricultural harvester while the agricultural harvester is moving in a forward direction. The
In anderen Beispielen kann sich der Maiskolbengrößensensor 336 auf verschiedene Arten von Strahlung und die Art und Weise, in der Strahlung von der Vegetation reflektiert, absorbiert, abgeschwächt oder durch die Vegetation durchgelassen wird, stützen. Der Maiskolbengrößensensor 336 kann andere elektromagnetische Eigenschaften von Korn und Biomasse erfassen, wie etwa elektrische Permittivität, wenn das Material zwischen zwei kapazitiven Platten hindurchtritt. Der Maiskolbengrößensensor 336 kann sich auch auf mechanische Eigenschaften der Vegetation stützen, wie etwa ein Signal, das erzeugt wird, wenn der Maiskolben auf ein piezoelektrisches Element auftrifft oder wenn der Aufprall durch ein Mikrofon oder einen Beschleunigungsmesser erfasst wird. Andere Materialeigenschaften und Sensoren können ebenfalls verwendet werden. In einigen Beispielen können rohe oder verarbeitete Daten von dem Maiskolbengrößensensor 336 dem Bediener 260 über den Bedienerschnittstellenmechanismus 218 dargestellt werden. Der Bediener 260 kann sich an Bord der landwirtschaftlichen Erntemaschine 100 oder an einem Remote-Standort befinden. Der Maiskolbengrößensensor 336 kann beliebige andere hier beschriebene Beispiele sowie einen beliebigen anderen Sensor beinhalten, der konfiguriert ist, um ein Sensorsignal zu erzeugen, das eine Größe der Maiskolben der Vegetation anzeigt, wie etwa Maisähren. In einigen Beispielen können Daten von mehreren Sensoren verwendet werden, um Maiskolbengröße und Abmessungen zu bestimmen. Zum Dimensionieren eines gegebenen Maiskolbens kann ein Ansatz aus einer Reihe von Ansätzen ausgewählt werden, die darauf basieren, ob der Maiskolben geschält, teilweise geschält oder ungeschält, krank, beschädigt oder ein anderes definierendes Attribut ist.In other examples, the corn
Die vorliegende Erörterung fährt in Bezug auf ein Beispiel fort, in dem ein Maiskolbengrößensensor 336 Sensorsignale erzeugt, die ein Größenmerkmal angeben, wie etwa einen Durchmesser, eine Länge oder ein Gewicht von Maiskolbenpflanzen, wie etwa einen Durchmesser, eine Länge oder ein Gewicht von Maisähren. Wie in
Der vegetative Index-zu-Maiskolbengröße-Modellgenerator 342 identifiziert eine Beziehung zwischen In-situ-Maiskolbengrößendaten 340 an geografischen Positionen, die dem entsprechen, an dem In-situ-Maiskolbengrößendaten 340 geolokalisiert wurden, und vegetativen Indexwerten aus der vegetativen Indexkarte 332, die denselben Positionen auf dem Feld entsprechen, an denen die Maiskolbengrößendaten 340 geolokalisiert wurden. Auf Grundlage dieser Beziehung, die durch den vegetativen Index-zu-Maiskolbengröße-Modellgenerator 342 hergestellt wird, erzeugt der vegetative Index-zu-Maiskolbengröße-Modellgenerator 342 ein prädiktives Maiskolbengrößenmodell. Das Maiskolbengrößenmodell wird von dem prädiktiven Kartengenerator 212 verwendet, um eine Maiskolbengröße an verschiedenen Positionen auf Grundlage der georeferenzierten vegetativen Indexwerte, die in der vegetativen Indexkarte 332 an den gleichen jeweiligen Positionen in dem Feld enthalten sind, vorherzusagen.The vegetative index-to-cob
Der Ertrag-zu-Maiskolbengröße-Modellgenerator 344 identifiziert eine Beziehung zwischen In-situ-Maiskolbengrößendaten 340 an geografischen Positionen, die denen entsprechen, an dem In-situ-Maiskolbengrößendaten 340 geolokalisiert wurden, und Ertragswerten aus der Ertragskarte 333, die denselben Positionen auf dem Feld entsprechen, an denen die Maiskolbengrößendaten 340 geolokalisiert wurden. Auf Grundlage dieser Beziehung, die durch den Ertrag-zu-Maiskolbengröße-Modellgenerator 344 hergestellt wird, erzeugt der Ertrag-zu-Maiskolbengröße-Modellgenerator 344 ein prädiktives Maiskolbengrößenmodell. Das Maiskolbengrößenmodell wird von dem prädiktiven Kartengenerator 212 verwendet, um eine Maiskolbengröße an verschiedenen Positionen auf Grundlage der georeferenzierten Ertragswerte, die in der Ertragskarte 333 an den gleichen jeweiligen Positionen in dem Feld enthalten sind, vorherzusagen.The yield-to-cob size model generator 344 identifies a relationship between in situ corn
Der Aussaatmerkmal-zu-Maiskolbengröße-Modellgenerator 346 identifiziert eine Beziehung zwischen In-situ-Maiskolbengrößendaten 340 an geografischen Positionen, die denen entsprechen, an dem In-situ-Maiskolbengrößendaten 340 geolokalisiert wurden, und Aussaatmerkmalswerten aus der Aussaatkarte 339, die derselben Position auf dem Feld entsprechen, an der die Maiskolbengrößendaten 340 geolokalisiert wurden. Auf Grundlage dieser Beziehung, die durch den Aussaatmerkmal-zu-Maiskolbengröße-Modellgenerator 346 hergestellt wird, erzeugt der Aussaatmerkmal-zu-Maiskolbengröße-Modellgenerator 346 ein prädiktives Maiskolbengrößenmodell. Das Maiskolbengrößenmodell wird von dem prädiktiven Kartengenerator 212 verwendet, um eine Maiskolbengröße an verschiedenen Positionen auf Grundlage der georeferenzierten Aussaatmerkmalswerte, die in der Aussaatmerkmalkarte 339 an den gleichen jeweiligen Positionen in dem Feld enthalten sind, vorherzusagen.Seed feature to cob
In anderen Beispielen kann der Modellgenerator 210 andere Modellgeneratoren 348 beinhalten. Auf Grundlage der Beziehung, die durch die anderen Modellgeneratoren hergestellt wird, erzeugt der Modellgenerator ein prädiktives Maiskolbengrößenmodell. Das Maiskolbengrößenmodell wird durch den prädiktiven Kartengenerator 212 verwendet, um eine Maiskolbengröße an verschiedenen Positionen auf Grundlage des georeferenzierten Merkmalswerts, der in einer Karte an den gleichen Positionen in dem Feld enthalten ist, vorherzusagen.In other examples, the
Angesichts des Vorstehenden ist der prädiktive Modellgenerator 210 betreibbar, um eine Vielzahl von prädiktiven Maiskolbengrößenmodellen zu erzeugen, wie etwa eines oder mehrere der prädiktiven Maiskolbengrößenmodelle, die von den Modellgeneratoren 342, 344, 346 und 348 erzeugt werden. In einem weiteren Beispiel können zwei oder mehr der vorstehend beschriebenen prädiktiven Maiskolbengrößenmodelle zu einem einzelnen prädiktiven Maiskolbengrößenmodell kombiniert werden, das die Maiskolbengröße auf Grundlage des vegetativen Indexwerts, des Aussaatmerkmalwerts, des Vorabbetriebsmerkmalwerts oder des Ertragswerts an verschiedenen Positionen in dem Feld oder Kombinationen davon vorhersagt. Jedes dieser Maiskolbengrößenmodelle oder Kombinationen davon wird gemeinsam durch das Maiskolbengrößenmodell 350 in
Das prädiktive Maiskolbengrößenmodell 350 wird dem prädiktiven Kartengenerator 212 bereitgestellt. Im Beispiel von
Der Maiskolbengrößenkartengenerator 352 kann eine funktionelle prädiktive Maiskolbengrößenkarte 360 erzeugen, die Werte der Maiskolbengröße an verschiedenen Positionen in dem Feld auf Grundlage des vegetativen Indexwerts, des Ertragswerts, des Aussaatmerkmalwerts, des Vorabbetrieb-Merkmalswerts oder anderer Merkmalswerte an diesen Positionen in dem Feld und des prädiktiven Maiskolbengrößenmodells 350 vorhersagt. Die erzeugte funktionelle prädiktive Maiskolbengrößenkarte 360 kann dem Steuerzonengenerator 213, dem Steuersystem 214 oder beiden bereitgestellt werden, wie in
Bei Block 372 verarbeitet das Verarbeitungssystem 338 das eine oder die mehreren empfangenen Sensorsignale, die von dem Maiskolbengrößensensor 336 empfangen werden, um einen Maiskolbengrößenwert zu erzeugen, der eine Maiskolbengröße der Vegetation auf dem Feld angibt, wie etwa eine Größe einer Maisähre.At block 372, the
Bei Block 382 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, Sensorattributen usw.) und Maschinengeschwindigkeit eine genaue geografische Position bestimmen, an der die In-situ erfasste Maiskolbengröße zuzuordnen ist. Zum Beispiel entspricht die Position der landwirtschaftlichen Erntemaschine 100 zu dem Zeitpunkt, zu dem ein Maiskolbengrößensensorsignal erfasst wird, möglicherweise nicht der genauen Position des erfassten Maiskolbens (oder der Pflanze, die den erfassten Maiskolben aufweist) auf dem Feld. Somit kann eine Position der landwirtschaftlichen Erntemaschine 100, wenn das Maiskolbengrößensensorsignal erhalten wird, nicht der Position des Maiskolben (oder der Pflanze mit dem Maiskolben) entsprechen.At
Bei Block 384 erzeugt der prädiktive Modellgenerator 210 ein oder mehrere prädiktive Maiskolbengrößenmodelle, wie etwa das Maiskolbengrößenmodell 350, die eine Beziehung zwischen mindestens einem von einem vegetativen Indexwert, einem Aussaatmerkmalswert, einem Vorabbetriebsmerkmalswert oder einem Ertragswert, der aus einer Karte, wie etwa der vegetativen Indexkarte 332, der Aussaatkarte 399, der Vorabbetriebskarte 400 oder der Ertragskarte 333, erhalten wird, und einem Maiskolbengrößenwert, der durch den In-situ-Sensor 208 erkannt wird, modellieren. Beispielsweise kann der prädiktive Modellgenerator 210 ein prädiktives Maiskolbengrößenmodell auf Grundlage eines vegetativen Indexwerts, eines Aussaatmerkmalwerts, eines Vorabbetriebsmerkmalwerts oder eines Ertragswerts und eines erkannten Maiskolbengrößenwerts, der durch das Sensorsignal angezeigt wird, das von dem In-situ-Sensor 208 erhalten wird, erzeugen.At block 384, the
Bei Block 386 wird das prädiktive Maiskolbengrößenmodell, wie etwa das prädiktive Maiskolbengrößenmodell 350, dem prädiktiven Kartengenerator 212 bereitgestellt, der eine funktionelle prädiktive Maiskolbengrößenkarte erzeugt, die einen prädiktiven Wert der Maiskolbengröße auf Grundlage der vegetativen Indexkarte, der Aussaatkarte, der Vorabbetriebskarte oder der Ertragskarte und des prädiktiven Maiskolbengrößenmodells 350 auf verschiedene geografische Positionen in dem Feld abbildet. Beispielsweise sagt die funktionelle prädiktive Maiskolbengrößenkarte 360 in einigen Beispielen Maiskolbengrößenmerkmale, wie etwa ein Durchmesser, eine Länge oder ein Gewicht oder einen Wert, der Maiskolbenmerkmale angibt, voraus. In anderen Beispielen sagt die funktionelle prädiktive Maiskolbengrößenkarte 360 andere Elemente vorher, wie durch Block 392 angezeigt. Ferner kann die funktionelle prädiktive Maiskolbengrößenkarte 360 während des Verlaufs eines landwirtschaftlichen Erntevorgangs erzeugt werden. Somit wird, wenn sich eine landwirtschaftliche Erntemaschine durch ein Feld bewegt, in dem ein landwirtschaftlicher Erntevorgang durchgeführt wird, die funktionelle prädiktive Maiskolbengrößenkarte 360 erzeugt.At block 386, the predictive corn cob size model, such as the predictive corn cob size model 350, is provided to the predictive map generator 212, which generates a functional predictive corn cob size map that has a predictive value of the corn cob size based on the vegetative index map, the seeding map, the pre-operation map or the yield map and the predictive corn cob size model 350 to different geographic locations in the field. For example, in some examples, the functional predictive corn cob size map 360 predicts corn cob size characteristics, such as a diameter, a length, or a weight or a value indicative of corn cob characteristics. In other examples, functional predictive corn cob size map 360 predicts other items, as indicated by block 392 . Further, the functional predictive corn cob size map 360 may be generated during the course of an agricultural harvesting operation. Thus, as an agricultural harvester moves through a field in which an agricultural harvest operation is being performed, the functional predictive corn cob size map 360 is generated.
Bei Block 394 gibt der prädiktive Kartengenerator 212 die funktionelle prädiktive Maiskolbengrößenkarte 360 aus. Bei Block 393 konfiguriert der prädiktive Kartengenerator 212 die funktionelle prädiktive Maiskolbengrößenkarte 360 für den Verbrauch durch das Steuersystem 214. Bei Block 395 kann der prädiktive Kartengenerator 212 dem Steuerzonengenerator 213 auch die funktionelle prädiktive Maiskolbengrößenkarte 360 zur Erzeugung und Integration von Steuerzonen bereitstellen. Bei Block 397 konfiguriert der prädiktive Kartengenerator 212 die funktionelle prädiktive Maiskolbengrößenkarte 360 auch auf andere Weise. Die funktionelle prädiktive Maiskolbengrößenkarte 360 (mit oder ohne die Steuerzonen) wird dem Steuersystem 214 bereitgestellt. Bei Block 396 erzeugt das Steuersystem 214 Steuersignale, um die steuerbaren Teilsysteme 216 auf Grundlage der funktionellen prädiktiven Maiskolbengrößenkarte 360 zu steuern.At block 394 , the predictive map generator 212 outputs the functional predictive corn cob size map 360 . At block 393, the predictive map generator 212 configures the functional predictive corn cob size map 360 for consumption by the
Das Steuersystem 214 kann Steuersignale erzeugen, um den Erntevorsatz oder andere Maschinenstellglieder 248 zu steuern, wie etwa um eine Position oder einen Abstand der Deckplatten zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Antriebs-Teilsystem 250 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Lenkungs-Teilsystem 252 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Rückstands-Teilsystem 138 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Maschinenreinigungs-Teilsystem 254 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um den Drescher 110 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Materialhandhabungs-Teilsystem 125 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Erntegutreinigungs-Teilsystem 118 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Kommunikationssystem 206 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um die Bedienerschnittstellenmechanismen 218 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um verschiedene andere steuerbare Teilsysteme 256 zu steuern. In anderen Beispielen kann das Steuersystem 214 Steuersignale erzeugen, um eine Drehzahl des Dreschrotors 112 zu steuern, kann Steuersignale erzeugen, um einen Dreschkorbspalt zu steuern, oder kann Steuersignale erzeugen, um die Leistungsabgabe an einige der Pflanzenverarbeitungssysteme, wie etwa die Ernteketten oder Stängelwalzen, einzustellen.The
In dem in
Der Bedienereingabesensor 404 erfasst veranschaulicht verschiedene Bedienereingaben. Die Eingaben können Einstelleingaben zum Steuern der Einstellungen an der landwirtschaftlichen Erntemaschine 100 oder andere Steuereingaben, wie etwa Lenkeingaben und andere Eingaben, sein. Wenn also ein Bediener der landwirtschaftlichen Erntemaschine 100, wie etwa der Bediener 260, eine Einstellung ändert oder eine befohlene Eingabe bereitstellt, wie etwa über einen Bedienerschnittstellenmechanismus 218, wird eine solche Eingabe durch den Bedienereingabesensor 404 erkannt, der ein Sensorsignal bereitstellt, das diese erfasste Bedienereingabe anzeigt. Für den Zweck dieser Offenbarung kann eine Bedienereingabe auch als ein Merkmal, wie etwa ein landwirtschaftliches Merkmal, bezeichnet werden, und somit kann eine Bedienereingabe ein landwirtschaftliches Merkmal sein, die von einem In-situ-Sensor 208 erfasst wird. Das Verarbeitungssystem 406 kann ein oder mehrere Sensorsignale von den landwirtschaftlichen Merkmalssensoren 402 oder dem Bedienereingabesensor 404 oder beiden empfangen und eine Ausgabe erzeugen, die indikativ für das erkannte Merkmal ist. Zum Beispiel kann das Verarbeitungssystem 406 eine Sensoreingabe von einem Landwirtschaftsmerkmalsensor 402 empfangen und eine Ausgabe erzeugen, die ein landwirtschaftliches Merkmal anzeigt. Das Verarbeitungssystem 406 kann auch eine Eingabe vom Bedienereingabesensor 404 empfangen und eine Ausgabe erzeugen, die die erfasste Bedienereingabe anzeigt.
Der prädiktive Modellgenerator 210 kann einen Maiskolbengröße-zu-Landwirtschaftsmerkmal-Modellgenerator 416, ein Maiskolbengröße-zu-Befehl-Modellgenerator 422 und einen anderen Merkmal-zu-Befehl-Modellgenerator 423 beinhalten. In anderen Beispielen kann der prädiktive Modellgenerator 210 zusätzliche, weniger oder andere Modellgeneratoren 424 beinhalten, wie etwa spezifische Landwirtschaftsmerkmal-Modellgeneratoren. Zusätzlich kann der andere Merkmal-zu-Befehl-Modellgenerator 423 als das andere Merkmal vegetative Indexwerte beinhalten, die von der vegetativen Indexkarte 332 bereitgestellt werden, Aussaatmerkmalwerte, die von der Aussaatkarte 399 bereitgestellt werden, Vorabbetriebsmerkmalwerte, die von der Vorabbetriebskarte 400 bereitgestellt werden, oder Ertragswerte, die von der Ertragskarte 333 bereitgestellt werden. Der prädiktive Modellgenerator 210 kann eine geografische Position334 oder eine Angabe einer geografischen Position von dem geografischen Positionssensor 204 empfangen und ein prädiktives Modell 426 erzeugen, das eine Beziehung zwischen den Informationen in einer oder mehreren der Karten und einer oder mehreren landwirtschaftlichen Merkmalen modelliert, die von einem landwirtschaftlichen Merkmalssensor 402 oder einem oder mehreren Bedienereingabebefehle, die von dem Bedienereingabesensor 404 erfasst werden, oder beiden erfasst werden. Zum Beispiel erzeugt der Maiskolbengröße-zu-Landwirtschaftsmerkmal-Modellgenerator 416 ein Modell, das eine Beziehung zwischen Maiskolbengrößenwerten (die auf einer oder mehreren der Karten sein können oder von einer oder mehreren der Karten angegeben werden) und landwirtschaftlichen Merkmalswerten modelliert, die von landwirtschaftlichen Merkmalssensoren 402 erfasst werden. Der Maiskolbengrößen-zu-Befehl-Modellgenerator 422 erzeugt ein Modell, das eine Beziehung zwischen Maiskolbengrößenwerten (die auf einer oder mehreren der Karten liegen oder durch diese angezeigt werden können) und Bedienereingabebefehlen modelliert, die von dem Bedienereingabesensor 404 erfasst werden. Der anderes Merkmal-zu-Befehl-Modellgenerator 423 erzeugt ein Modell, das eine Beziehung zwischen anderen Merkmalswerten (wie etwa vegetativen Indexwerten, Vorabbetriebsmerkmalswerten, Aussaatmerkmalswerten oder Ertragswerten) und Bedienereingabebefehlen modelliert, die von dem Bedienereingabesensor erfasst werden, wie etwa einem Bedienereingabebefehl, der einen Deckplattenabstand oder eine Positionseinstellung für einen oder mehrere Sätze von Deckplatten auf der landwirtschaftlichen Erntemaschine angibt.The
Das von dem prädiktiven Modellgenerator 210 erzeugte prädiktive Modell 426 kann ein oder mehrere der prädiktive Modelle beinhalten, die von dem Maiskolbengröße-zu-Landwirtschaftsmerkmal-Modellgenerator 416, dem Maiskolbengröße-zu-Befehl-Modellgenerator 422, dem anderen Merkmal-zu-Befehl-Modellgenerator 423 und anderen Modellgeneratoren, die als Teil anderer Elemente 424 enthalten sein können, erzeugt werden können.The predictive model 426 generated by the
Im Beispiel von
Der prädiktive Bedienerbefehl-Kartengenerator 432 empfängt eine oder mehrere der Karten ein prädiktives Modell 426, das eine Beziehung zwischen einem oder mehreren Maiskolbengrößenwerten und einer oder mehreren Bedienerbefehlseingaben (wie etwa einem prädiktiven Modell, das von dem Maiskolbengrößen-zu-Befehl-Modellgenerator 422 erzeugt wird) oder einem oder mehreren anderen Merkmalen und einer oder mehreren Bedienerbefehlseingaben (wie etwa einem prädiktiven Modell, das von dem anderen Merkmal-zu-Befehl-Modellgenerator 423 erzeugt wird) modelliert. Der prädiktive Bedienerbefehlskartengenerator 432 erzeugt eine funktionelle prädiktive Bedienerbefehlskarte 440, die Bedienerbefehle an verschiedenen Positionen auf Grundlage eines oder mehrerer der Werte in der einen oder den mehreren der Karten an diesen Positionen in dem Feld und auf Grundlage des prädiktiven Modells 426 vorhersagt. Zum Beispiel erzeugt der prädiktive Bedienerbefehlskartengenerator 432 eine funktionelle prädiktive Bedienerbefehlskarte 440, die an einer beliebigen gegebenen Position in dem Feld einen Bedienerbefehl an dieser Position auf Grundlage eines Maiskolbengrößenwerts, eines Ertragswerts, eines vegetativen Indexwerts, eines Aussaatmerkmalwerts oder eines Vorabbetriebsmerkmalwerts, der in der funktionellen prädiktiven Maiskolbengrößenkarte 360 enthalten ist, vorhersagt, wobei die Ertragskarte 333, die vegetative Indexkarte 332, die Aussaatmerkmalskarte 399 bzw. die Vorabbetriebskarte 400 dieser Position entsprechen.The predictive operator command map generator 432 receives one or more of the maps a predictive model 426 representing a relationship between one or more corn cob size values and one or more operator command inputs (such as a predictive model generated by the corn cob size-to-command model generator 422 ) or one or more other features and one or more operator command inputs (such as a predictive model, generated by the other feature-to-command model generator 423). The predictive operator command map generator 432 generates a functional predictive operator command map 440 that predicts operator commands at various locations based on one or more of the values in the one or more maps at those locations in the field and based on the predictive model 426. For example, the predictive operator command map generator 432 generates a functional predictive operator command map 440 that, at any given location in the field, an operator command at that location based on a corn cob size value, a yield value, a vegetative index value, a seeding trait value, or a pre-operation trait value contained in the functional predictive Corn cob size map 360 is included, with
Der prädiktive Kartengenerator 212 gibt eine oder mehrere der funktionellen prädiktiven Karten 436 oder 440 aus. Jede der funktionellen prädiktiven Karten 436 oder 440 kann dem Steuerzonengenerator 213, dem Steuersystem 214 oder beiden bereitgestellt werden, wie in
Bei Block 454 verarbeitet das Verarbeitungssystem 406 die Daten, die in dem Sensorsignal oder den Sensorsignalen enthalten sind, die von dem oder den In-situ-Sensor(en) 208 empfangen werden, um verarbeitete Daten 409 zu erhalten, dargestellt in
Zurückkommend zu
Bei Block 458 erzeugt der prädiktive Modellgenerator 210 ein oder mehrere prädiktive Modelle 426, die eine Beziehung zwischen einem abgebildeten Wert in einer bei Block 442 empfangenen Karte und einem in den verarbeiteten Daten 409 dargestellten Merkmal modellieren. Beispielsweise kann in einigen Fällen der abgebildete Wert in der empfangenen Karte ein Maiskolbengrößenwert sein und der prädiktive Modellgenerator 210 erzeugt ein prädiktives Modell mithilfe des abgebildeten Werts einer empfangenen Karte und einem durch In-situ-Sensoren 208 erfassten Merkmal, wie in den verarbeiteten Daten 409 dargestellt, oder einem verwandten Merkmal, wie etwa einem Merkmal, das mit dem durch In-situ-Sensoren 208 erfassten Merkmal korreliert.At block 458, the
Zum Beispiel kann der prädiktive Modellgenerator 210 bei Block 460 ein prädiktives Modell 426 erzeugen, das eine Beziehung zwischen einem Maiskolbengrößenwert, der von einer oder mehreren Karten erhalten wird, und landwirtschaftlichen Merkmalsdaten, die von einem In-situ-Sensor 208 erhalten werden, modelliert. In einem weiteren Beispiel kann der prädiktive Modellgenerator 210 bei Block 462 ein prädiktives Modell 426 erzeugen, das eine Beziehung zwischen einem Maiskolbengrößenwert, der von einer oder mehreren Karten erhalten wird, und Bedienerbefehlseingaben, die von einem In-situ-Sensor 208 erhalten werden, modelliert. In einem weiteren Beispiel kann der prädiktive Modellgenerator 210 bei Block 463 ein prädiktives Modell 426 erzeugen, das eine Beziehung zwischen einem anderen Merkmalswert, der von einer oder mehreren Karten erhalten wird, und Bedienerbefehlseingaben, die von einem In-situ-Sensor 208 erhalten werden, modelliert. Der Modellgenerator 210 kann eine Vielzahl anderer prädiktiver Modelle erzeugen, die Beziehungen zwischen verschiedenen anderen Merkmalswerten, die von einer oder Karten erhalten werden, und Daten von einem oder mehreren In-situ-Sensoren 208 modellieren.For example, at block 460, the
Das eine oder die mehreren prädiktiven Modelle 426 werden dem prädiktiven Kartengenerator 212 bereitgestellt. Bei Block 466 erzeugt der prädiktive Kartengenerator 212 eine oder mehrere funktionelle prädiktive Karten. Die funktionellen prädiktiven Karten können eine oder mehrere funktionelle prädiktive landwirtschaftliche Merkmalskarten 436 oder eine oder mehrere funktionelle prädiktive Bedienerbefehlskarten 440 oder eine beliebige Kombination dieser Karten sein. Die funktionelle prädiktive landwirtschaftliche Merkmalskarte 436 prognostiziert ein landwirtschaftliches Merkmal an verschiedenen Positionen in dem Feld. Die funktionelle prädiktive Bedienerbefehlskarte 440 prognostiziert gewünschte oder wahrscheinliche Bedienerbefehlseingaben an verschiedenen Positionen in dem Feld. Ferner kann eine oder mehrere der funktionellen prädiktive Karten 436 und 440 während eines landwirtschaftlichen Vorgangs erzeugt werden. Wenn sich die landwirtschaftliche Erntemaschine 100 beim Durchführen eines landwirtschaftlichen Vorgangs durch ein Feld bewegt werden somit die eine oder mehreren prädiktive Karten 436 und 440 erzeugt, während der landwirtschaftliche Vorgang durchgeführt wird.The one or more predictive models 426 are provided to the predictive map generator 212 . At block 466, the predictive map generator 212 generates one or more functional predictive maps. The functional predictive maps may be one or more functional predictive agricultural feature maps 436, or one or more functional predictive operator command maps 440, or any combination of these maps. The functional predictive agricultural feature map 436 predicts an agricultural feature at various positions in the field. The functional predictive operator command map 440 predicts desired or likely operator command inputs at various locations in the field. Furthermore, one or more of functional predictive maps 436 and 440 may be generated during a farming operation. Thus, as the
Bei Block 468 gibt der prädiktive Kartengenerator 212 die eine oder die mehreren funktionellen prädiktiven Karten 436 und 440 aus. Bei Block 470 kann der prädiktive Kartengenerator 212 die eine oder mehreren Karten zur Präsentation für und zur möglichen Interaktion durch einen Bediener 260 oder einen anderen Benutzer konfigurieren. Bei Block 472 kann der prädiktive Kartengenerator 212 die eine oder mehreren Karten für den Verbrauch durch das Steuersystem 214 konfigurieren. Bei Block 474 kann der prädiktive Kartengenerator 212 die eine oder mehrere prädiktive Karten 436 und 440 dem Steuerzonengenerator 213 zur Erzeugung und Integration von Steuerzonen bereitstellen. Bei Block 476 konfiguriert der prädiktive Kartengenerator 212 die eine oder mehreren prädiktiven Karten 436 und 440 auf andere Weise, die dem Bediener 260 oder einem anderen Benutzer präsentiert oder auch dem Steuersystem 214 bereitgestellt werden können.At block 468, the predictive map generator 212 outputs the one or more functional predictive maps 436 and 440. At block 470, the predictive map generator 212 may configure the one or more maps for presentation to and possible interaction by an
Bei Block 478 erzeugt das Steuersystem 214 dann Steuersignale, um die steuerbaren Teilsysteme der landwirtschaftlichen Erntemaschine 100, wie etwa steuerbare Teilsysteme 216, auf Grundlage der einen oder mehreren funktionellen prädiktiven Karten 436 oder 440 (oder der funktionellen prädiktiven Karten 436 oder 440, die Steuerzonen aufweisen) sowie einer Eingabe von dem geografischen Positionssensor 204 zu steuern. Wenn zum Beispiel die funktionelle prädiktive landwirtschaftliche Merkmalskarte 436 dem Steuersystem 214 bereitgestellt wird, erzeugen eine oder mehrere Steuerungen als Reaktion darauf Steuersignale, um eines oder mehrere der steuerbaren Teilsysteme 216 zu steuern, um den Betrieb der landwirtschaftlichen Erntemaschine 100 auf Grundlage der vorhergesagten landwirtschaftlichen Merkmalswerte in der funktionellen prädiktiven landwirtschaftlichen Merkmalskarte 436 oder der funktionellen prädiktiven landwirtschaftlichen Merkmalskarte 436, die Steuerzonen enthält, zu steuern. In einem weiteren Beispiel, wenn die funktionelle prädiktive Befehlskarte 440 dem Steuersystem 214 bereitgestellt wird, erzeugen eine oder mehrere Steuerungen als Reaktion darauf Steuersignale, um eines oder mehrere der steuerbaren Teilsysteme 216 zu steuern, um den Betrieb der landwirtschaftlichen Erntemaschine 100 auf Grundlage der vorhergesagten Bedienerbefehlswerte in der funktionellen prädiktiven Befehlskarte 440 oder der funktionellen prädiktiven Befehlskarte 440, die Steuerzonen enthält, zu steuern. Dies wird durch Block 480 angezeigt.At block 478, the
Block 484 zeigt ein Beispiel, in dem das Steuersystem 214 die funktionelle prädiktive Bedienerbefehlskarte 440 oder die funktionelle prädiktive Bedienerbefehlskarte 440 mit hinzugefügten Steuerzonen empfängt. Als Reaktion darauf generiert die Einstellungssteuerung 232 Steuersignale, um andere Maschineneinstellungen oder Maschinenfunktionen auf Grundlage von vorhergesagten Bedienerbefehlseingaben in der funktionellen prädiktiven Bedienerbefehlskarte 440 oder der funktionellen prädiktiven Bedienerbefehlskarte 440 zu steuern, wobei Steuerzonen hinzugefügt werden. Block 485 zeigt, dass Steuersignale zum Steuern des Betriebs der landwirtschaftlichen Erntemaschine 100 auch auf andere Weise generiert werden können, zum Beispiel auf Grundlage einer Kombination der funktionellen prädiktiven Karten 436 oder 440. Zum Beispiel erzeugen eine oder mehrere Steuerungen auf Grundlage der funktionellen prädiktiven Karten 436 oder 440 (mit oder ohne Steuerzonen) oder beider Steuersignale, um eines oder mehrere der steuerbaren Teilsysteme 216 zu steuern, um den Betrieb der landwirtschaftlichen Erntemaschine 100 auf Grundlage der vorhergesagten landwirtschaftlichen Merkmalswerte in der funktionellen prädiktiven landwirtschaftlichen Merkmalskarte 436 oder der funktionellen prädiktiven landwirtschaftlichen Merkmalskarte 436, die Steuerzonen oder Bedienerbefehlswerte in der funktionellen prädiktiven Bedienerbefehlskarte 440 enthält, oder der funktionellen prädiktiven Bedienerbefehlskarte 440, die Steuerzonen enthält, zu steuern.
Das Steuersystem 214 kann Steuersignale erzeugen, um den Erntevorsatz oder andere Maschinenstellglied(er) 248 zu steuern, wie etwa um eine Position oder einen Abstand zwischen Deckplatten zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Antriebs-Teilsystem 250 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Lenkungs-Teilsystem 252 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Rückstands-Teilsystem 138 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Maschinenreinigungs-Teilsystem 254 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um den Drescher 110 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Materialhandhabungs-Teilsystem 125 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Erntegutreinigungs-Teilsystem 118 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Kommunikationssystem 206 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um die Bedienerschnittstellenmechanismen 218 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um verschiedene andere steuerbare Teilsysteme 256 zu steuern. In anderen Beispielen kann das Steuersystem 214 Steuersignale erzeugen, um eine Drehzahl des Dreschrotors 112 zu steuern, kann Steuersignale erzeugen, um einen Dreschkorbspalt zu steuern, oder kann Steuersignale erzeugen, um die Leistungsabgabe an einige der Pflanzenverarbeitungssysteme, wie etwa die Ernteketten oder Stängelwalzen, einzustellen.The
Die Maschinensensoren 982 können unterschiedliche Merkmale der landwirtschaftlichen Erntemaschine 100 erfassen. Wie vorstehend erörtert, können die Maschinensensoren 982 beispielsweise Maschinengeschwindigkeitssensoren 146, einen Abscheider-Verlustsensor 148, eine Reinkornkamera 150, einen nach vorne gerichteten Bilderfassungsmechanismus 151, Verlustsensoren 152 oder einen geografischen Positionssensor 204 beinhalten, von denen Beispiele vorstehend beschrieben sind. Maschinensensoren 982 können auch Maschineneinstellungssensoren 991 beinhalten, die Maschineneinstellungen erfassen. Einige Beispiele für Maschineneinstellungen wurden vorstehend in Bezug auf
Die Ernteguteigenschaftssensoren 984 können Merkmale des abgetrennten Ernteguts während der Verarbeitung des Ernteguts durch die landwirtschaftliche Erntemaschine 100 erfassen. Die Ernteguteigenschaften können Dinge wie etwa die Art des Ernteguts, die Feuchtigkeit des Ernteguts, die Kornqualität (wie etwa gebrochenes Korn), die MOG-Werte, die Kornbestandteile wie etwa Stärken und Protein, die MOG-Feuchtigkeit und andere Eigenschaften des Erntematerials beinhalten.The crop
Die Feld- und Bodeneigenschaftssensoren 985 können die Merkmale des Feldes und des Bodens erfassen. Die Feld- und Bodeneigenschaften können Bodenfeuchtigkeit, Bodenkompaktheit, das Vorhandensein und die Position von stehendem Wasser, Bodentyp und andere Boden- und Feldmerkmale beinhalten.The field and
Die Umgebungsmerkmalsensoren 987 können eine oder mehrere Umgebungsmerkmale erfassen. Die Umgebungsmerkmale können Dinge wie Windrichtung und Windgeschwindigkeit, Niederschlag, Nebel, Staubniveau oder andere Verschmutzungen oder andere Umgebungsmerkmale beinhalten.
Die landwirtschaftliche Erntemaschine 100 oder andere Arbeitsmaschinen können eine Vielzahl verschiedener Arten von steuerbaren Stellgliedern aufweisen, die verschiedene Funktionen ausführen. Die steuerbaren Stellglieder an der landwirtschaftlichen Erntemaschine 100 oder anderen Arbeitsmaschinen werden gemeinsam als Arbeitsmaschinenstellglieder (WMAs) bezeichnet. Jedes WMA kann auf Grundlage von Werten auf einer funktionellen prädiktiven Karte unabhängig steuerbar sein, oder die WMAs können als Sätze auf Grundlage eines oder mehrerer Werte auf einer funktionellen prädiktiven Karte gesteuert werden. Daher kann der Steuerzonengenerator 213 Steuerzonen erzeugen, die jedem individuell steuerbaren WMA entsprechen oder den Sätzen von WMAs entsprechen, die in Abstimmung miteinander gesteuert werden.The
Der WMA-Selektor 486 wählt ein WMA oder einen Satz von WMAs aus, für die entsprechende Steuerzonen erzeugt werden sollen. Das Steuerzonenerzeugungssystem 488 erzeugt dann die Steuerzonen für das ausgewählte WMA oder einen Satz von WMAs. Für jedes WMA oder jede Gruppe von WMAs können unterschiedliche Kriterien bei der Identifizierung von Steuerzonen verwendet werden. Beispielsweise kann für ein WMA die WMA-Reaktionszeit als Kriterium zum Definieren der Grenzen der Steuerzonen verwendet werden. In einem weiteren Beispiel können Verschleißmerkmale (z. B. wie stark ein bestimmtes Stellglied oder ein bestimmter Mechanismus als Ergebnis seiner Bewegung verschleißt) als Kriterium zum Identifizieren der Grenzen von Steuerzonen verwendet werden. Die Steuerzonenkriterienidentifikationskomponente 494 identifiziert bestimmte Kriterien, die bei der Definition von Steuerzonen für das ausgewählte WMA oder einen Satz von WMAs verwendet werden sollen. Die Steuerzonengrenzendefinitionskomponente 496 verarbeitet die Werte auf einer funktionellen prädiktiven Karte, die analysiert wird, um die Grenzen der Steuerzonen auf dieser funktionellen prädiktiven Karte basierend auf den Werten in der funktionellen prädiktiven Karte, die analysiert wird, und basierend auf den Steuerzonenkriterien für das ausgewählte WMA oder einen Satz von WMAs zu definieren.The
Die Zieleinstellungsidentifikationskomponente 498 setzt einen Wert der Zieleinstellung, der zum Steuern des WMA oder eines Satzes von WMAs in verschiedenen Steuerzonen verwendet wird. Wenn zum Beispiel das ausgewählte WMA Erntevorsatz- oder andere Maschinenstellglieder 248 ist und die analysierte funktionelle prädiktive Karte eine funktionelle prädiktive Maiskopfgrößenkarte 360 (mit Steuerzonen) ist, die prädiktive Maiskopfgrößenwerte abbildet, die einen Durchmesser, eine Länge oder ein Gewicht von Maisköpfen (wie etwa Maisähren) an verschiedenen Positionen über das Feld hinweg angeben, kann die Zieleinstellung in jeder Steuerzone eine Deckplattenposition oder Deckplattenabstandseinstellung auf Grundlage von Maiskopfgrößenwerten sein, die in der funktionellen prädiktiven Maiskopfgrößenkarte 360 innerhalb der identifizierten Steuerzone enthalten sind. Dies liegt daran, dass es bei einer Maiskopfgröße der Vegetation an einer Position auf dem Feld, das von der landwirtschaftlichen Erntemaschine 100 geerntet werden soll, unter anderem wichtig ist, die Position oder den Abstand der Deckplatten der landwirtschaftlichen Erntemaschine 100 so zu steuern, dass die Deckplatten richtige Einstellungen aufweisen, um Verluste zu reduzieren und die Aufnahme von anderem Material als Korn (MOG) zu reduzieren.The target
In einigen Beispielen, in denen die landwirtschaftliche Erntemaschine 100 auf Grundlage einer aktuellen oder zukünftigen Position der landwirtschaftlichen Erntemaschine 100 gesteuert werden soll, können mehrere Zieleinstellungen für ein WMA an einer bestimmten Position möglich sein. In diesem Fall können die Zieleinstellungen unterschiedliche Werte haben und konkurrieren. Daher müssen die Zieleinstellungen aufgelöst werden, damit nur eine einzige Zieleinstellung zur Steuerung des WMA verwendet werden kann. Wenn das WMA zum Beispiel ein Stellglied im Antriebssystem 250 ist, das gesteuert wird, um die Geschwindigkeit der landwirtschaftlichen Erntemaschine 100 zu steuern, können mehrere verschiedene konkurrierende Sätze von Kriterien existieren, die vom Steuerzonenerzeugungssystem 488 bei der Identifizierung der Steuerzonen und der Zieleinstellungen für das ausgewählte WMA in den Steuerzonen berücksichtigt werden. Beispielsweise können unterschiedliche Zieleinstellungen zum Steuern der Position oder des Abstands der Deckplatte beispielsweise auf Grundlage eines erkannten oder vorhergesagten Maiskopfgrößenwerts, eines erkannten oder vorhergesagten Bedienerbefehlseingabewerts, eines erkannten oder vorhergesagten Ertragswerts, eines erkannten oder vorhergesagten vegetativen Indexwerts, eines erkannten oder vorhergesagten Vorschubgeschwindigkeitswerts, eines erkannten oder vorhergesagten Kraftstoffeffizienzwerts, eines erkannten oder vorhergesagten Kornverlustwerts oder einer Kombination davon erzeugt werden. Es versteht sich, dass dies lediglich Beispiele sind und die Zieleinstellungen für verschiedene WMAs auf verschiedenen anderen Werten oder Kombinationen von Werten basieren können. Jedoch kann die landwirtschaftliche Erntemaschine 100 zu jedem gegebenen Zeitpunkt nicht mehrere Positionen oder Abstandsanordnungen für denselben Satz von Deckplatten gleichzeitig aufweisen. Vielmehr befinden sich die Position oder der Abstand eines Satzes von Deckplatten der landwirtschaftlichen Erntemaschine 100 jederzeit an einer bestimmten Position oder weisen einen bestimmten Abstand auf. Somit wird eine der konkurrierenden Zieleinstellungen ausgewählt, um die Position oder den Abstand der Deckplatten der landwirtschaftlichen Erntemaschine 100 zu steuern.In some examples where the
In einigen Beispielen erzeugt das Regimezonenerzeugungssystem 490 daher Regimezonen, um mehrere verschiedene konkurrierende Zieleinstellungen aufzulösen. Die Regimezonenkriterienidentifikationskomponente 522 identifiziert die Kriterien, die verwendet werden, um Regimezonen für das ausgewählte WMA oder einen Satz von WMAs auf der zu analysierenden funktionellen prädiktiven Karte festzulegen. Einige Kriterien, die verwendet werden können, um Regimezonen zu identifizieren oder zu definieren, beinhalten zum Beispiel Maiskopfgrößen, Bedienerbefehlseingaben, vegetative Indexwerte, Ertragswerte sowie eine Vielzahl anderer Kriterien, zum Beispiel Erntegutart oder Erntegutsorte auf Grundlage einer Bestandskarte oder einer anderen Quelle der Erntegutart oder Erntegutsorte, Unkrautart, Unkrautintensität oder des Erntegutzustands, wie etwa ob das Erntegut umgeknickt, teilweise umgeknickt oder stehend ist, sowie einer beliebigen Anzahl anderer Kriterien. Dies sind nur einige Beispiele für die Kriterien, die zur Identifizierung oder Definition von Regimezonen verwendet werden können. So wie jedes WMA oder jede Gruppe von WMAs eine entsprechende Steuerzone aufweisen kann, können unterschiedliche WMAs oder Gruppen von WMAs eine entsprechende Regimezone aufweisen. Die Regimezonengrenzendefinitionskomponente 524 identifiziert die Grenzen von Regimezonen auf der funktionellen prädiktiven Karte, die analysiert wird, basierend auf den Regimezonenkriterien, die durch die Regimezonenkriterienidentifikationskomponente 522 identifiziert wurden.Thus, in some examples, regime
In einigen Beispielen können sich Regimezonen überschneiden. Beispielsweise kann sich eine Maiskopfgrößenregimezone mit einem Teil oder einer Gesamtheit einer Erntegutzustandsregimezone überschneiden. In einem solchen Beispiel können die verschiedenen Regimezonen einer Präzedenzhierarchie zugewiesen werden, so dass, wenn sich zwei oder mehr Regimezonen überschneiden, die Regimezone, der eine größere hierarchische Position oder Bedeutung in der Präzedenzhierarchie zugewiesen wurde, Vorrang vor den Regimezonen hat, die eine geringere hierarchische Position oder Bedeutung in der Präzedenzhierarchie haben. Die Prioritätshierarchie der Regimezonen kann manuell oder automatisch mithilfe eines regelbasierten Systems, eines modellbasierten Systems oder eines anderen Systems eingestellt werden. Als ein Beispiel kann, wenn sich eine Regimezone mit Maiskopfgröße mit einer Erntegutzustandsregimezone überschneidet, der Regimezone mit Maiskopfgröße eine größere Bedeutung in der Vorranghierarchie als der Erntegutzustandsregimezone zugewiesen werden, so dass die Regimezone mit Maiskopfgröße Vorrang hat.In some examples, regime zones may overlap. For example, a corn head size regime zone may overlap with some or all of a crop condition regime zone. In such an example, the various regime zones may be assigned a precedent hierarchy such that when two or more regime zones overlap, the regime zone that has been assigned a greater hierarchical position or importance in the precedent hierarchy takes precedence over the regime zones that have a lower hierarchical position position or importance in the precedent hierarchy. The regime zone priority hierarchy may be set manually or automatically using a rule-based system, a model-based system, or some other system. As an example, if a corn head size regime zone overlaps with a crop condition regime zone, the corn head size regime zone may be assigned greater importance in the hierarchy of precedence than the crop condition regime zone, such that the corn head size regime zone takes precedence.
Darüber hinaus kann jede Regimezone über einen eindeutigen Einstellungsresolver für ein bestimmtes WMA oder einen Satz von WMAs verfügen. Die Einstellungsresolveridentifikationskomponente 526 identifiziert einen bestimmten Einstellungsresolver für jede Regimezone, die auf der zu analysierenden funktionellen prädiktiven Karte identifiziert wurde, und einen bestimmten Einstellungsresolver für das ausgewählte WMA oder Satz von WMAs.In addition, each regime zone may have a unique setting resolver for a specific WMA or set of WMAs. The adjustment
Sobald der Einstellungsresolver für eine bestimmte Regimezone identifiziert ist, kann dieser Einstellungsresolver verwendet werden, um konkurrierende Zieleinstellungen aufzulösen, wobei mehr als eine Zieleinstellung auf Grundlage der Steuerzonen identifiziert wird. Die verschiedenen Arten von Einstellungsresolvern können unterschiedliche Formen aufweisen. Beispielsweise können die Einstellungsresolver, die für jede Regimezone identifiziert werden, einen Resolver menschlicher Wahl beinhalten, bei dem die konkurrierenden Zieleinstellungen einem Bediener oder einem anderen Benutzer zur Auflösung präsentiert werden. In einem weiteren Beispiel kann der Einstellungsresolver ein neuronales Netzwerk oder andere künstliche Intelligenz oder ein maschinelles Lernsystem beinhalten. In solchen Fällen können die Einstellungsresolver die konkurrierenden Zieleinstellungen basierend auf einer vorhergesagten oder historischen Qualitätsmetrik auflösen, die jedem der unterschiedlichen Zieleinstellungen entspricht. Beispielsweise kann ein erhöhter Deckplattenabstand die Menge an MOG-Aufnahme reduzieren, aber den Kornverlust am Erntevorsatz erhöhen. Ein verringerter Deckplattenabstand kann die Menge der MOG-Aufnahme erhöhen und somit die Gesamtmaschinenkapazität verringern. Wenn eine Qualitätsmetrik ausgewählt wird, wie etwa Kornverlust oder Maschinenkapazität, kann der vorhergesagte oder historische Wert für die ausgewählte Qualitätsmetrik angesichts der zwei konkurrierenden Deckplattenabstandseinstellungswerte verwendet werden, um konkurrierende Einstellungen für ein WMA oder einen Satz von WMAs aufzulösen. In einigen Fällen können die Einstellungsresolver ein Satz von Schwellenwertregeln sein, die anstelle oder zusätzlich zu den Regimezonen verwendet werden können. Ein Beispiel für eine Schwellenwertregel kann wie folgt ausgedrückt werden:
- Wenn vorhergesagte Maiskopfgrößenwerte innerhalb von 6 Metern (20 Fuß) vom Erntevorsatz der landwirtschaftlichen Erntemaschine 100 größer als x sind (wobei x ein ausgewählter oder vorbestimmter Wert ist), dann ist der Zieleinstellwert zu verwenden, der auf Grundlage des Kornverlusts des Erntevorsatzes gegenüber anderen konkurrierenden Zieleinstellungen ausgewählt wird, andernfalls ist der Zieleinstellwert auf Grundlage der Maschinenkapazität gegenüber anderen konkurrierenden Zieleinstellwerten zu verwenden.
- If predicted corn head size values within 6 meters (20 feet) of the header of
agricultural harvester 100 are greater than x (where x is a selected or predetermined value), then use the target setting based on the grain loss of the header versus other competing target settings is selected, otherwise use the target setting based on machine capacity versus other competing target setting.
Die Einstellungsresolver können logische Komponenten sein, die logische Regeln beim Identifizieren einer Zieleinstellung ausführen. Beispielsweise kann der Einstellungsresolver Zieleinstellungen auflösen, während er versucht, die Erntezeit zu minimieren oder die Gesamterntekosten zu minimieren oder geerntetes Korn zu maximieren oder auf anderen Variablen basiert, die in Abhängigkeit der verschiedenen in Frage kommenden Zieleinstellungen berechnet werden. Eine Erntezeit kann minimiert werden, wenn eine Menge zum Abschließen einer Ernte auf einen ausgewählten Schwellenwert oder darunter reduziert wird. Gesamterntekosten können minimiert werden, wenn die Gesamterntekosten auf oder unter einen ausgewählten Schwellenwert reduziert werden. Erntegut kann maximiert werden, wenn die Menge an Erntegut auf oder über einen ausgewählten Schwellenwert erhöht wird.The attitude resolvers can be logical components that execute logical rules in identifying a target attitude. For example, the attitude resolver may resolve target settings while attempting to minimize harvest time, or minimize total harvest cost, or maximize grain harvested, or based on other variables calculated depending on the various target settings in question. Harvest time can be minimized when an amount to complete a harvest is reduced to a selected threshold or below. Total harvesting costs can be minimized when the total harvesting costs are reduced to or below a selected threshold. Crop can be maximized when the amount of crop is increased to or above a selected threshold.
Bei Block 530 empfängt der Steuerzonengenerator 213 eine Karte, die zur Verarbeitung analysiert wird. In einem Beispiel, wie bei Block 532 gezeigt, ist die analysierte Karte eine funktionelle prädiktive Karte. Beispielsweise kann die analysierte Karte eine der funktionellen prädiktiven Karten 436 oder 440 sein. In einem weiteren Beispiel kann die analysierte Karte die funktionelle prädiktive Maiskolbengrößenkarte 360 sein. Block 534 gibt an, dass die zu analysierende Karte auch andere Karten sein kann.At block 530, the
Bei Block 536 wählt der WMA-Selektor 486 ein WMA oder einen Satz von WMAs aus, für die Steuerzonen auf der analysierten Karte erzeugt werden sollen. Bei Block 538 erhält die Steuerzonenkriterienidentifikationskomponente 494 Steuerzonendefinitionskriterien für die ausgewählten WMAs oder den Satz von WMAs. Block 540 gibt ein Beispiel an, in dem die Steuerzonenkriterien Verschleißmerkmale des ausgewählten WMA oder Satzes von WMAs sind oder beinhalten. Block 542 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien eine Größe und Variation von Eingangsquellendaten sind oder beinhalten, wie etwa die Größe und Variation der Werte auf der analysierten Karte oder die Größe und Variation von Eingaben von verschiedenen In-situ-Sensoren 208. Block 544 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien physikalische Maschinenmerkmale sind oder beinhalten, wie etwa die physikalischen Abmessungen der Maschine, eine Geschwindigkeit, mit der verschiedene Teilsysteme arbeiten, oder andere physikalische Maschinenmerkmale. Block 546 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien eine Reaktionsfähigkeit des ausgewählten WMA oder Satzes von WMAs beim Erreichen neu befohlener Einstellwerte sind oder beinhalten. Block 548 gibt ein Beispiel an, in dem die Steuerungszonendefinitionskriterien Maschinenleistungsmetriken sind oder beinhalten. Block 549 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien zeitbasiert sind, was bedeutet, dass die landwirtschaftliche Erntemaschine 100 die Grenze einer Steuerzone nicht überschreitet, bis eine ausgewählte Zeitspanne verstrichen ist, seit dem die landwirtschaftliche Erntemaschine 100 in eine bestimmte Steuerzone eingetreten ist. In einigen Fällen kann die ausgewählte Zeitdauer eine minimale Zeitdauer sein. So können die Steuerzonendefinitionskriterien in einigen Fällen verhindern, dass die landwirtschaftliche Erntemaschine 100 eine Grenze einer Steuerzone überschreitet, bis zumindest die ausgewählte Zeitspanne verstrichen ist. Block 550 gibt ein Beispiel an, in dem die Steuerungszonendefinitionskriterien Bedienerpräferenzen sind oder beinhalten. Block 551 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien auf einem ausgewählten Größenwert basieren. Beispielsweise kann ein Steuerzonendefinitionskriterium, das auf einem ausgewählten Größenwert basiert, die Definition einer Steuerzone ausschließen, die kleiner als die ausgewählte Größe ist. In einigen Fällen kann die ausgewählte Größe eine Mindestgröße sein. Block 552 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien auch andere Elemente sind oder beinhalten.At block 536, the
Bei Block 554 erhält die Regimezonenkriterienidentifikationskomponente 522 Regimezonendefinitionskriterien für das ausgewählte WMA oder den ausgewählten Satz von WMAs. Block 556 gibt ein Beispiel an, in dem die Regimezonendefinitionskriterien auf einer manuellen Eingabe von Bediener 260 oder einem anderen Benutzer basieren. Block 558 veranschaulicht ein Beispiel, in dem die Regimezonendefinitionskriterien auf Maiskolbengrößenwerten basieren. Block 560 veranschaulicht ein Beispiel, in dem die Regimezonendefinitionskriterien auf vegetativen Indexwerten basieren. Block 561 veranschaulicht ein Beispiel, in dem die Regimezonenkriterien auf Aussaatmerkmalwerten basieren. Block 562 gibt ein Beispiel an, in dem die Regimezonendefinitionskriterien auf Ertragswerten basieren. Block 564 gibt ein Beispiel an, in dem die Regimezonendefinitionskriterien auch andere Kriterien sind oder beinhalten, zum Beispiel Erntegutart oder Erntegutsorte, Unkrautart, Unkrautintensität oder Erntegutzustand, wie etwa ob das Erntegut umgeknickt ist. Andere Kriterien können ebenfalls verwendet werden.At block 554, regimen zone
Bei Block 566 erzeugt die Steuerzonengrenzendefinitionskomponente 496 die Grenzen von Steuerzonen auf der zu analysierenden Karte auf Grundlage der Steuerzonenkriterien. Die Regimezonengrenzendefinitionskomponente 524 erzeugt die Grenzen von Regimezonen auf der zu analysierenden Karte auf Grundlage der Regimezonenkriterien. Block 568 gibt ein Beispiel an, in dem die Zonengrenzen für die Steuerzonen und Regimezonen identifiziert werden. Block 570 zeigt, dass die Zieleinstellungsidentifikationskomponente 498 die Zieleinstellungen für jede der Steuerzonen identifiziert. Die Steuerzonen und Regimezonen können auch auf andere Weise erzeugt werden, was durch Block 572 angezeigt wird.At block 566, the tax zone
Bei Block 574 identifiziert die Einstellungsresolveridentifikationskomponente 526 den Einstellungsresolver für die ausgewählten WMAs in jeder Regimezone, die durch die Regimezonengrenzendefinitionskomponente 524 definiert ist. Wie vorstehend erörtert, kann der Regimezonenresolver ein menschlicher Resolver 576, ein Resolver für künstliche Intelligenz oder ein maschinelles Lernsystem 578, ein Resolver 580 auf Grundlage vorhergesagter oder historischer Qualität für jede konkurrierende Zieleinstellung, ein regelbasierter Resolver 582, ein leistungskriterienbasierter Resolver 584 oder andere Resolver 586 sein.At block 574 , the adjustment
Bei Block 588 bestimmt der WMA-Selektor 486, ob weitere WMAs oder Sätze von WMAs zu verarbeiten sind. Wenn zusätzliche WMAs oder Sätze von WMAs noch zu verarbeiten sind, kehrt die Verarbeitung zu Block 536 zurück, wo das nächste WMA oder der Satz von WMAs ausgewählt wird, für die Steuerzonen und Regimezonen definiert werden sollen. Wenn keine zusätzlichen WMAs oder Sätze von WMAs verbleiben, für die Steuerzonen oder Regimezonen erzeugt werden sollen, bewegt sich die Verarbeitung zu Block 590, wo der Steuerzonengenerator 213 eine Karte mit Steuerzonen, Zieleinstellungen, Regimezonen und Einstellungsresolvern für jedes der WMAs oder Sätze von WMAs ausgibt. Wie vorstehend erörtert, kann die ausgegebene Karte dem Bediener 260 oder einem anderen Benutzer präsentiert werden; die ausgegebene Karte kann dem Steuersystem 214 bereitgestellt werden; oder die ausgegebene Karte kann auf andere Weise ausgegeben werden.At block 588, the
Bei Block 612 empfängt das Steuersystem 214 ein Sensorsignal vom geografischen Positionssensor 204. Das Sensorsignal von dem geografischen Positionssensor 204 kann Daten beinhalten, die die geografische Position 614 der landwirtschaftlichen Erntemaschine 100, die Geschwindigkeit 616 der landwirtschaftlichen Erntemaschine 100, den Kurs 618 der landwirtschaftlichen Erntemaschine 100 oder andere Informationen 620 angeben. Bei Block 622 wählt die Zonensteuerung 247 eine Regimezone aus und bei Block 624 wählt die Zonensteuerung 247 eine Steuerzone auf der Karte auf Grundlage des geografischen Positionssensorsignals aus. Bei Block 626 wählt die Zonensteuerung 247 ein WMA oder einen Satz von WMAs aus, die gesteuert werden sollen. Bei Block 628 erhält die Zonensteuerung 247 eine oder mehrere Zieleinstellungen für das ausgewählte WMA oder einen Satz von WMAs. Die Zieleinstellungen, die für das ausgewählte WMA oder eine Gruppe von WMAs erhalten werden, können aus verschiedenen Quellen stammen. Zum Beispiel zeigt Block 630 ein Beispiel, bei dem eine oder mehrere der Zieleinstellungen für das ausgewählte WMA oder den Satz von WMAs auf einer Eingabe von den Steuerzonen auf der Karte der Arbeitsstelle basiert. Block 632 zeigt ein Beispiel, in dem eine oder mehrere der Zieleinstellungen aus menschlichen Eingaben von dem Bediener 260 oder einem anderen Benutzer erhalten werden. Block 634 zeigt ein Beispiel, in dem die Zieleinstellungen von einem In-situ-Sensor 208 erhalten werden. Block 636 zeigt ein Beispiel, in dem die eine oder mehreren Zieleinstellungen von einem oder mehreren Sensoren an anderen Maschinen erhalten werden, die auf demselben Feld arbeiten, entweder gleichzeitig mit der landwirtschaftlichen Erntemaschine 100 oder von einem oder mehreren Sensoren an Maschinen, die in der Vergangenheit auf demselben Feld gearbeitet haben. Block 638 zeigt ein Beispiel, in dem die Zieleinstellungen auch aus anderen Quellen erhalten werden.At
Bei Block 640 greift die Zonensteuerung 247 auf den Einstellungsresolver für die ausgewählte Regimezone zu und steuert den Einstellungsresolver, um konkurrierende Zieleinstellungen in eine aufgelöste Zieleinstellung aufzulösen. Wie oben erörtert, kann der Einstellungsresolver in einigen Fällen ein menschlicher Resolver sein, wobei die Zonensteuerung 247 Bedienerschnittstellenmechanismen 218 steuert, um die konkurrierenden Zieleinstellungen dem Bediener 260 oder einem anderen Benutzer zur Auflösung zu präsentieren. In einigen Fällen kann der Einstellungsresolver ein neuronales Netzwerk oder ein anderes künstliches Intelligenz- oder maschinelles Lernsystem sein, und die Zonensteuerung 247 übermittelt die konkurrierenden Zieleinstellungen an das neuronale Netzwerk, die künstliche Intelligenz oder das maschinelle Lernsystem zur Auswahl. In einigen Fällen kann der Einstellungsresolver auf einer vorhergesagten oder historischen Qualitätsmetrik, auf Schwellenwertregeln oder auf logischen Komponenten basieren. In einem dieser letztgenannten Beispiele führt die Zonensteuerung 247 den Einstellungsresolver aus, um eine aufgelöste Zieleinstellung auf Grundlage der vorhergesagten oder historischen Qualitätsmetrik, auf Grundlage der Schwellenwertregeln oder mithilfe der logischen Komponenten zu erhalten.At block 640, the
Bei Block 642, stellt die Zonensteuerung 247, wenn die Zonensteuerung 247 die aufgelöste Zieleinstellung identifiziert hat, die aufgelöste Zieleinstellung anderen Steuerungen im Steuersystem 214 bereit, die Steuersignale auf Grundlage der aufgelösten Zieleinstellung erzeugen und auf das ausgewählte WMA oder den ausgewählten Satz von WMAs anwenden. Wenn das ausgewählte WMA zum Beispiel ein Maschinen- oder Erntevorsatzstellglied 248 ist, stellt die Zonensteuerung 247 die aufgelöste Zieleinstellung der Einstellungssteuerung 232 oder der Erntevorsatz-/Haspelsteuerung 238 oder von beiden bereit, um Steuersignale auf Grundlage der aufgelösten Zieleinstellung zu erzeugen, und diese erzeugten Steuersignale werden an die Maschinen- oder Erntevorsatzstellglieder 248 angelegt. Wenn bei Block 644 zusätzliche WMAs oder zusätzliche Sätze von WMAs an der aktuellen geografischen Position der landwirtschaftlichen Erntemaschine 100 gesteuert werden sollen (wie bei Block 612 erkannt), kehrt die Verarbeitung zu Block 626 zurück, wo das nächste WMA oder Satz von WMAs ausgewählt wird. Die durch die Blöcke 626 bis 644 dargestellten Prozesse werden fortgesetzt, bis alle WMAs oder Sätze von WMAs, die an der aktuellen geografischen Position der landwirtschaftlichen Erntemaschine 100 gesteuert werden sollen, angesprochen wurden. Wenn keine zusätzlichen WMAs oder Sätze von WMAs an der aktuellen geografischen Position der landwirtschaftlichen Erntemaschine 100 zu steuern sind, geht die Verarbeitung zu Block 646 über, wo die Zonensteuerung 247 bestimmt, ob zusätzliche zu berücksichtigende Steuerzonen in der ausgewählten Regimezone vorhanden sind. Wenn zusätzliche zu berücksichtigende Steuerzonen vorhanden sind, kehrt die Verarbeitung zurück zu Block 624, wo eine nächste Steuerzone ausgewählt wird. Wenn keine zusätzlichen Steuerzonen mehr zu berücksichtigen sind, geht die Verarbeitung zu Block 648 über, in dem festgestellt wird, ob zusätzliche Regimezonen noch zu berücksichtigen sind. Die Zonensteuerung 247 bestimmt, ob weitere Regimezonen in Betracht gezogen werden sollen. Wenn weitere Regimezonen zu berücksichtigen sind, kehrt die Verarbeitung zu Block 622 zurück, wo eine nächste Regimezone ausgewählt wird.At block 642, if the
Bei Block 650 bestimmt die Zonensteuerung 247, ob der Vorgang, den die landwirtschaftliche Erntemaschine 100 durchführt, abgeschlossen ist. Wenn nicht, bestimmt die Zonensteuerung 247, ob ein Steuerzonenkriterium erfüllt wurde, um die Verarbeitung fortzusetzen, wie durch Block 652 angezeigt. Wie oben erwähnt, können die Steuerzonendefinitionskriterien zum Beispiel Kriterien beinhalten, die definieren, wann eine Steuerzonengrenze von der landwirtschaftlichen Erntemaschine 100 überschritten werden kann. Zum Beispiel kann durch einen ausgewählten Zeitraum definiert sein, ob eine Steuerzonengrenze von der landwirtschaftlichen Erntemaschine 100 überschritten werden kann, was bedeutet, dass die landwirtschaftliche Erntemaschine 100 daran gehindert wird, eine Zonengrenze zu überschreiten, bis eine ausgewählte Zeitspanne abgelaufen ist. In diesem Fall bestimmt die Zonensteuerung 247 bei Block 652, ob der ausgewählte Zeitraum abgelaufen ist. Zusätzlich kann die Zonensteuerung 247 die Verarbeitung kontinuierlich durchführen. Somit wartet die Zonensteuerung 247 nicht auf einen bestimmten Zeitraum, bevor sie fortfährt, zu bestimmen, ob ein Betrieb der landwirtschaftlichen Erntemaschine 100 abgeschlossen ist. Bei Block 652 bestimmt die Zonensteuerung 247, dass es an der Zeit ist, die Verarbeitung fortzusetzen, und setzt dann die Verarbeitung bei Block 612 fort, wo die Zonensteuerung 247 erneut eine Eingabe von dem geografischen Positionssensor 204 empfängt. Es ist ebenfalls zu beachten, dass die Zonensteuerung 247 die WMAs und Sätze von WMAs gleichzeitig mithilfe einer Steuerung mit mehreren Eingaben und mehreren Ausgaben steuern kann, anstatt die WMAs und Sätze von WMAs sequentiell zu steuern.At
Das Bedienereingabebefehlsverarbeitungssystem 654 erkennt Bedienereingaben an den Bedienerschnittstellenmechanismen 218 und verarbeitet diese Eingaben für Befehle. Das Sprachverarbeitungssystem 662 erkennt Spracheingaben und verarbeitet die Interaktionen mit dem Sprachverarbeitungssystem 658, um die Spracheingaben für Befehle zu verarbeiten. Das Berührungsgestenhandhabungssystem 664 erkennt Berührungsgesten an berührungsempfindlichen Elementen in den Bedienerschnittstellenmechanismen 218 und verarbeitet diese Eingaben für Befehle.Operator input
Das andere Steuerungsinteraktionssystem 656 behandelt Interaktionen mit anderen Steuerungen des Steuersystems 214. Das Steuerungseingabeverarbeitungssystem 668 erkennt und verarbeitet Eingaben von anderen Steuerungen im Steuersystem 214, und der Steuerungsausgabegenerator 670 erzeugt Ausgaben und stellt diese Ausgaben anderen Steuerungen im Steuersystem 214 bereit. Das Sprachverarbeitungssystem 658 erkennt Spracheingaben, bestimmt die Bedeutung dieser Eingaben und stellt eine Ausgabe bereit, die die Bedeutung der gesprochenen Eingaben angibt. Zum Beispiel kann das Sprachverarbeitungssystem 658 eine Spracheingabe von dem Bediener 260 als einen Einstellungsänderungsbefehl erkennen, in dem der Bediener 260 dem Steuersystem 214 befiehlt, eine Einstellung für ein steuerbares Teilsystem 216 zu ändern. In einem solchen Beispiel erkennt das Sprachverarbeitungssystem 658 den Inhalt des gesprochenen Befehls, identifiziert die Bedeutung dieses Befehls als einen Einstellungsänderungsbefehl und liefert die Bedeutung dieser Eingabe zurück an das Sprachverarbeitungssystem 662. Das Sprachverarbeitungssystem 662 wiederum interagiert mit dem Steuerungsausgabegenerator 670, um die befohlene Ausgabe an die entsprechende Steuerung im Steuersystem 214 bereitzustellen, um den gesprochenen Einstellungsänderungsbefehl zu erfüllen.The other
Das Sprachverarbeitungssystem 658 kann auf verschiedene Weise aufgerufen werden. Beispielsweise stellt das Sprachverarbeitungssystem 662 in einem Beispiel kontinuierlich eine Eingabe von einem Mikrofon (das einer der Bedienerschnittstellenmechanismen 218 ist) an das Sprachverarbeitungssystem 658 bereit. Das Mikrofon erkennt Sprache von dem Bediener 260, und das Sprachverarbeitungssystem 662 stellt dem Sprachverarbeitungssystem 658 die erkannte Sprache bereit. Der Auslösedetektor 672 erkennt einen Auslöser, der angibt, dass das Sprachverarbeitungssystem 658 aufgerufen wird. In einigen Fällen, wenn das Sprachverarbeitungssystem 658 kontinuierliche Spracheingaben von dem Sprachverarbeitungssystem 662 empfängt, führt die Spracherkennungskomponente 674 eine kontinuierliche Spracherkennung an der gesamten vom Bediener 260 gesprochenen Sprache durch. In einigen Fällen ist das Sprachverarbeitungssystem 658 zum Aufruf mithilfe eines Aufweckworts konfiguriert. Das heißt, in einigen Fällen kann der Betrieb des Sprachverarbeitungssystems 658 auf Grundlage der Erkennung eines ausgewählten gesprochenen Wortes, das als Aufweckwort bezeichnet wird, eingeleitet werden. In einem solchen Beispiel, in dem die Erkennungskomponente 674 das Aufweckwort erkennt, liefert die Erkennungskomponente 674 einen Hinweis darauf, dass das Aufweckwort erkannt wurde, um den Detektor 672 auszulösen. Der Auslösedetektor 672 erkennt, dass das Sprachverarbeitungssystem 658 durch das Aufweckwort aufgerufen oder ausgelöst wurde. In einem anderen Beispiel kann das Sprachverarbeitungssystem 658 durch einen Bediener 260 aufgerufen werden, der ein Stellglied an einem Benutzerschnittstellenmechanismus betätigt, wie etwa durch Berühren eines Stellglieds auf einem berührungsempfindlichen Anzeigebildschirm, durch Drücken einer Taste oder durch Bereitstellen einer anderen Auslöseeingabe. In einem solchen Beispiel kann der Auslösedetektor 672 erkennen, dass das Sprachverarbeitungssystem 658 aufgerufen wurde, wenn eine Auslöseeingabe über einen Benutzerschnittstellenmechanismus erkannt wird. Der Auslösedetektor 672 kann auch auf andere Weise erkennen, dass das Sprachverarbeitungssystem 658 aufgerufen wurde.The
Sobald das Sprachverarbeitungssystem 658 aufgerufen wird, wird die Spracheingabe vom Bediener 260 der Spracherkennungskomponente 674 bereitgestellt. Die Spracherkennungskomponente 674 erkennt linguistische Elemente in der Spracheingabe, wie etwa Wörter, Phrasen oder andere linguistische Einheiten. Das System zum Verstehen der natürlichen Sprache 678 identifiziert eine Bedeutung der erkannten Sprache. Die Bedeutung kann eine Ausgabe in natürlicher Sprache, eine Befehlsausgabe, die einen in der erkannten Sprache reflektierten Befehl identifiziert, eine Werteausgabe, die einen Wert in der erkannten Sprache identifiziert, oder eine Vielzahl anderer Ausgaben sein, die das Verständnis der erkannten Sprache widerspiegeln. Beispielsweise können das System zum Verstehen der natürlichen Sprache 678 und das Sprachverarbeitungssystem 568 allgemeiner die Bedeutung der erkannten Sprache im Kontext der landwirtschaftlichen Erntemaschine 100 verstehen.Once the
In einigen Beispielen kann das Sprachverarbeitungssystem 658 auch Ausgaben erzeugen, die den Bediener 260 auf Grundlage der Spracheingabe durch eine Benutzererfahrung navigieren. Beispielsweise kann das Dialogmanagementsystem 680 einen Dialog mit dem Benutzer erzeugen und verwalten, um zu identifizieren, was der Benutzer tun möchte. Der Dialog kann den Befehl eines Benutzers unmissverständlich machen; einen oder mehrere spezifische Werte identifizieren, die erforderlich sind, um den Befehl des Benutzers auszuführen; oder andere Informationen vom Benutzer erhalten oder dem Benutzer oder beiden andere Informationen bereitstellen. Die Synthesekomponente 676 kann eine Sprachsynthese erzeugen, die dem Benutzer durch einen Audiobedienerschnittstellenmechanismus, wie etwa einen Lautsprecher, präsentiert werden kann. Somit kann der Dialog, der vom Dialogmanagementsystem 680 verwaltet wird, ausschließlich ein gesprochener Dialog oder eine Kombination aus sowohl einem visuellen Dialog als auch einem gesprochenen Dialog sein.In some examples,
Der Aktionssignalgenerator 660 erzeugt Aktionssignale, um Bedienerschnittstellenmechanismen 218 auf Grundlage von Ausgaben von einem oder mehreren von dem Bedienereingabebefehlsverarbeitungssystem 654, dem anderen Steuerungsinteraktionssystem 656 und dem Sprachverarbeitungssystem 658 zu steuern. Der visuelle Steuersignalgenerator 684 erzeugt Steuersignale, um visuelle Elemente in den Bedienerschnittstellenmechanismen 218 zu steuern. Bei den visuellen Elementen kann es sich um Lichter, einen Anzeigebildschirm, Warnindikatoren oder andere visuelle Elemente handeln. Der Audiosteuersignalgenerator 686 erzeugt Ausgaben, die Audioelemente der Bedienerschnittstellenmechanismen 218 steuern. Die Audioelemente umfassen einen Lautsprecher, akustische Alarmmechanismen, Hörner oder andere akustische Elemente. Der haptische Steuersignalgenerator 688 erzeugt Steuersignale, die ausgegeben werden, um haptische Elemente der Bedienerschnittstellenmechanismen 218 zu steuern. Die haptischen Elemente beinhalten Vibrationselemente, die verwendet werden können, um beispielsweise den Sitz des Bedieners, das Lenkrad, Pedale oder Joysticks, die vom Bediener verwendet werden, vibrieren zu lassen. Die haptischen Elemente können eine taktile Rückkopplungs- oder Kraftrückkopplungselemente beinhalten, die dem Bediener über Bedienerschnittstellenmechanismen ein taktiles Rückkopplungs- oder Kraftrückkopplungssignal bereitstellen. Die haptischen Elemente können auch eine Vielzahl anderer haptischer Elemente beinhalten.
Bei Block 692 empfängt die Bedienerschnittstellensteuerung 231 eine Karte. Block 694 gibt ein Beispiel an, in dem die Karte eine funktionelle prädiktive Karte ist, und Block 696 gibt ein Beispiel an, in dem die Karte ein anderer Kartentyp ist. Bei Block 698 empfängt die Bedienerschnittstellensteuerung 231 eine Eingabe von dem geografischen Positionssensor 204, der die geografische Position der landwirtschaftlichen Erntemaschine 100 identifiziert. Wie in Block 700 angegeben, kann die Eingabe von dem geografischen Positionssensor 204 den Kurs zusammen mit der Position der landwirtschaftlichen Erntemaschine 100 beinhalten. Block 702 gibt ein Beispiel an, in dem die Eingabe von dem geografischen Positionssensor 204 die Geschwindigkeit der landwirtschaftlichen Erntemaschine 100 beinhaltet, und Block 704 gibt ein Beispiel an, in dem die Eingabe von dem geografischen Positionssensor 204 andere Elemente beinhaltet.At
Bei Block 706 steuert der visuelle Steuersignalgenerator 684 in der Bedienerschnittstellensteuerung 231 den berührungsempfindlichen Anzeigebildschirm in den Bedienerschnittstellenmechanismen 218, um eine Anzeige zu erzeugen, die das gesamte oder einen Teil eines durch die empfangene Karte dargestellten Feldes zeigt. Block 708 gibt an, dass das angezeigte Feld eine aktuelle Positionsmarkierung beinhalten kann, die eine aktuelle Position der landwirtschaftlichen Erntemaschine 100 relativ zum Feld zeigt. Block 710 gibt ein Beispiel an, in dem das angezeigte Feld eine nächste Arbeitseinheitsmarkierung beinhaltet, die eine nächste Arbeitseinheit (oder einen Bereich auf dem Feld) identifiziert, in dem die landwirtschaftliche Erntemaschine 100 betrieben wird. Block 712 gibt ein Beispiel an, in dem das angezeigte Feld einen bevorstehenden Bereichsanzeigeabschnitt beinhaltet, der Bereiche anzeigt, die noch von der landwirtschaftlichen Erntemaschine 100 verarbeitet werden sollen, und Block 714 gibt ein Beispiel an, in dem das angezeigte Feld zuvor besuchte Anzeigeabschnitte beinhaltet, die Bereiche des Feldes darstellen, die die landwirtschaftliche Erntemaschine 100 bereits bearbeitet hat. Block 716 gibt ein Beispiel an, in dem das angezeigte Feld verschiedene Merkmale des Feldes mit georeferenzierten Positionen auf der Karte anzeigt. Handelt es sich beispielsweise bei der empfangenen Karte um eine prädiktive Maiskopfgrößenkarte, wie etwa eine funktionelle prädiktive Maiskopfgrößenkarte 360, kann das angezeigte Feld die verschiedenen Maiskopfgrößenwerte anzeigen, auf die innerhalb des angezeigten Feldes georeferenziert wurde. In anderen Beispielen kann die empfangene Karte eine andere der hierin beschriebenen Karten sein. Somit kann das angezeigte Feld verschiedene Merkmalswerte anzeigen, wie etwa Ertragswerte, vegetative Indexwerte, Aussaatmerkmalwerte oder Bedienerbefehlswerte sowie verschiedene andere Werte, auf die innerhalb des angezeigten Feldes georeferenziert wird. Die abgebildeten Merkmale können in den zuvor besuchten Bereichen (wie in Block 714 gezeigt), in den bevorstehenden Bereichen (wie in Block 712 gezeigt) und in der nächsten Arbeitseinheit (wie in Block 710 gezeigt) gezeigt werden. Block 718 gibt ein Beispiel an, in dem das angezeigte Feld auch andere Elemente beinhaltet.At
In dem in
In dem in
Die Größe der nächsten Arbeitseinheit 730, die auf dem Feldanzeigeabschnitt 728 markiert ist, kann auf Grundlage einer Vielzahl verschiedener Kriterien variieren. Zum Beispiel kann die Größe der nächsten Arbeitseinheit 730 in Abhängigkeit von der Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 variieren. Wenn sich die landwirtschaftliche Erntemaschine 100 somit schneller bewegt, kann der Bereich der nächsten Arbeitseinheit 730 größer sein als der Bereich der nächsten Arbeitseinheit 730, wenn sich die landwirtschaftliche Erntemaschine 100 langsamer bewegt. In einem anderen Beispiel kann die Größe der nächsten Arbeitseinheit 730 in Abhängigkeit von den Abmessungen der landwirtschaftlichen Erntemaschine 100 variieren, einschließlich Ausrüstung an der landwirtschaftlichen Erntemaschine 100 (wie etwa dem Erntevorsatz 102). Zum Beispiel kann die Breite der nächsten Arbeitseinheit 730 in Abhängigkeit von einer Breite des Erntevorsatzes 102 variieren. Der Feldanzeigeabschnitt 728 ist auch so gezeigt, dass er den zuvor besuchten Bereich 714 und bevorstehende Bereiche 712 anzeigt. Die zuvor besuchten Bereiche 714 stellen Bereiche dar, die bereits geerntet wurden, während die bevorstehenden Bereiche 712 Bereiche darstellen, die noch geerntet werden müssen. Der Feldanzeigeabschnitt 728 ist auch so gezeigt, der verschiedene Merkmale des Feldes anzeigt. In dem in
In anderen Beispielen kann die angezeigte Karte eine oder mehrere der hierin beschriebenen Karten sein, einschließlich Informationskarten, Vorabinformationskarten, der funktionellen prädiktiven Karten, wie etwa prädiktive Karten oder prädiktive Steuerzonenkarten, oder einer Kombination davon. Somit korrelieren die angezeigten Markierungen und Merkmale mit den Informationen, Daten, Merkmalen und Werten, die von der einen oder den mehreren angezeigten Karten bereitgestellt werden.In other examples, the map displayed may be one or more of the maps described herein, including information maps, pre-information maps, the functional predictive maps such as predictive maps or predictive control zone maps, or a combination thereof. Thus, the displayed markers and features correlate with the information, data, features, and values provided by the one or more displayed cards.
Im Beispiel von
Die Stellglieder und Anzeigemarkierungen in Abschnitt 738 können beispielsweise als einzelne Elemente, feste Listen, scrollbare Listen, Dropdown-Menüs oder Dropdown-Listen angezeigt werden. In dem in
Wie in
Der Anzeigeabschnitt 738 beinhaltet auch einen interaktiven Markierungsanzeigeabschnitt, der im Allgemeinen unter 743 angegeben ist. Der interaktive Markierungsanzeigeabschnitt 743 beinhaltet eine Symbolspalte 746, die die Symbole anzeigt, die jeder Kategorie von Werten oder Merkmalen entsprechen (im Fall von
Der Anzeigeabschnitt 738 beinhaltet auch einen interaktiven Werteanzeigeabschnitt, der im Allgemeinen unter 747 angegeben ist. Der interaktive Wertanzeigeabschnitt 747 beinhaltet eine Wertanzeigespalte 750, die ausgewählte Werte anzeigt. Die ausgewählten Werte entsprechen den Merkmalen oder Werten, die auf dem Feldanzeigeabschnitt 728 verfolgt oder angezeigt werden, oder beiden. Die ausgewählten Werte können durch einen Bediener der landwirtschaftlichen Erntemaschine 100 ausgewählt werden. Die ausgewählten Werte in der Werteanzeigespalte 750 definieren einen Wertebereich oder einen Wert, nach dem andere Werte, wie etwa prognostizierte Werte, klassifiziert werden sollen. So wird in dem Beispiel in
Der Anzeigeabschnitt 738 beinhaltet auch einen interaktiven Schwellenwertanzeigeabschnitt, der im Allgemeinen unter 749 angegeben ist. Der interaktive Schwellenwertanzeigeabschnitt 749 beinhaltet eine Schwellenwertanzeigespalte 752, die Aktionsschwellenwerte anzeigt. Die Aktionsschwellenwerte in Spalte 752 können Schwellenwerte sein, die den ausgewählten Werten in der Werteanzeigespalte 750 entsprechen. Wenn die vorhergesagten oder gemessenen Werte von Merkmalen, die verfolgt oder angezeigt werden, oder beide die entsprechenden Aktionsschwellenwerte in der Schwellenwertanzeigespalte 752 erfüllen, dann ergreift das Steuersystem 214 die in Spalte 754 identifizierte Aktion. In einigen Fällen kann ein gemessener oder vorhergesagter Wert einen entsprechenden Aktionsschwellenwert erfüllen, indem er den entsprechenden Aktionsschwellenwert erreicht oder überschreitet. In einem Beispiel kann der Bediener 260 beispielsweise einen Schwellenwert auswählen, um den Schwellenwert durch Berühren des Schwellenwerts in der Schwellenwertanzeigespalte 752 zu ändern. Nach der Auswahl kann der Bediener 260 den Schwellenwert ändern. Die Schwellenwerte in Spalte 752 können konfiguriert sein, um die bezeichnete Aktion durchzuführen, wenn der gemessene oder prognostizierte Wert des Merkmals den Schwellenwert übersteigt, dem Schwellenwert entspricht oder unter dem Schwellenwert liegt. In einigen Fällen kann der Schwellenwert einen Wertebereich oder Abweichungsbereich von den ausgewählten Werten in der Werteanzeigespalte 750 darstellen, so dass ein vorhergesagter oder gemessener Merkmalswert, der den Schwellenwert erreicht oder in diesen fällt, den Schwellenwert erfüllt. In dem Beispiel von Maiskopfgrößen erfüllt beispielsweise ein vorhergesagter Maiskopfdurchmesser, der innerhalb von 10 % von 6,6 cm (2,6 Zoll) liegt, den entsprechenden Aktionsschwellenwert (innerhalb von 10 % von 6,6 cm (2,6 Zoll)), und eine Aktion, wie etwa eine Vergrößerung des Deckplattenabstands, wird von dem Steuersystem 214 durchgeführt. In anderen Beispielen sind die Schwellenwerte in der Spalte Schwellenwertanzeigespalte 752 von den ausgewählten Werten in der Werteanzeigespalte 750 getrennt, so dass die Werte in der Werteanzeigespalte 750 die Klassifizierung und Anzeige vorhergesagter oder gemessener Werte definieren, während die Aktionsschwellenwerte definieren, wann eine Aktion auf Grundlage der gemessenen oder vorhergesagten Werte durchzuführen ist. Während zum Beispiel ein vorhergesagter oder gemessener Maiskopfdurchmesser von 5,08 cm (2,0 Zoll) zum Zwecke der Klassifizierung und Anzeige als „mittlerer Maiskopfdurchmesser“ bezeichnet werden kann, kann der Aktionsschwellenwert 5,33 cm (2,1 Zoll) betragen, so dass keine Aktion durchgeführt wird, bis der Maiskopfdurchmesser den Schwellenwert erfüllt. In anderen Beispielen können die Schwellenwerte in der Schwellenwertanzeigespalte 752 Entfernungen oder Zeiten beinhalten. Beispielsweise kann der Schwellenwert in dem Beispiel eines Abstands ein Schwellenabstand von dem Bereich des Feldes sein, in dem der gemessene oder vorhergesagte Wert georeferenziert ist, den die landwirtschaftliche Erntemaschine 100 haben muss, bevor eine Aktion ergriffen wird. Zum Beispiel würde ein Schwellenabstandswert von 1,52 m (5 Fuß) bedeuten, dass eine Aktion durchgeführt wird, wenn sich die landwirtschaftliche Erntemaschine in oder innerhalb von 1,52 m (5 Fuß) von dem Bereich des Feldes befindet, in dem der gemessene oder vorhergesagte Wert georeferenziert ist. In einem Beispiel, in dem der Schwellenwert Zeit ist, kann der Schwellenwert eine Schwellenzeit für die landwirtschaftliche Erntemaschine 100 sein, um den Bereich des Feldes zu erreichen, in dem der gemessene oder vorhersagende Wert georeferenziert ist. Beispielsweise würde ein Schwellenwert von 5 Sekunden bedeuten, dass eine Aktion durchgeführt wird, wenn die landwirtschaftliche Erntemaschine 100 noch 5 Sekunden von dem Bereich des Feldes entfernt ist, in dem der gemessene oder vorhergesagte Wert georeferenziert ist. In einem solchen Beispiel kann die aktuelle Position und die Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine berücksichtigt werden.The
Der Anzeigeabschnitt 738 beinhaltet auch einen interaktiven Aktionsanzeigeabschnitt, der im Allgemeinen unter 751 angegeben ist. Der interaktive Aktionsanzeigeabschnitt 751 beinhaltet eine Aktionsanzeigespalte 754, die Aktionsidentifizierer anzeigt, die zu ergreifende Aktionen anzeigen, wenn ein vorhergesagter oder gemessener Wert einen Aktionsschwellenwert in der Schwellenwertanzeigespalte 752 erfüllt. Der Bediener 260 kann die Aktionsidentifizierer in Spalte 754 berühren, um die durchzuführende Aktion zu ändern. Wenn ein Schwellenwert erfüllt ist, kann eine Aktion ergriffen werden. Am unteren Ende der Spalte 754 werden beispielsweise eine Aktion zum Vergrößern des Deckplattenabstands und eine Aktion zum Verringern des Deckplattenabstands als Maßnahmen identifiziert, die ergriffen werden, wenn der gemessene oder vorhergesagte Wert den Schwellenwert in Spalte 752 erfüllt. In einigen Beispielen können, wenn ein Schwellenwert erfüllt ist, mehrere Aktionen ergriffen werden. Beispielsweise kann ein Deckplattenabstand eingestellt werden, eine Leistungsausgabe an die Stängelverarbeitungskomponenten (z. B. Stängelwalzen, Sammelketten usw.) kann eingestellt werden, und eine Geschwindigkeit der landwirtschaftlichen Maschine kann eingestellt werden. Dies sind nur einige Beispiele.The
Die Aktionen, die in Spalte 754 festgelegt werden können, können aus einer Vielzahl verschiedener Arten von Aktionen bestehen. Beispielsweise können die Aktionen eine Aktion „Fernhalten“ beinhalten, die, wenn sie ausgeführt wird, die landwirtschaftliche Erntemaschine 100 daran hindert, in einem Bereich weiter zu ernten. Die Aktionen können eine Aktion „Geschwindigkeitsänderung“ beinhalten, die, wenn sie ausgeführt wird, die Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 durch das Feld ändert. Die Aktionen können eine Einstellungsänderungsaktion zum Ändern einer Einstellung eines internen Stellglieds oder eines anderen WMA oder Satzes von WMAs oder zum Implementieren einer Einstellungsänderungsaktion beinhalten, die eine Einstellung, wie etwa den Deckplattenabstand, eines oder mehrerer Sätze von Deckplatten des Erntevorsatzes zusammen mit verschiedenen anderen Einstellungen ändert. Dies sind nur Beispiele, und eine Vielzahl anderer Handlungen wird hier in Betracht gezogen.The actions that can be specified in
Die auf der Benutzerschnittstellenanzeige 720 gezeigten Elemente können visuell gesteuert werden. Das visuelle Steuern der Schnittstellenanzeige 720 kann durchgeführt werden, um die Aufmerksamkeit des Bedieners 260 zu erregen. Beispielsweise können die Elemente gesteuert werden, um die Intensität, Farbe oder das Muster zu modifizieren, mit dem die Elemente angezeigt werden. Zusätzlich können die Elemente so gesteuert werden, dass sie blinken. Beispielhaft sind die beschriebenen Änderungen des visuellen Erscheinungsbildes der Elemente vorgesehen. Folglich können andere Aspekte des optischen Erscheinungsbildes der Elemente verändert werden. Daher können die Elemente unter verschiedenen Umständen in gewünschter Weise modifiziert werden, um beispielsweise die Aufmerksamkeit des Bedieners 260 zu erregen. Während eine bestimmte Anzahl von Elementen auf der Benutzerschnittstellenanzeige 720 gezeigt wird, muss dies nicht der Fall sein. In anderen Beispielen können mehr oder weniger Elemente, einschließlich mehr oder weniger eines bestimmten Elements, auf der Benutzerschnittstellenanzeige 720 enthalten sein.The elements shown on the
Zurückkehrend zum Flussdiagramm von
Bei Block 782 erfasst und verarbeitet das Bedienereingabebefehlsverarbeitungssystem 654 Bedienereingaben, die Interaktionen mit der Benutzerschnittstellenanzeige 720 entsprechen, die durch den Bediener 260 durchgeführt werden. Wenn der Benutzerschnittstellenmechanismus, auf dem die Benutzerschnittstellenanzeige 720 angezeigt wird, ein berührungsempfindlicher Anzeigebildschirm ist, können Interaktionseingaben mit dem berührungsempfindlichen Anzeigebildschirm durch den Bediener 260 Berührungsgesten 784 sein. In einigen Fällen können die Bedienerinteraktionseingaben Eingaben mithilfe einer Point-and-Click-Vorrichtung 786 oder anderer Bedienerinteraktionseingaben 788 sein.At
Bei Block 790 empfängt die Bedienerschnittstellensteuerung 231 Signale, die eine Alarmbedingung angeben. Beispielsweise zeigt Block 792 an, dass Signale von dem Steuerungseingabeverarbeitungssystem 668 empfangen werden können, die anzeigen, dass erfasste oder vorhergesagte Werte Schwellenwertbedingungen erfüllen, die in Spalte 752 vorhanden sind. Wie zuvor erläutert, können die Schwellenwertbedingungen Werte beinhalten, die unter einem Schwellenwert, bei einem Schwellenwert oder über einem Schwellenwert liegen. Block 794 zeigt, dass der Aktionssignalgenerator 660 als Reaktion auf das Empfangen einer Alarmbedingung den Bediener 260 alarmieren kann, indem er den visuellen Steuersignalgenerator 684 verwendet, um visuelle Alarme zu erzeugen, indem er den Audiosteuersignalgenerator 686 verwendet, um Audioalarme zu erzeugen, indem er den haptischen Steuersignalgenerator 688 verwendet, um haptische Alarme zu erzeugen, oder indem er eine beliebige Kombination davon verwendet. Gleichermaßen kann der Steuerungsausgabegenerator 670, wie durch Block 796 angezeigt, Ausgaben an andere Steuerungen im Steuersystem 214 erzeugen, so dass diese Steuerungen die entsprechende Aktion ausführen, die in Spalte 754 identifiziert wurde. Block 798 zeigt, dass die Bedienerschnittstellensteuerung 231 Alarmbedingungen auch auf andere Weise erkennen und verarbeiten kann.At
Block 900 zeigt, dass das Sprachverarbeitungssystem 662 Eingaben, die das Sprachverarbeitungssystem 658 aufrufen, erkennen und verarbeiten kann. Block 902 zeigt, dass das Durchführen der Sprachverarbeitung die Verwendung des Dialogverwaltungssystems 680 beinhalten kann, um einen Dialog mit dem Bediener 260 durchzuführen. Block 904 zeigt, dass die Sprachverarbeitung das Bereitstellen von Signalen an den Steuerungsausgabegenerator 670 beinhalten kann, so dass Steuervorgänge automatisch auf Grundlage der Spracheingaben durchgeführt werden.
Die nachfolgende Tabelle 1 zeigt einen beispielhaften Dialog zwischen der Bedienerschnittstellensteuerung 231 und dem Bediener 260. In Tabelle 1 verwendet der Bediener 260 ein Auslösewort oder ein Aufweckwort, das vom Auslösedetektor 672 erkannt wird, um das Sprachverarbeitungssystem 658 aufzurufen. In dem in Tabelle 1 dargestellten Beispiel lautet das Aufweckwort „Johnny“.Table 1 below shows an example dialog between
Tabelle 1Table 1
Bediener: „Johnny, informiere mich über die aktuellen Maiskolbengrößenwerte.“Operator: "Johnny, update me on the current corn cob size values."
Bedienerschnittstellensteuerung: „An der aktuellen Position sind die Maiskolbendurchmesser groß.“Operator interface control: "Corn cob diameters are large at current location."
Bediener: „Johnny, was soll ich wegen der Maiskolbengrößenniveaus tun?“Operator: "Johnny, what should I do about the cob size levels?"
Bedienerschnittstellensteuerung: „Deckplattenabstand am Erntevorsatz vergrößern.“Operator interface controls: "Increase deck gap on header."
Tabelle 2 zeigt ein Beispiel, in dem die Sprachsynthesekomponente 676 eine Ausgabe an den Audiosteuersignalgenerator 686 bereitstellt, um hörbare Aktualisierungen auf einer intermittierenden oder periodischen Basis bereitzustellen. Das Intervall zwischen Aktualisierungen kann zeitbasiert sein, wie etwa alle fünf Minuten, oder abdeckungs- oder entfernungsbasiert, wie etwa alle zwei Hektar, oder ausnahmebasiert, wie etwa wenn ein gemessener Wert größer als ein Schwellenwert ist.Table 2 shows an example where
Tabelle 2Table 2
Bedienerschnittstellensteuerung: „In den letzten 10 Minuten wurde in 95 % der Fälle in Bereichen mit mittleren Maiskolbengrößenniveaus gearbeitet.“Operator Interface Control: "In the last 10 minutes, 95% of the time was in areas with medium cob size levels."
Bedienerschnittstellensteuerung: „Die nächsten 1 Hektar umfassen 66 % mittlere Maiskolbengrößenniveaus und 33 % kleine Maiskolbengrößenniveaus.“Operator interface control: "The next 1 acre is 66% medium corn cob size levels and 33% small corn cob size levels."
Bedienerschnittstellensteuerung: „Warnung: Wir nähern uns nun einem Bereich mit großen Maiskolbengrößen. Stellen Sie den Deckplattenabstand ein.“Operator interface control: "Warning: We are now approaching an area of large corn cob sizes. Adjust the top plate gap.”
Bedienerschnittstellensteuerung: „Vorsicht: Annäherung an einen Bereich mit kleinem Maiskolbengrößenniveau. Stellen Sie den Deckplattenabstand ein.“Operator interface control: “Caution: Approaching an area with a small corn cob size level. Adjust the top plate gap.”
Das in Tabelle 3 gezeigte Beispiel veranschaulicht, dass einige Stellglieder oder Benutzereingabemechanismen auf der berührungsempfindlichen Anzeige 720 durch einen Sprachdialog ergänzt werden können. Das Beispiel in Tabelle 3 veranschaulicht, dass der Aktionssignalgenerator 660 Aktionssignale erzeugen kann, um automatisch einen Bereich mit großem Maiskolbengrößenniveau in dem zu erntenden Feld zu markieren.The example shown in Table 3 illustrates that some actuators or user input mechanisms on touch-
Tabelle 3Table 3
Mensch: „Johnny, markiere den Bereich mit großem Maiskolbengrößenniveau.“Human: "Johnny, mark the area with large cob size level."
Bedienerschnittstellensteuerung: „Der Bereich mit großem Maiskolbengrößenniveau ist markiert.“Operator interface control: "Large corn cob size level area is highlighted."
Das in Tabelle 4 dargestellte Beispiel veranschaulicht, dass der Aktionssignalgenerator 660 einen Dialog mit dem Bediener 260 führen kann, um eine Markierung eines Bereichs mit großem Maiskolbengrößenniveau zu beginnen und zu beenden.The example presented in Table 4 illustrates that the
Tabelle 4Table 4
Mensch: „Johnny, beginne damit, den Bereich mit großem Maiskolbengrößenniveau zu markieren.“Human: "Johnny, start marking the area with large cob size level."
Bedienerschnittstellensteuerung: „Bereich mit großem Maiskolbengrößenniveau wird markiert.“Operator interface control: "High corn cob size level area will be highlighted."
Mensch: „Johnny, beende das Markieren des Bereichs mit großem Maiskolbengrößenniveau.“Human: "Johnny, stop marking the area with large cob size level."
Bedienerschnittstellensteuerung: „Markieren des Bereichs mit großem Maiskolbengrößenniveau gestoppt.“Operator interface control: "High corn cob size level area marking stopped."
Das in Tabelle 5 gezeigte Beispiel veranschaulicht, dass der Aktionssignalgenerator 160 Signale erzeugen kann, um einen Bereich mit Maiskolbengrößenniveaus auf eine andere Weise als die in den Tabellen 3 und 4 gezeigten zu markieren.The example shown in Table 5 illustrates that action signal generator 160 may generate signals to mark an area of corn cob size levels in a manner different than those shown in Tables 3 and 4.
Tabelle 5Table 5
Mensch: „Johnny, markiere die nächsten 30 Meter als Bereich mit großem Maiskolbengrößenniveau.“Human: "Johnny, mark the next 30 meters as a large cob size level area."
Bedienerschnittstellensteuerung: „Die nächsten 30 Meter sind als Bereich mit großem Maiskolbengrößenniveau markiert.“Operator interface control: "The next 30 meters is marked as a large corn cob size level area."
Unter erneuter Bezugnahme auf
Sobald der Vorgang abgeschlossen ist, können beliebige gewünschte Werte gespeichert werden, die angezeigt werden oder auf der Benutzerschnittstellenanzeige 720 angezeigt wurden. Diese Werte können auch beim maschinellen Lernen verwendet werden, um verschiedene Abschnitte des prädiktiven Modellgenerators 210, des prädiktiven Kartengenerators 212, des Steuerzonengenerators 213, der Steueralgorithmen oder anderer Elemente zu verbessern. Das Speichern der gewünschten Werte wird durch Block 916 angezeigt. Die Werte können lokal auf der landwirtschaftlichen Erntemaschine 100 gespeichert werden oder die Werte können an einem Remote-Serverstandort gespeichert oder an ein anderes Remote-System gesendet werden.Once the process is complete, any desired values that are displayed or have been displayed on the
Somit ist ersichtlich, dass eine oder mehrere Karten von einer landwirtschaftlichen Erntemaschine erhalten werden, die landwirtschaftliche Merkmalswerte an verschiedenen geografischen Positionen eines zu erntenden Feldes zeigen. Ein In-situ-Sensor an der Erntemaschine erfasst ein Merkmal, das Werte aufweist, die ein landwirtschaftliches Merkmal angeben, wie etwa eine Maiskopfgröße oder einen Bedienerbefehl, während sich die landwirtschaftliche Erntemaschine durch das Feld bewegt. Ein prädiktiver Kartengenerator erzeugt eine prädiktive Karte, die Steuerwerte für verschiedene Positionen auf Grundlage der Werte in der Vorabinformationskarte und dem landwirtschaftlichen Merkmal, das durch den In-situ-Sensor erfasst wird, vorhersagt. Ein Steuersystem steuert das steuerbare Teilsystem auf Grundlage der Steuerwerte in der prädiktiven Karte.Thus, it can be seen that one or more maps are obtained from an agricultural harvester showing agricultural feature values at different geographic locations of a field to be harvested. An in situ sensor on the harvester detects a trait having values indicative of an agricultural trait, such as a corn head size or an operator command, as the agricultural harvester moves through the field. A predictive map generator generates a predictive map that predicts control values for various locations based on the values in the pre-information map and the agricultural feature sensed by the in situ sensor. A control system controls the controllable subsystem based on the control values in the predictive map.
Ein Steuerwert ist ein Wert, auf dem eine Aktion basieren kann. Ein Steuerwert, wie hierin beschrieben, kann einen beliebigen Wert (oder Merkmale, die durch den Wert angegeben sind oder von diesem abgeleitet werden) beinhalten, der bei der Steuerung der landwirtschaftlichen Erntemaschine 100 verwendet werden kann. Ein Steuerwert kann ein beliebiger Wert sein, der ein landwirtschaftliches Merkmal anzeigt. Bei einem Regelwert kann es sich dabei um einen prädiktiven Wert, um einen Messwert oder um einen erkannten Wert handeln. Ein Steuerwert kann einen beliebigen der von einer Karte bereitgestellten Werte beinhalten, wie etwa eine beliebige der hierin beschriebenen Karten, zum Beispiel kann ein Steuerwert ein Wert sein, der von einer Informationskarte bereitgestellt wird, ein Wert, der von einer Vorabinformationskarte bereitgestellt wird, oder ein Wert, der von einer prädiktiven Karte bereitgestellt wird, wie etwa eine funktionelle prädiktive Karte. Ein Steuerwert kann auch eine beliebige der Merkmale beinhalten, die durch die von einem der hierin beschriebenen Sensoren erfassten Werte angegeben oder daraus abgeleitet sind. In anderen Beispielen kann ein Steuerwert durch einen Bediener der landwirtschaftlichen Maschine bereitgestellt werden, wie etwa eine Befehlseingabe durch einen Bediener der landwirtschaftlichen Maschine.A control value is a value on which an action can be based. A control value, as described herein, may include any value (or characteristics indicated by or derived from the value) that can be used in controlling
In der vorliegenden Erläuterung wurden Prozessoren und Server erwähnt. In einem Beispiel beinhalten die Prozessoren und Server Computerprozessoren mit zugehörigem Speicher und Zeitschaltungen, die nicht separat dargestellt werden. Die Prozessoren und Server sind 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.Processors and servers have been mentioned in this discussion. In one example, the processors and servers include computer processors with associated memory and timing circuitry, not shown separately. The processors and servers are functional parts of the systems or devices that the processors and servers belong to and are activated by, and facilitate the functionality of the other components or elements in those systems.
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.A number of user interface displays were also discussed. The displays can take a number of different forms and can have a number of different user controlled operator interface mechanisms thereon. For example, the user-actuable operator interface mechanisms may include text boxes, check boxes, icons, links, drop-down menus, search boxes, and so on. The user actuatable operator interface mechanisms can also be actuated in a variety of ways. For example, the user actuable operator interface mechanisms can be operator interface mechanisms such as a point-and-click device, a trackball or mouse, hardware buttons, switches, a joystick or keyboard, thumb switches or thumbpads, etc., a virtual keyboard or other virtual Actuators are actuated. When the screen on which the user actuable operator interface mechanisms are displayed is a touch-sensitive screen, the user actuatable operator interface mechanisms can also be actuated with touch gestures. User actuatable operator interface mechanisms can also be actuated using voice commands with speech recognition functionality. Speech recognition can be implemented using a speech recognition device, such as a microphone, and software operable to recognize speech and execute commands based on the received speech.
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.A number of data stores were also discussed. It is pointed out that the data stores can each be divided into several data stores. In some examples, one or more of the data stores may be local to systems accessing the data stores, one or more of the data stores may be remote from a system using the data store, or one or more data stores may be local while others are remote. All of these configurations are contemplated by the present disclosure.
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.In addition, the figures show a series of blocks with functions associated with each block. It is noted that fewer blocks may be used to illustrate that functionality assigned to multiple different blocks is performed by fewer components. More blocks can also be used, illustrating that functionality can be distributed across multiple components. In different examples, some functionality may be added and some may be removed.
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, Logik und Interaktionen durch Hardwareelemente implementiert werden können, wie etwa Prozessoren, Speicher oder andere Verarbeitungskomponenten, von denen einige nachstehend beschrieben sind, die die Funktionen im Zusammenhang mit diesen Systemen, Komponenten, Logik oder Interaktionen ausführen. Darüber hinaus können beliebige oder alle Systeme, Komponenten, Logiken und Interaktionen durch Software implementiert werden, die in einen Speicher geladen werden und anschließend von einem Prozessor oder Server oder einer anderen Rechnerkomponente ausgeführt werden, wie nachfolgend beschrieben. Jedes oder alle Systeme, Komponenten, Logiken und Interaktionen können auch durch verschiedene Kombinationen von Hardware, Software, Firmware usw. umgesetzt werden, von denen einige Beispiele nachfolgend beschrieben werden. Dies sind einige Beispiele für verschiedene Strukturen, die zur Implementierung beliebiger oder aller der oben beschriebenen Systeme, Komponenten, Logiken und Interaktionen verwendet werden können. Es können auch andere Strukturen verwendet werden.It should be noted that the discussion above has described a variety of different systems, components, logic and interactions. It is understood that any or all such systems, components, logic, and interactions may be implemented by hardware elements, such as processors, memory, or other processing components, some of which are described below, that perform the functions associated with those systems, components, logic or perform interactions. In addition, any or all of the systems, components, logic, and interactions may be implemented by software loaded into memory and then executed by a processor or server or other computing component, as described below. Any or all of the systems, components, logic, and interactions may also be implemented through various combinations of hardware, software, firmware, etc., some examples of which are described below. These are some examples of different structures that can be used to implement any or all of the systems, components, logic, and interactions described above. Other structures can also be used.
In dem in
Es wird auch darauf hingewiesen, dass die Elemente von
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).In some examples, the remote server architecture 500 may include cyber security measures. Without limitation, these measures may include encryption of data on storage devices, encryption of data sent between network nodes, authentication of individuals or processes accessing data, and use of ledgers to record metadata, data, data transfers, data access and involve data transformations. In some examples, the ledgers may be distributed and immutable (eg, implemented as a blockchain).
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.In other examples, applications may be received on a removable Secure Digital (SD) card connected to an
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.I/
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.The
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.
Es ist zu beachten, dass andere Formen der Vorrichtungen 16 möglich sind.It should be noted that other shapes of
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. Beispielhaft und nicht einschränkend veranschaulicht
Der Computer 810 kann auch andere entfernbare/nicht entfernbare flüchtige/nichtflüchtige Computerspeichermedien beinhalten. Beispielsweise zeigt
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.Alternatively or additionally, the functionality described herein may be performed at least in part by one or more hardware logic components. Illustrative types of hardware logic components that may be used include, for example, field-programmable gate arrays (FPGAs), application-specific integrated circuits (e.g., ASICs), off-the-shelf application-specific products (e.g., ASSPs), system -on-a-chip systems (SOCs), "Complex Programmable Logic Devices" (CPLDs), etc.
Die Laufwerke und die dazugehörigen Computerspeichermedien, die vorstehend erläutert und in
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.A user may enter commands and information into the
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.
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.It should also be noted that the various examples described herein can be combined in different ways. That is, portions of one or more examples may be combined with portions of one or more other examples. All of these are considered herein.
Beispiel 1 ist eine landwirtschaftliche Arbeitsmaschine, umfassend:
- ein Kommunikationssystem, das eine Karte 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 einer Maiskopfgröße erkennt, der der geografischen Position entspricht;
- einen prädiktiven Kartengenerator, der eine funktionelle prädiktive Karte des Feldes erzeugt, die prädiktive Steuerwerte auf Grundlage der Werte des landwirtschaftlichen Merkmals in der Karte und auf Grundlage des Werts der Maiskopfgröße auf die verschiedenen geografischen Positionen in dem Feld abbildet;
- ein steuerbares Subsystem; und
- ein Steuersystem, das ein Steuersignal erzeugt, um das steuerbare Teilsystem auf Grundlage der geografischen Position der landwirtschaftlichen Arbeitsmaschine und auf Grundlage der prädiktiven Steuerwerte in der funktionellen prädiktiven Karte zu steuern.
- a communication system that receives a map that includes values of an agricultural characteristic corresponding to different geographic locations in a field;
- a geographic position sensor that detects a geographic position of the agricultural working machine;
- an in situ sensor that detects a value of a corn head size that corresponds to the geographic location;
- a predictive map generator that generates a functional predictive map of the field that maps predictive control values to the various geographic locations in the field based on the values of the agricultural feature in the map and based on the value of the corn head size;
- a controllable subsystem; and
- a control system that generates a control signal to control the controllable subsystem based on the geographical position of the agricultural work machine and based on the predictive control values in the functional predictive map.
Beispiel 2 ist die landwirtschaftliche Arbeitsmaschine eines beliebigen oder aller vorhergehenden Beispiele, wobei der prädiktive Kartengenerator Folgendes umfasst:
- einen prädiktiven Maiskopfgrößenkartengenerator, der als die funktionelle prädiktive Karte eine funktionelle prädiktive Maiskopfgrößenkarte erzeugt, die prädiktive Maiskopfgrößen als prädiktive Steuerwerte auf die verschiedenen geografischen Positionen in dem Feld abbildet.
- a predictive corn head size map generator that generates, as the functional predictive map, a functional predictive corn head size map that maps predictive corn head sizes as predictive control values to the various geographic locations in the field.
Beispiel 3 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Steuersystem Folgendes umfasst:
- eine Deckplattenpositionssteuerung, die ein Deckplattenpositionssteuersignal auf Grundlage der erkannten geografischen Position und der funktionellen prädiktiven Maiskopfgrößenkarte erzeugt und das steuerbare Teilsystem auf Grundlage des Deckplattenpositionssteuersignals steuert, um einen Abstand zwischen einem mindestens einen Satz von Deckplatten an der landwirtschaftlichen Arbeitsmaschine zu steuern.
- a deck plate position controller that generates a deck plate position control signal based on the detected geographic location and the functional predictive corn head size map and controls the controllable subsystem based on the deck plate position control signal to control a spacing between at least one set of deck plates on the agricultural work machine.
Beispiel 4 ist die landwirtschaftliche Arbeitsmaschine eines beliebigen oder aller vorhergehenden Beispiele, wobei der prädiktive Kartengenerator Folgendes umfasst:
- einen prädiktiven Bedienerbefehlskartengenerator, der eine funktionelle prädiktive Bedienerbefehlskarte als die funktionelle prädiktive Karte erzeugt, die prädiktive Bedienerbefehle auf die verschiedenen geografischen Positionen im Feld abbildet.
- a predictive operator command map generator that generates a functional predictive operator command map as the functional predictive map that maps predictive operator commands to the various geographic locations in the field.
Beispiel 5 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Steuersystem Folgendes umfasst:
- eine Einstellungssteuerung, die ein Bedienerbefehlssteuersignal erzeugt, das einen Bedienerbefehl auf Grundlage der erkannten geografischen Position und der funktionellen prädiktiven Bedienerbefehlskarte anzeigt, und das steuerbare Teilsystem auf Grundlage des Bedienerbefehlssteuersignals steuert, um den Bedienerbefehl auszuführen.
- an adjustment controller that generates an operator command control signal indicative of an operator command based on the detected geographic location and the functional predictive operator command map, and controls the controllable subsystem based on the operator command control signal to execute the operator command.
Beispiel 6 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele und umfasst ferner:
- einen prädiktiven Modellgenerator, der ein prädiktives Modell erzeugt, das eine Beziehung zwischen dem landwirtschaftlichen Merkmal und der Maiskolbengröße auf Grundlage eines Werts des landwirtschaftlichen Merkmals in der Karte an der geografischen Position und des Werts der Maiskolbengröße modelliert, die durch den In-situ-Sensor erfasst wird, der der geografischen Position entspricht,
- wobei der prädiktive Kartengenerator die funktionelle prädiktive Karte auf Grundlage der Werte des landwirtschaftlichen Merkmals in der Karte und auf Grundlage des prädiktiven Modells erzeugt.
- a predictive model generator that generates a predictive model that models a relationship between the agricultural feature and the corn cob size based on a value of the agricultural feature in the map at the geographic location and the value of the corn cob size detected by the in situ sensor corresponding to the geographic position
- wherein the predictive map generator generates the functional predictive map based on the values of the agricultural feature in the map and based on the predictive model.
Beispiel 7 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei die Karte eine vegetative Indexkarte ist, die als Werte des landwirtschaftlichen Merkmals Werte eines vegetativen Indexmerkmals beinhaltet, und ferner umfassend:
- einen prädiktiven Modellgenerator, der ein prädiktives Modell erzeugt, das eine Beziehung zwischen dem vegetativen Indexmerkmal und der Maiskolbengröße auf Grundlage eines Werts des vegetativen Indexmerkmals in der vegetativen Indexkarte an der geografischen Position und des Werts der Maiskolbengröße modelliert, die durch den In-situ-Sensor erfasst wird, der der geografischen Position entspricht,
- wobei der prädiktive Kartengenerator die funktionelle prädiktive Karte auf Grundlage der Werte des vegetativen Indexmerkmals in der vegetativen Indexkarte und auf Grundlage des prädiktiven Modells erzeugt.
- a predictive model generator that generates a predictive model that models a relationship between the vegetative index trait and the cob size based on a value of the vegetative index trait in the vegetative index map at the geographic location and the value of the corn cob size detected by the in situ sensor is recorded, which corresponds to the geographical position,
- wherein the predictive map generator generates the functional predictive map based on the values of the vegetative index feature in the vegetative index map and based on the predictive model.
Beispiel 8 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei die Karte eine Ertragskarte ist, die als Werte der landwirtschaftlichen Eigenschaft Werte eines Ertragsmerkmals beinhaltet, und ferner umfassend:
- einen prädiktiven Modellgenerator, der ein prädiktives Modell erzeugt, das eine Beziehung zwischen dem Ertragsmerkmal und der Maiskolbengröße auf Grundlage eines Werts des Ertragsmerkmals in der Ertragskarte an der geografischen Position und des Werts der Maiskolbengröße modelliert, der durch den In-situ-Sensor erkannt wird, der der geografischen Position entspricht,
- wobei der prädiktive Kartengenerator die funktionelle prädiktive Karte auf Grundlage der Werte des Ertragsmerkmals in der Ertragskarte und auf Grundlage des prädiktiven Modells erzeugt.
- a predictive model generator that generates a predictive model that models a relationship between the yield trait and the corn cob size based on a value of the yield trait in the yield map at the geographic location and the value of the corn cob size detected by the in situ sensor, which corresponds to the geographic position,
- wherein the predictive map generator generates the functional predictive map based on the values of the yield trait in the yield map and based on the predictive model.
Beispiel 9 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei die Karte eine Aussaatkarte ist, die als Werte des landwirtschaftlichen Merkmals Werte eines Aussaatmerkmals beinhaltet und ferner Folgendes umfasst:
- einen prädiktiven Modellgenerator, der ein prädiktives Modell erzeugt, das eine Beziehung zwischen dem Aussaatmerkmal und der Maiskolbengröße auf Grundlage eines Werts des Aussaatmerkmals in der Aussaatkarte an der geografischen Position einen Wert der Maiskolbengröße modelliert, der durch den In-situ-Sensor erkannt wird, der der geografischen Position entspricht,
- wobei der prädiktive Kartengenerator die funktionelle prädiktive Karte auf Grundlage der Werte des Aussaatmerkmals in der Aussaatkarte und auf Grundlage des prädiktiven Modells erzeugt.
- a predictive model generator that generates a predictive model that models a relationship between the seeding characteristic and the corn cob size based on a value of the seeding characteristic in the seeding map at the geographic position a value of the corn cob size detected by the in situ sensor, the corresponds to the geographical position,
- wherein the predictive map generator generates the functional predictive map based on the values of the seeding feature in the seeding map and based on the predictive model.
Beispiel 10 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Steuersystem ferner Folgendes umfasst:
- eine Bedienerschnittstellensteuerung, die eine Benutzerschnittstellenkartendarstellung der funktionellen prädiktiven Karte erzeugt, wobei die Benutzerschnittstellenkartendarstellung einen Feldabschnitt mit einer oder mehreren Markierungen umfasst, die die prädiktiven Steuerwerte an einer oder mehreren geografischen Position auf dem Feldabschnitts angeben.
- an operator interface controller that generates a user interface map representation of the functional predictive map, the user interface map representation including a panel portion with one or more markers indicating the predictive control values at one or more geographic locations on the panel portion.
Beispiel 11 ist ein computerimplementiertes Verfahren zum Steuern einer landwirtschaftlichen Arbeitsmaschine, umfassend:
- Erhalten einer Karte, die Werte eines landwirtschaftlichen Merkmals entsprechend unterschiedlichen geografischen Positionen in einem Feld beinhaltet;
- Erkennen einer geografischen Position der landwirtschaftlichen Arbeitsmaschine;
- Erkennen eines Werts einer Maiskolbengröße, die der geografischen Position entspricht, mit einem In-situ-Sensor;
- Erzeugen einer funktionellen prädiktiven Karte des Feldes, die prädiktive Steuerwerte auf Grundlage der Werte des landwirtschaftlichen Merkmals in der Karte und auf Grundlage des Werts der Maiskolbengröße auf die verschiedenen geografischen Positionen in dem Feld auf die verschiedenen geografischen Positionen in dem Feld abbildet; und
- Steuern eines steuerbaren Teilsystems auf Grundlage der geografischen Position der landwirtschaftlichen Arbeitsmaschine und auf Grundlage der Steuerwerte in der funktionellen prädiktiven Karte.
- obtaining a map including values of an agricultural feature corresponding to different geographic locations in a field;
- detecting a geographic location of the agricultural work machine;
- detecting a value of a corn cob size corresponding to the geographic location with an in situ sensor;
- generating a functional predictive map of the field that maps predictive control values to the different geographic locations in the field based on the values of the agricultural feature in the map and based on the value of the cob size to the different geographic locations in the field; and
- Controlling a controllable subsystem based on the geographic location of the agricultural work machine and based on the control values in the functional predictive map.
Beispiel 12 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Erzeugen einer funktionellen prädiktiven Karte Folgendes umfasst:
- Erzeugen einer funktionellen prädiktiven Maiskolbengrößenkarte, die prädiktive Maiskolbengrößen auf die verschiedenen geografischen Positionen in dem Feld abbildet.
- Beispiel 13 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Steuern eines steuerbaren Teilsystems Folgendes umfasst:
- Erzeugen eines Deckplattenpositionssteuersignals auf Grundlage der erkannten geografischen Position und der funktionellen prädiktiven Maiskolbengrößenkarte; und
- Steuern des steuerbaren Teilsystems auf Grundlage des Deckplattenpositionssteuersignals, um einen Abstand zwischen einem mindestens einen Satz von Deckplatten auf der landwirtschaftlichen Arbeitsmaschine zu steuern.
- generating a functional predictive corn cob size map that maps predictive corn cob sizes to the various geographic locations in the field.
- Example 13 is the computer-implemented method of any or all of the preceding examples, wherein controlling a controllable subsystem comprises:
- generating a top plate position control signal based on the detected geographic position and the functional predictive corn cob size map; and
- controlling the controllable subsystem based on the deck position control signal to control a spacing between at least one set of decks on the agricultural work machine.
Beispiel 14 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Erzeugen einer funktionellen prädiktiven Karte Folgendes umfasst:
- Erzeugen einer funktionellen prädiktiven Bedienerbefehlskarte, die prädiktive Bedienerbefehle auf die verschiedenen geografischen Positionen in dem Feld abbildet.
- creating a functional predictive operator command map that maps predictive operator commands to the various geographic locations in the field.
Beispiel 15 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Steuern des steuerbaren Teilsystems Folgendes umfasst:
- Erzeugen eines Bedienerbefehlssteuersignals, das einen Bedienerbefehl auf Grundlage der erkannten geografischen Position und der funktionellen prädiktiven Bedienerbefehlskarte anzeigt; und
- Steuern des steuerbaren Teilsystems auf Grundlage des Bedienerbefehlssteuersignals, um den Bedienerbefehl auszuführen.
- generating an operator command control signal indicative of an operator command based on the detected geographic location and the functional predictive operator command map; and
- controlling the controllable subsystem based on the operator command control signal to execute the operator command.
Beispiel 16 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele und umfasst ferner:
- Erzeugen eines prädiktiven Modells, das eine Beziehung zwischen dem landwirtschaftlichen Merkmal und der Maiskolbengröße auf Grundlage eines Werts des landwirtschaftlichen Merkmals in der Karte an der geografischen Position und des Werts der Maiskolbengröße modelliert, die durch den In-situ-Sensor erkannt wird, der der geografischen Position entspricht,
- wobei der prädiktive Kartengenerator die funktionelle prädiktive Karte auf Grundlage der Werte des landwirtschaftlichen Merkmals in der Karte und auf Grundlage des prädiktiven Modells erzeugt.
- Generating a predictive model that models a relationship between the agricultural feature and the cob size based on a value of the agricultural feature in the map at the geographic location and the value of the cob size detected by the in situ sensor corresponding to the geographic position corresponds to
- wherein the predictive map generator generates the functional predictive map based on the values of the agricultural feature in the map and based on the predictive model.
Beispiel 17 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei die Karte eine vegetative Indexkarte ist, die als Werte des landwirtschaftlichen Merkmals Werte eines vegetativen Indexmerkmals beinhaltet, und ferner umfassend:
- Erzeugen eines prädiktiven Modells, das eine Beziehung zwischen dem vegetativen Indexmerkmal und der Maiskolbengröße modelliert, auf Grundlage eines Werts des vegetativen Indexmerkmals in der vegetativen Indexkarte an der geografischen Position und des Werts der Maiskolbengröße, der durch den In-situ-Sensor erfasst wird, der der geografischen Position entspricht,
- wobei das Erzeugen der funktionellen prädiktiven Karte das Erzeugen der funktionellen prädiktiven Karte auf Grundlage der Werte des vegetativen Indexmerkmals in der vegetativen Indexkarte und auf Grundlage des prädiktiven Modells umfasst.
- Generating a predictive model that models a relationship between the vegetative index trait and the corncob size, based on a value of the vegetative index trait in the vegetative index map at the geographical position and the value of the corncob size detected by the in situ sensor, the corresponds to the geographical position,
- wherein generating the functional predictive map comprises generating the functional predictive map based on the values of the vegetative index feature in the vegetative index map and based on the predictive model.
Beispiel 18 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei die Karte ein Ertragskarte ist, die als Werte des landwirtschaftlichen Merkmals Werte eines Ertragsmerkmals beinhaltet und ferner Folgendes umfasst:
- Erzeugen eines prädiktiven Modells, das eine Beziehung zwischen dem Ertragsmerkmal und der Maiskolbengröße auf Grundlage eines Werts des Ertragsmerkmals in der Ertragskarte an der geografischen Position und eines Werts der Maiskolbengröße modelliert, die durch den In-situ-Sensor erfasst wird, der der geografischen Position entspricht,
- wobei das Erzeugen der funktionellen prädiktiven Karte das Erzeugen der funktionellen prädiktiven Karte auf Grundlage der Werte des Ertragsmerkmals in der Ertragskarte und auf Grundlage des prädiktiven Modells umfasst.
- Generating a predictive model that models a relationship between the yield-related trait and the cob size based on a value of the yield-related trait in the yield map at the geographic location and a value of the cob size detected by the in situ sensor corresponding to the geographic location ,
- wherein generating the functional predictive map comprises generating the functional predictive map based on the values of the yield trait in the yield map and based on the predictive model.
Beispiel 19 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei die Karte eine Aussaatkarte ist, die als Werte des landwirtschaftlichen Merkmals Werte eines Aussaatmerkmals beinhaltet, und ferner umfassend:
- Erzeugen eines prädiktiven Modells, das eine Beziehung zwischen dem Aussaatmerkmal und der Maiskolbengröße auf Grundlage eines Werts des Aussaatmerkmals in der Aussaatkarte an der geografischen Position und eines Werts der Maiskolbengröße modelliert, die durch den In-situ-Sensor erkannt wird, der der geografischen Position entspricht,
- wobei das Erzeugen der funktionellen prädiktiven Karte das Erzeugen der funktionellen prädiktiven Karte auf Grundlage der Werte des Aussaatmerkmals in der Aussaatkarte und auf Grundlage des prädiktiven Modells umfasst.
- Generating a predictive model that models a relationship between the seed trait and the corn cob size based on a value of the seed trait in the seed map at the geographic location and a value of the corn cob size detected by the in situ sensor corresponding to the geographic location ,
- wherein generating the functional predictive map comprises generating the functional predictive map based on the values of the seeding feature in the seeding map and based on the predictive model.
Beispiel 20 ist eine landwirtschaftliche Arbeitsmaschine, umfassend:
- ein Kommunikationssystem, das eine Karte 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 einer Maiskopfgröße erkennt, der der geografischen Position entspricht;
- einen prädiktiven Modellgenerator, der ein prädiktives Modell erzeugt, das eine Beziehung zwischen dem landwirtschaftlichen Merkmal und der Maiskolbengröße auf Grundlage eines Werts des landwirtschaftlichen Merkmals in der Karte an der geografischen Position und des Werts der Maiskolbengröße modelliert, die durch den In-situ-Sensor erfasst wird, der der geografischen Position entspricht;
- einen prädiktiven Kartengenerator, der eine funktionelle prädiktive Karte des Feldes erzeugt, die prädiktive Steuerwerte auf Grundlage der Werte des landwirtschaftlichen Merkmals in der Karte und auf Grundlage des prädiktiven Modells auf die verschiedenen geografischen Positionen in dem Feld abbildet;
- ein steuerbares Subsystem; 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 Karte zu steuern.
- a communication system that receives a map that includes values of an agricultural characteristic corresponding to different geographic locations in a field;
- a geographic position sensor that detects a geographic position of the agricultural working machine;
- an in situ sensor that detects a value of a corn head size that corresponds to the geographic location;
- a predictive model generator that generates a predictive model that models a relationship between the agricultural feature and the corn cob size based on a value of the agricultural feature in the map at the geographic location and the value of the corn cob size detected by the in situ sensor corresponding to the geographic position;
- a predictive map generator that generates a functional predictive map of the field that maps predictive control values to the different geographic locations in the field based on the values of the agricultural feature in the map and based on the predictive model;
- a controllable subsystem; and
- a control system that generates a control signal to control the controllable subsystem based on the geographical position of the agricultural work machine and based on the control values in the functional predictive map.
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.Although the subject matter has been described in language specific to structural features or methodical acts, it should be understood that subject matter defined in the appended claims is not necessarily limited to the specific features or acts described above. Rather, the features and acts described above are disclosed as example forms of the claims.
Claims (15)
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/066,444 | 2020-10-08 | ||
US17/066,444 US20210243951A1 (en) | 2020-02-06 | 2020-10-08 | Machine control using a predictive map |
US17/067,317 | 2020-10-09 | ||
US17/067,317 US11825768B2 (en) | 2020-10-09 | 2020-10-09 | Machine control using a predictive map |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102021124392A1 true DE102021124392A1 (en) | 2022-04-14 |
Family
ID=80818313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102021124392.0A Pending DE102021124392A1 (en) | 2020-10-08 | 2021-09-21 | MACHINE CONTROL USING A PREDICTIVE MAP |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102021124392A1 (en) |
-
2021
- 2021-09-21 DE DE102021124392.0A patent/DE102021124392A1/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102020204464A1 (en) | MACHINE CONTROL USING A REAL-TIME MODEL | |
US11825768B2 (en) | Machine control using a predictive map | |
DE102021126413A1 (en) | AGRICULTURAL CHARACTERISTICS, CONFIDENCE AND CONTROL | |
CN114303614A (en) | Graph generation and control system | |
DE102021200028A1 (en) | AGRICULTURAL HARVESTER WITH PREHEATING WEED DETECTION AND COLLECTION SYSTEM | |
US11927459B2 (en) | Machine control using a predictive map | |
CN114303617A (en) | Machine control using prediction maps | |
DE102021120069A1 (en) | PREDICTIVE SPEED MAP GENERATION AND CONTROL SYSTEM | |
CN114303616A (en) | Crop composition map generator and control system | |
CA3130117A1 (en) | Predictive map generation and control system | |
DE102021124715A1 (en) | CROP CONSTITUENT CARD GENERATION AND CONTROL SYSTEM | |
DE102022100945A1 (en) | MACHINE CONTROL USING A MAP WITH REGIME ZONES | |
DE102022123724A1 (en) | CROP COMPONENT DETECTION | |
DE102021119643A1 (en) | CROP STATE CARD GENERATION AND CONTROL SYSTEM | |
DE102021124212A1 (en) | Machine control using a predictive map | |
DE102021119856A1 (en) | MACHINE CONTROL USING A PREDICTIVE SPEED MAP | |
DE102021124364A1 (en) | CROP MOISTURE MAP GENERATION AND CONTROL SYSTEM | |
DE102022124448A1 (en) | PREDICTIVE RESPONSE MAP GENERATION AND CONTROL SYSTEM | |
DE102021101230A1 (en) | Generation of predictive machine property maps and control system | |
DE102021124392A1 (en) | MACHINE CONTROL USING A PREDICTIVE MAP | |
DE102021124015A1 (en) | MACHINE CONTROL USING A PREDICTIVE MAP | |
DE102020120877A1 (en) | MONITORING AND IMPROVEMENT SYSTEM FOR MACHINE CONTROL | |
DE102021123796A1 (en) | MAP GENERATION AND CONTROL SYSTEM | |
DE102021119454A1 (en) | MACHINE CONTROL USING A PREDICTIVE MAP | |
DE102021120197A1 (en) | Predictive map generation based on seeding traits and control |