DE102021125939A1 - Method for automating an agricultural work task - Google Patents
Method for automating an agricultural work task Download PDFInfo
- Publication number
- DE102021125939A1 DE102021125939A1 DE102021125939.8A DE102021125939A DE102021125939A1 DE 102021125939 A1 DE102021125939 A1 DE 102021125939A1 DE 102021125939 A DE102021125939 A DE 102021125939A DE 102021125939 A1 DE102021125939 A1 DE 102021125939A1
- Authority
- DE
- Germany
- Prior art keywords
- soll
- process control
- dust
- control variable
- soil
- 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
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
- A01B76/00—Parts, details or accessories of agricultural machines or implements, not provided for in groups A01B51/00 - A01B75/00
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
- A01B69/00—Steering of agricultural machines or implements; Guiding agricultural machines or implements on a desired track
- A01B69/001—Steering by means of optical assistance, e.g. television cameras
Abstract
Die Erfindung betrifft ein Verfahren zur Automatisierung einer landwirtschaftlichen Arbeitsaufgabe, die von einem Bodenbearbeitungsgerät (14) an einem landwirtschaftlichen Traktor (10) ausgeführt wird. Von einer Kontrolleinheit (28) wird mindestens eine einen Arbeits- und/oder Betriebsparameter des Bodenbearbeitungsgerätes (14) repräsentierende Prozessführungsgröße durch Rückkopplungsdaten modifiziert, welche einen Feldzustand einer Feldoberfläche (18) vor und/oder nach der Bodenbearbeitung repräsentieren. Für die Ermittlung zumindest eines Teils der Rückkopplungsdaten werden Bodenbilder der Feldoberfläche (18) durch Sensormittel (58, 60) generiert und von einer Datenverarbeitungseinheit (80) ausgewertet. Die Datenverarbeitungseinheit (80) wertet die Bodenbilder derart aus, dass die Bodenbilder in Abhängigkeit des Ergebnisses einer Überwachung der Feldoberfläche (18) hinsichtlich eines optisch abdeckenden Luftstaubes (82) zur Ermittlung der Rückkopplungsdaten verwendet werden.The invention relates to a method for automating an agricultural work task that is carried out by a soil cultivation device (14) on an agricultural tractor (10). A control unit (28) modifies at least one process control variable representing a working and/or operating parameter of the tillage implement (14) by feedback data, which represent a field state of a field surface (18) before and/or after tillage. To determine at least some of the feedback data, ground images of the field surface (18) are generated by sensor means (58, 60) and evaluated by a data processing unit (80). The data processing unit (80) evaluates the ground images in such a way that the ground images are used to determine the feedback data depending on the result of a monitoring of the field surface (18) with regard to an optically covering air dust (82).
Description
Die Erfindung betrifft ein Verfahren zur Automatisierung einer landwirtschaftlichen Arbeitsaufgabe mit den Merkmalen des Oberbegriffs des Anspruches 1.The invention relates to a method for automating an agricultural work task with the features of the preamble of claim 1.
Ein derartiges Verfahren ist aus
Der vorliegenden Erfindung liegt die Aufgabe zugrunde, ein gattungsgemäßes Verfahren hinsichtlich erzielbarer Bearbeitungseffizienz und Bearbeitungsqualität zu verbessern.The object of the present invention is to improve a generic method with regard to the achievable processing efficiency and processing quality.
Diese Aufgabe wird durch ein Verfahren mit den Merkmalen des Patentanspruchs 1 gelöst.This object is achieved by a method having the features of patent claim 1.
Bei dem Verfahren zur Automatisierung einer landwirtschaftlichen Arbeitsaufgabe, die von einem Bodenbearbeitungsgerät an einem landwirtschaftlichen Traktor ausgeführt wird, wird mindestens eine Prozessführungsgröße zugrunde gelegt, welche einen Arbeits- und/oder Betriebsparameter (z.B. Arbeitstiefe, Bearbeitungsgeschwindigkeit) des Bodenbearbeitungsgerätes repräsentiert. Die mindestens eine Prozessführungsgröße wird von einer Kontrolleinheit (z.B. Bordcomputer des Traktors) durch Rückkopplungsdaten modifiziert, welche einen Feldzustand einer betrachteten Feldoberfläche vor und/oder nach der Bodenbearbeitung repräsentieren. Für die Ermittlung zumindest eines Teils oder der gesamten Rückkopplungsdaten werden zunächst durch Sensormittel Bodenbilder bzw. Bilddaten von der Feldoberfläche generiert. Diese Bodenbilder bzw. Bilddaten werden dann von einer Datenverarbeitungseinheit ausgewertet. Die Datenverarbeitungseinheit kann beispielsweise als eine separate physische Einheit ausgebildet sein oder Bestandteil der Kontrolleinheit sein. Die Datenverarbeitungseinheit wertet die Bodenbilder derart aus, dass die Bodenbilder in Abhängigkeit des Ergebnisses einer Überwachung der Feldoberfläche hinsichtlich eines optisch abdeckenden Luftstaubes zur Ermittlung der Rückkopplungsdaten verwendet werden.The method for automating an agricultural work task, which is carried out by a soil cultivation device on an agricultural tractor, is based on at least one process control variable, which represents a working and/or operating parameter (e.g. working depth, processing speed) of the soil cultivation device. The at least one process control variable is modified by a control unit (e.g. on-board computer of the tractor) using feedback data which represent a field state of a field surface under consideration before and/or after tillage. In order to determine at least some or all of the feedback data, ground images or image data of the field surface are first generated by sensor means. These ground images or image data are then evaluated by a data processing unit. The data processing unit can, for example, be in the form of a separate physical unit or be part of the control unit. The data processing unit evaluates the ground images in such a way that the ground images are used to determine the feedback data depending on the result of a monitoring of the field surface with regard to an optically covering air dust.
Somit wird bei dem Verfahren die Einflussgröße „Luftstaub“ berücksichtigt. Luftstaub entsteht insbesondere bei trockenen Feldoberflächen sowohl vor der Bodenbearbeitung (z.B. aufgrund von Windeinflüssen) als auch nach der Bodenbearbeitung (z.B. durch die Bearbeitung selbst, insbesondere auch in Verbindung mit Windeinflüssen) und kann die Bodenbilder bzw. die Bilddaten entsprechend beeinflussen. Durch Berücksichtigung des Luftstaubes können die Rückkopplungsdaten noch präziser ermittelt werden. Etwaige durch Luftstaub verursachte Einbußen bei der Bearbeitungseffizienz und -qualität des Verfahrens werden zuverlässig vermieden.The influencing variable “air dust” is thus taken into account in the method. Airborne dust occurs, especially on dry field surfaces, both before tillage (e.g. due to wind influences) and after tillage (e.g. through tillage itself, especially in connection with wind influences) and can affect the soil images and image data accordingly. By taking the air dust into account, the feedback data can be determined even more precisely. Any losses in the processing efficiency and quality of the process caused by air dust are reliably avoided.
Mit den Rückkopplungsdaten kann kontinuierlich der jeweils aktuelle Feldzustand vor und/oder nach der Bodenbearbeitung berücksichtigt werden. Hierdurch hat das Verfahren einen iterativen und damit hinsichtlich der erzielbaren Bearbeitungseffizienz und -qualität einen selbstoptimierenden Charakter. Diese Selbstoptimierung wird durch die Berücksichtigung der Einflussgröße „Luftstaub“ weiter verbessert.With the feedback data, the respective current field condition before and/or after tillage can be continuously taken into account. As a result, the method has an iterative and therefore self-optimizing character with regard to the achievable processing efficiency and quality. This self-optimization is further improved by taking into account the "air dust" influencing variable.
Weitere vorteilhafte Ausgestaltungen des erfindungsgemäßen Verfahrens gehen aus den Unteransprüchen hervor.Further advantageous configurations of the method according to the invention emerge from the dependent claims.
Die von dem Überwachungsergebnis abhängige Verwendung der Bodenbilder bzw. Bilddaten zur Ermittlung der Rückkopplungsdaten bedeutet beispielsweise, dass Bodenbilder gar nicht zur Ermittlung von Rückkopplungsdaten verwendet werden, wenn Luftstaub erkannt oder detektiert wird. Für die Entscheidung, ob das Bodenbild verwendet wird, kann dieses im Rahmen einer Auswertung in der Datenverarbeitungseinheit zunächst binär vorklassifiziert werden (Staub; Nicht-Staub). Wenn das Überwachungsergebnis den Zustand „kein Luftstaub“ repräsentiert, wird das Bodenbild als „Nicht-Staub“ vorklassifiziert und zur Ermittlung von Rückkopplungsdaten verwendet.The use of the ground images or image data to determine the feedback data, which is dependent on the monitoring result, means, for example, that ground images are not used at all to determine feedback data if airborne dust is recognized or detected. In order to decide whether the ground image is to be used, it can first be pre-classified in binary form (dust; non-dust) as part of an evaluation in the data processing unit. If the monitoring result represents a "no dust" condition, the soil image is pre-classified as "non-dust" and used to obtain feedback data.
Beispielsweise beinhaltet die Datenverarbeitungseinheit ein spezifisch eingelerntes Convolutional Neural Network, welches die binäre Vorklassifizierung anhand einer festgestellten optischen Staubdichte durchführt. In einer anderen Variante kann das Ergebnis einer Abstandsmessung zwischen Sensormitteln und der Feldoberfläche für die binäre Vorklassifizierung herangezogen werden.For example, the data processing unit contains a specifically taught-in convolutional neural network, which carries out the binary pre-classification based on a determined optical dust density. In another variant, the result of a distance measurement between the sensor means and the field surface can be used for the binary pre-classification.
In einer weiteren bevorzugten Ausführungsform wird das Bodenbild dann zur Ermittlung der Rückkopplungsdaten verwendet, wenn die Überwachung hinsichtlich des Luftstaubes zu dem Ergebnis führt, dass Luftstaub bis höchstens zu einem vorbestimmten Staub-Schwellenwert vorhanden ist. Mit anderen Worten repräsentiert das Überwachungsergebnis dann den Zustand „Luftstaub nicht mehr als der vorbestimmte Staub-Schwellenwert“ .In a further preferred embodiment, the ground image is then used to determine the feedback data if the monitoring with regard to the air dust leads to the result that air dust is present up to at most a predetermined dust threshold value. In other words, the monitoring result then represents the state “air dust no more than the predetermined dust threshold value”.
Bei der Auswertung der Bodenbilder erfolgt insbesondere eine Bildsegmentierung mit einer Zuordnung von Bildpixeln zu einzelnen bereitgestellten Zustandsklassen, welche unterschiedliche Feldzustände repräsentieren. Beispielsweise ist der zu überprüfende Feldzustand ein Bodenbedeckungsgrad. In diesem Fall repräsentieren einzelne bereitgestellte Zustandsklassen unterschiedliche Bodenbedeckungsgrade durch Pflanzen oder Pflanzenreste (z.B. 0%, 10%, 30%, 50%, 70%, 90%). Gegebenenfalls wird auch eine Zustandsklasse „Bodenbedeckung durch Bodenbearbeitungsgerät“ bereitgestellt.When evaluating the ground images, image segmentation occurs in particular with an assignment of image pixels to individually provided condition classes, which represent different field conditions. For example, the field condition to be checked is a degree of land cover. In this case, individual status classes provided represent different degrees of soil cover by plants or plant residues (e.g. 0%, 10%, 30%, 50%, 70%, 90%). Where appropriate, a “Tillage implement soil cover” condition class is also provided.
In einer weiteren bevorzugten Ausführungsform wird für die Entscheidung, ob das Bodenbild zur Ermittlung der Rückkopplungsdaten verwendet wird, auf die vorgenannte binäre Vorklassifizierung verzichtet. Stattdessen wird zur Detektion des Luftstaubes im Rahmen der Bildsegmentierung eine weitere Zustandsklasse, d.h. eine sogenannte Staubklasse für die Zuordnung des Luftstaubes, bereitgestellt. Hierdurch kann der technische Aufwand für die Ermittlung der Rückkopplungsdaten reduziert und entsprechend kostengünstiger gehalten werden. Beispielsweise erfolgt die Bildsegmentierung inklusive der Staubklasse und somit auch die Überwachung hinsichtlich Luftstaub unter Einsatz eines einzigen Bildverarbeitungssystems (z.B. eines Convolutional Neural Networks zur semantischen Segmentierung) .In a further preferred embodiment, the aforementioned binary pre-classification is dispensed with for the decision as to whether the ground image is used to determine the feedback data. Instead, an additional condition class, i.e. a so-called dust class for the assignment of the air dust, is provided for the detection of the air dust within the scope of the image segmentation. As a result, the technical outlay for determining the feedback data can be reduced and kept correspondingly more cost-effective. For example, the image segmentation including the dust class and thus also the monitoring with regard to airborne dust takes place using a single image processing system (e.g. a convolutional neural network for semantic segmentation).
Ausgehend von einer die Staubklasse enthaltenden Bildsegmentierung kann eine effiziente Bewertung des Bodenbildes bzw. der Bilddaten hinsichtlich der Einflussgröße „Luftstaub“ durchgeführt werden, indem eine innerhalb des Bodenbildes festgestellte Häufigkeit oder Anzahl von der Staubklasse zugeordneten Bildpixeln mit dem vorbestimmten Staub-Schwellenwert verglichen wird. Wenn die Anzahl bzw. Häufigkeit der der Staubklasse zugeordneten Bildpixel innerhalb des Bodenbildes höchstens so groß ist wie der vorbestimmte Staub-Schwellenwert, dann wird das Bodenbild für die Ermittlung der Rückkopplungsdaten verwendet. Beispielsweise beträgt der Staub-Schwellenwert 70% der Gesamtanzahl aller Bildpixel des Bodenbildes. Wenn mehr als 70% der Bildpixel des Bodenbildes der Staubklasse zugeordnet werden, wird das Bodenbild nicht zur Ermittlung der Rückkopplungsdaten verwendet.Based on an image segmentation containing the dust class, an efficient evaluation of the soil image or the image data with regard to the influencing variable "air dust" can be carried out by comparing a frequency or number of image pixels assigned to the dust class within the soil image with the predetermined dust threshold value. If the number or frequency of the image pixels assigned to the dust class within the soil image is at most as large as the predetermined dust threshold value, then the soil image is used to determine the feedback data. For example, the dust threshold is 70% of the total number of all image pixels in the soil image. If more than 70% of the image pixels of the soil image are assigned to the dust class, the soil image is not used to determine the feedback data.
Vorzugsweise werden die Rückkopplungsdaten auf der Basis eines Zustands-Mittelwertes ermittelt. Dieser wird in Abhängigkeit von den innerhalb des Bodenbildes festgestellten Häufigkeiten oder Pixelanzahlen der zugeordneten Zustandsklassen gebildet. Dabei kann eine Wichtung einzelner Zustandsklassen erfolgen. Der Zustands-Mittelwert repräsentiert einen mittleren oder durchschnittlichen Feldzustand des ausgewerteten Bodenbildes und unterstützt eine quantitativ präzise Modifizierung der mindestens einen Prozessführungsgröße.The feedback data is preferably determined on the basis of a state mean value. This is formed as a function of the frequencies or pixel numbers of the assigned condition classes determined within the soil image. In this way, individual status classes can be weighted. The condition mean value represents a mean or average field condition of the evaluated soil image and supports a quantitatively precise modification of the at least one process control variable.
Eine präzise Modifizierung der mindestens einen Prozessführungsgröße wird weiter unterstützt, wenn der Zustands-Mittelwert unter Ausschluss der festgestellten Häufigkeit der Staubklasse gebildet wird.A precise modification of the at least one process control variable is further supported if the condition mean value is formed excluding the determined frequency of the dust class.
Wie bereits erwähnt, werden die Bodenbilder durch geeignete Sensormittel generiert. Hierbei handelt es sich insbesondere um zurückschauende (z.B. am heckseitigen Bodenbearbeitungsgerät oder am rückwärtigen Bereich des Traktors angeordnete) Sensormittel zur Generierung von Bodenbildern nach der Bodenbearbeitung. Alternativ oder zusätzlich sind vorausschauende (z.B. am frontseitigen Bereich des Traktors angeordnete) Sensormittel vorhanden, welche Bodenbilder vor der Bodenbearbeitung generieren.As already mentioned, the ground images are generated by suitable sensor means. These are, in particular, rear-facing sensors (e.g. arranged on the rear-side soil cultivation implement or on the rear area of the tractor) for generating soil images after soil cultivation. Alternatively or additionally, forward-looking sensors (arranged, for example, on the front area of the tractor) are present, which generate images of the soil before tillage.
Die Überwachung hinsichtlich Luftstaub wird vorzugsweise durch geeignete Sensor- oder Detektionsmittel unterstützt. Eine Überwachung hinsichtlich Luftstaub erfolgt insbesondere durch relativ zur Fahrtrichtung des Traktors zurückschauende Sensormittel, d.h. insbesondere nach der Bodenbearbeitung. Zusätzlich kann durch vorausschauende Sensormittel eine Überwachung hinsichtlich Luftstaub in einem Bereich vor dem Traktor, also vor der Bodenbearbeitung, erfolgen.The monitoring with regard to airborne dust is preferably supported by suitable sensor or detection means. Airborne dust is monitored in particular by sensor means looking back relative to the direction of travel of the tractor, i.e. in particular after tillage. In addition, anticipatory sensor means can be used to monitor airborne dust in an area in front of the tractor, that is to say before tilling the soil.
Die Überwachung hinsichtlich Luftstaub erfolgt in einer bevorzugten Ausführungsform durch Auswertung von Bodenbildern bzw. Bilddaten und in einer weiteren Ausführungsform durch Auswertung von Abstandsmessungen zwischen geeigneten Sensormitteln (z.B. LiDAR, Stereokamera) und der Feldoberfläche.In a preferred embodiment, airborne dust is monitored by evaluating ground images or image data and in a further embodiment by evaluating distance measurements between suitable sensor means (e.g. LiDAR, stereo camera) and the field surface.
Eine Verwendung des Verfahrens bietet sich insbesondere im Zusammenhang mit Bodenbearbeitungsgeräten zur Grundboden- oder Saatbettbearbeitung an, wie beispielsweise eines Grubbers, einer Kreiselegge, einer Scheibenegge oder eines Pflugs. Diese dienen vorzugsweise der Vorbereitung der Feldoberfläche für einen nachfolgenden Pflanz- oder Sävorgang.The method can be used in particular in connection with soil cultivation devices for tilling the ground soil or seedbed, such as a cultivator, a rotary harrow, a disc harrow or a plough. These are preferably used to prepare the field surface for a subsequent planting or sowing process.
Abhängig von der spezifischen Arbeitsaufgabe und/oder dem spezifischen Bodenbearbeitungsgerät können unterschiedliche Feldzustände für die Ermittlung der Rückkopplungsdaten relevant sein. Insbesondere handelt es sich bei dem betrachteten Feldzustand um einen Bodenbedeckungsgrad, d.h. um einen (z.B. prozentualen) Grad der Bedeckung des betrachteten Feldbodens durch beispielsweise Erntereste, Stroh, Unkraut. Mit Hilfe des erfindungsgemäßen Verfahrens lässt sich ein gewünschter Feldzustand bzw. Bodenbedeckungsgrad erreichen, um einen nachfolgenden Arbeitsvorgang (z.B. Pflanzen, Säen) optimal vorzubereiten.Depending on the specific work task and/or the specific tillage implement, different field conditions can be relevant for determining the feedback data. In particular, the field state under consideration is a degree of ground cover, ie a (eg percentage) degree of coverage of the field ground under consideration by crop residues, straw, weeds, for example. With the help of the method according to the invention, a desired field state or ground cover can be determined degree to optimally prepare a subsequent work process (e.g. planting, sowing).
Weitere Feldzustände sind beispielsweise der jeweilige Grad einer Krümelung des Feldbodens, einer Einebnung des Feldbodens oder einer Verdichtung des Feldbodens.Further field states are, for example, the respective degree of crumbling of the field soil, leveling of the field soil or compaction of the field soil.
Wie bereits erwähnt, wird die automatisierte Durchführung des Verfahrens von der Kontrolleinheit unterstützt. Vorzugsweise ist dabei die Funktion der Kontrolleinheit derart, dass über ein Interfacemodul ein oder mehrere teilflächenspezifische Zielwerte und/oder Wichtungsfaktoren hinsichtlich prozessbezogener und/oder agronomischer Gütekriterien vorgegeben werden, nach deren Maßgabe die landwirtschaftliche Arbeitsaufgabe auszuführen ist. In einem Optimierungsmodul werden die Zielwerte und/oder Wichtungsfaktoren in die mindestens eine Prozessführungsgröße umgewandelt. Für die Modifizierung der mindestens einen Prozessführungsgröße gehen die Rückkopplungsdaten in das Optimierungsmodul ein. Zusätzlich ist es denkbar, dass nutzerseitig Randbedingungen für einen einzuhaltenden Wertebereich der mindestens einen Prozessführungsgröße vorgegeben werden. Einem Stabilisierungsmodul wird die mindestens eine modifizierte Prozessführungsgröße zugeführt, um eine Stell- und/oder Betriebseinrichtung des Bodenbearbeitungsgeräts und/oder des landwirtschaftlichen Traktors mittels des Stabilisierungsmoduls anzusteuern.As already mentioned, the automated execution of the procedure is supported by the control unit. The function of the control unit is preferably such that one or more site-specific target values and/or weighting factors with regard to process-related and/or agronomic quality criteria are specified via an interface module, according to which the agricultural work task is to be carried out. The target values and/or weighting factors are converted into the at least one process control variable in an optimization module. The feedback data enter the optimization module for the modification of the at least one process control variable. In addition, it is conceivable for the user to specify boundary conditions for a range of values to be maintained for the at least one process control variable. The at least one modified process control variable is supplied to a stabilization module in order to control an actuating and/or operating device of the soil cultivation implement and/or of the agricultural tractor by means of the stabilization module.
Die verschiedenen Module wirken nach Art eines kaskadierten Regelkreises zusammen. Die in das Optimierungsmodul eingehenden Rückkopplungsdaten unterstützen auf technisch einfache Weise den iterativen und somit selbstoptimierenden Charakter des Verfahrens. Die einzelnen Module können in der Kontrolleinheit funktionsmäßig als entsprechende Software hinterlegt sein.The various modules work together in the manner of a cascaded control loop. The feedback data entering the optimization module supports the iterative and thus self-optimizing character of the method in a technically simple manner. The individual modules can be functionally stored in the control unit as appropriate software.
Wie bereits erwähnt, wird die mindestens eine Prozessführungsgröße durch die Rückkopplungsdaten modifiziert. Einzelne Prozessführungsgrößen können hierbei auf unterschiedliche Weise modifiziert werden.As already mentioned, the at least one process control variable is modified by the feedback data. Individual process control variables can be modified in different ways.
In einer bevorzugten Ausführungsform werden zur Modifizierung der Prozessführungsgröße Rückkopplungsdaten eines Feldzustands vor der Bodenbearbeitung im Optimierungsmodul mittels einer auf einem Kennfeld basierenden Vorsteuerung zu einer Voraus-Komponente der Prozessführungsgröße verarbeitet. Das Kennfeld kann vorgegeben werden (z.B. vom Hersteller des Traktors und/oder des Bodenbearbeitungsgerätes). Das Kennfeld kann aber auch aktualisiert werden, z.B. vom Hersteller oder durch feldspezifisches Dazulernen.In a preferred embodiment, in order to modify the process control variable, feedback data of a field state before tillage is processed in the optimization module by means of a pre-control based on a characteristic map to form an advance component of the process control variable. The map can be specified (e.g. by the manufacturer of the tractor and/or the tillage implement). However, the map can also be updated, e.g. by the manufacturer or through field-specific learning.
In einer weiteren bevorzugten Ausführungsform werden zur Modifizierung der Prozessführungsgröße Rückkopplungsdaten eines Feldzustands nach der Bodenbearbeitung im Optimierungsmodul mittels eines Reglers (z.B. PI-Regler) zu einer Rück-Komponente der Prozessführungsgröße verarbeitet.In a further preferred embodiment, to modify the process control variable, feedback data of a field state after tillage in the optimization module are processed by means of a controller (e.g. PI controller) to form a feedback component of the process control variable.
Eine Gesamtkomponente der Prozessführungsgröße wird dann im Optimierungsmodul insbesondere zumindest aus der Voraus-Komponente gebildet. Falls im Sinne einer noch präziseren Verfahrensdurchführung Rückkopplungsdaten für den Feldzustand vor und nach der Bodenbearbeitung vorhanden sind, wird die Gesamtkomponente der Prozessführungsgröße in Abhängigkeit von einer Verknüpfung der Voraus-Komponente mit der Rück-Komponente gebildet. Die Gesamtkomponente wird noch mit den nutzerseitig vorgegebenen Randbedingungen verglichen. Diese Randbedingungen sind z.B. durch eine minimale und/oder maximale Arbeitstiefe des Bodenbearbeitungsgerätes oder eine minimale und/oder maximale Bearbeitungsgeschwindigkeit gegeben. Dabei ist die Bearbeitungsgeschwindigkeit üblicherweise identisch mit der Fahrgeschwindigkeit des Traktors. Nach dem vorgenannten Vergleich wird die modifizierte Prozessführungsgröße an das Stabilisierungsmodul gesendet.An overall component of the process control variable is then formed in the optimization module, in particular at least from the advance component. If feedback data for the field state before and after tillage is available in order to carry out the process even more precisely, the total component of the process control variable is formed as a function of linking the upstream component with the downstream component. The overall component is then compared with the boundary conditions specified by the user. These boundary conditions are given, for example, by a minimum and/or maximum working depth of the soil tillage implement or a minimum and/or maximum tillage speed. The processing speed is usually identical to the driving speed of the tractor. After the aforementioned comparison, the modified process control variable is sent to the stabilization module.
Vorzugsweise wird in Abhängigkeit von dem vorgenannten Vergleich bzw. dessen Vergleichsergebnis eine weitere Prozessführungsgröße modifiziert. Diese Modifizierung ist mathematischphysikalisch auf eine für die Verfahrensdurchführung geeignete Weise und vorzugsweise auf eine im Vergleich zu den vorgenannten Modifizierungsschritten unterschiedliche Weise ausgestaltet.A further process control variable is preferably modified as a function of the aforementioned comparison or its comparison result. Mathematically and physically, this modification is designed in a way that is suitable for carrying out the method and preferably in a way that differs from the aforementioned modification steps.
Beispielsweise wird die Gesamtkomponente einer ersten Prozessführungsgröße „Soll-Arbeitstiefe“ des Bodenbearbeitungsgerätes mit einer vom Nutzer vorgegebenen minimalen und maximalen Arbeitstiefe verglichen. Wenn der Wert der Gesamtkomponente größer ist als der Wert der vorgegebenen maximalen Arbeitstiefe, wird vorzugsweise die vorgegebene maximale Arbeitstiefe als (modifizierte) Prozessführungsgröße definiert. Dieser dann nicht optimale Wert der Soll-Arbeitstiefe wird zumindest teilweise kompensiert, indem eine weitere Prozessführungsgröße (z.B. die Bearbeitungsgeschwindigkeit des Bodenbearbeitungsgerätes bzw. die Fahrgeschwindigkeit des Traktors) nach einem definierten System oder Schema verändert und somit modifiziert wird. Zusammengefasst können die Rückkopplungsdaten die Modifizierung einer Prozessführungsgröße bewirken und unter bestimmten Bedingungen indirekt auch zu einer Modifizierung einer weiteren Prozessführungsgröße führen. Hierdurch wird die Effizienz und Qualität bei der Automatisierung der Arbeitsaufgabe weiter unterstützt.For example, the total component of a first process control variable “target working depth” of the soil tillage implement is compared with a minimum and maximum working depth specified by the user. If the value of the total component is greater than the value of the specified maximum working depth, the specified maximum working depth is preferably defined as the (modified) process control variable. This non-optimal value of the target working depth is at least partially compensated for by changing and thus modifying another process control variable (eg the processing speed of the tillage implement or the driving speed of the tractor) according to a defined system or scheme. In summary, the feedback data can cause the modification of one process control variable and, under certain conditions, also indirectly lead to the modification of another process control variable. As a result, the Effi ciency and quality in the automation of the work task.
Um bei Staubverhältnissen das Fehlerpotential der Automatisierung möglichst gering zu halten, wird in einer bevorzugten Ausführung von der Datenverarbeitungseinheit in Abhängigkeit des Überwachungsergebnisses hinsichtlich des Luftstaubes ein Einfriersignal generiert, welches an das Optimierungsmodul gesendet wird. Dort dient das Einfriersignal zur Deaktivierung der Vorsteuerung (Voraus-Komponente der Prozessführungsgröße) und/oder des Reglers (Rück-Komponente der Prozessführungsgröße), je nachdem, ob das Überwachungsergebnis die Feldoberfläche vor der Bodenbearbeitung und/oder die Feldoberfläche nach der Bodenbearbeitung betrifft. Hierdurch wird ermöglicht, dass bei einem Überwachungsergebnis „Luftstaub vorhanden“ oder „Luftstaub oberhalb des vorbestimmten Staub-Schwellenwertes“ das Einfriersignal gesendet wird und durch die Deaktivierung der Vorsteuerung und/oder des Reglers die Voraus-Komponente und/oder die Rück-Komponente nicht weiter verändert wird. Die jeweilige Komponente bleibt dann konstant, bis die Vorsteuerung und/oder der Regler wieder aktiviert wird, z.B. indem das Einfriersignal nicht mehr gesendet wird. Somit werden staubbedingte Fehler bei der Modifizierung der Prozessführungsgrößen vermieden.In order to keep the error potential of the automation as low as possible in dusty conditions, in a preferred embodiment the data processing unit generates a freezing signal, which is sent to the optimization module, depending on the monitoring result with regard to the airborne dust. There, the freeze signal is used to deactivate the pre-control (advance component of the process control variable) and/or the controller (reverse component of the process control variable), depending on whether the monitoring result relates to the field surface before tillage and/or the field surface after tillage. This makes it possible for the freeze signal to be sent if the monitoring result is "air dust present" or "air dust above the predetermined dust threshold value" and for the front component and/or the rear component not to continue as a result of the deactivation of the pre-control and/or the controller is changed. The respective component then remains constant until the pre-control and/or the controller is activated again, e.g. by no longer sending the freeze signal. Errors caused by dust when modifying the process control variables are thus avoided.
Das Einfriersignal wird vorzugsweise dann nicht mehr gesendet, wenn das Überwachungsergebnis hinsichtlich des Luftstaubes den Zustand „kein Luftstaub“ oder den Zustand „Luftstaub bis höchstens dem vorbestimmten Staub-Schwellenwert“ repräsentiert.The freeze signal is preferably no longer sent if the monitoring result with regard to the air dust represents the status “no air dust” or the status “air dust up to at most the predetermined dust threshold value”.
Einfriersignale zur zeitweiligen Deaktivierung der Vorsteuerung und/oder des Reglers im Optimierungsmodul können bei bestimmten Vorgaben auch von der Kontrolleinheit gesendet werden. Diese Vorgaben sind beispielsweise die Auswahl bzw. Festlegung eines spezifischen Biomassemodells (z.B. Weizen, Mais, etc.) oder eine Entscheidung durch den Nutzer.Freeze signals for temporary deactivation of the pre-control and/or the controller in the optimization module can also be sent by the control unit with certain specifications. These specifications are, for example, the selection or definition of a specific biomass model (e.g. wheat, corn, etc.) or a decision by the user.
Unabhängig von der Ausgestaltung des Optimierungsmoduls kann dieses mehrere Regelungsmodi (z.B. dynamisch, mittel, träge) aufweisen für eine unterschiedlich schnelle Regelung der Prozessführungsgröße(n) bzw. der Ausgangsgröße(n) des Optimierungsmoduls. Der jeweils gültige Regelungsmodus kann im Interfacemodul abhängig von einer Auswahl des Nutzers vorgegeben werden.Regardless of the design of the optimization module, it can have several control modes (e.g. dynamic, medium, sluggish) for controlling the process control variable(s) or the output variable(s) of the optimization module at different speeds. The currently valid control mode can be specified in the interface module depending on a selection made by the user.
Das erfindungsgemäße Verfahren wird im Folgenden anhand der beigefügten Zeichnungen näher erläutert. Dabei sind hinsichtlich ihrer Funktion übereinstimmende bzw. vergleichbare Komponenten mit denselben Bezugszeichen gekennzeichnet. Es zeigen:
-
1 ein Ausführungsbeispiel einer Vorrichtung zur Durchführung des erfindungsgemäßen Verfahrens zur Automatisierung einer landwirtschaftlichen Arbeitsaufgabe, -
2 ein als Flussdiagramm dargestelltes Ausführungsbeispiel des erfindungsgemäßen Verfahrens zur Automatisierung einer landwirtschaftlichen Arbeitsaufgabe, -
3 ein Flussdiagramm mit Ausführungsbeispielen zur Ermittlung von Rückkopplungsdaten, und -
4 eine Detailansicht eines Ausführungsbeispiels des Optimierungsmoduls.
-
1 an embodiment of a device for carrying out the method according to the invention for automating an agricultural work task, -
2 an exemplary embodiment, shown as a flow chart, of the method according to the invention for automating an agricultural work task, -
3 a flowchart with exemplary embodiments for determining feedback data, and -
4 a detailed view of an embodiment of the optimization module.
Bei dem landwirtschaftlichen Fahrzeug handelt es sich beispielsgemäß um einen landwirtschaftlichen Traktor 10 mit einem heckseitigen Dreipunkt-Kraftheber 12, an dem ein Bodenbearbeitungsgerät 14 zur Grundboden- oder Saatbettbearbeitung, hier in Gestalt eines Grubbers 16 mit einer Vielzahl von in einen Ackerboden bzw. eine Feldoberfläche 18 eingreifenden Zinken 20, angebracht ist. Der Grubber 16 dient einerseits der Lockerung und Krümelung des Ackerbodens sowie andererseits der Einarbeitung von humosem Material, das auf der Feldoberfläche 18 aufliegt. Das humose Material ist typischerweise durch Pflanzenreste eines abgeernteten Getreide- oder Maisfelds gebildet. Für den Fall des in
In einer optionalen Ausführungsform ist des Weiteren ein frontseitiger Dreipunkt-Kraftheber 22 vorgesehen, an dem ein zusätzliches Bodenbearbeitungsgerät 24 in Gestalt eines Mulchers 26 angebracht ist, mittels dessen sich die auf der Feldoberfläche 18 verteilt liegenden Pflanzenreste bei Bedarf vorzerkleinern lassen, um einen verbesserten Durchsatz (Materialfluss) am Grubber 16 sicherzustellen.In an optional embodiment, a front-side three-
Beide Dreipunkt-Kraftheber 12, 22 lassen sich seitens einer Kontrolleinheit 28 durch Ansteuerung eines jeweils zugehörigen hydraulischen Hubwerks 30, 32 in ihrer Hublage verändern.Both three-point power lifts 12, 22 can be changed in their stroke position by a
Die Kontrolleinheit 28, bei der es sich letztlich um einen Bordcomputer handelt, steht ferner mit einer in einer Fahrerkabine 34 des landwirtschaftlichen Traktors 10 untergebrachten Nutzerschnittstelle 36, die ein Bedienfeld 38 und eine Anzeigeeinheit 40 umfasst, einer Datenschnittstelle 42 zur Herstellung einer drahtlosen Datenaustauschverbindung mit einem zentralen Farmmanagementsystem 44 bzw. einer Datencloud 46, einem GPS-Empfänger 48 zur Positionsbestimmung, einer Motorsteuerung 50, einer Speichereinheit 52, einem CAN- bzw. ISOBUS 54, sowie kamerabasierten Detektormitteln 56 in Verbindung.The
Daneben erhält die Kontrolleinheit 28 Informationen von einer Datenverarbeitungseinheit 80, welche zumindest die Daten bildgebender Sensormittel 58, 60 verarbeitet. Die Sensormittel 58, 60 bewirken eine optische Erfassung der Feldoberfläche 18 vor dem landwirtschaftlichen Traktor 10 (vorausschauende Sensormittel 58) bzw. hinter dem Bodenbearbeitungsgerät 14 (zurückschauende Sensormittel 60). Bei den bildgebenden Sensormitteln 58, 60 handelt es sich um eine oder mehrere Mono- und/oder Stereo-Kameras, die im sichtbaren oder IR-Wellenlängenbereich arbeiten. Zur Verbesserung der Datenqualität ist vorzugsweise eine Kombination mit weiteren Sensormitteln 62, vorliegend einem Bodenradar (Ground Penetrating Radar) 64 und/oder einem LiDAR 66 vorgesehen. Die Signale bzw. Daten der Sensormittel 62 können zumindest teilweise optional in der Datenverarbeitungseinheit 80 verarbeitet und von dort in verarbeiteter Form an die Kontrolleinheit 28 gesendet werden.In addition, the
Die vorausschauenden Sensormittel 58 sind im Dachbereich 68 der Fahrerkabine 34 des landwirtschaftlichen Traktors 10 angebracht. Die zurückschauenden Sensormittel 60 hingegen sind dem Bodenbearbeitungsgerät 14 zugeordnet und dort an einer tragenden Gerätestruktur 70 rückwärtig befestigt. Abweichend davon ist auch eine rückwärtige Anbringung am Dachbereich 68 des Traktors 10 möglich. Bodenradar 64 und/oder LiDAR 66 befinden sich im Bereich einer Unterseite 72 des landwirtschaftlichen Traktors 10 (oder auch der tragenden Gerätestruktur 70 des Bodenbearbeitungsgerät 14) und sind auf die darunter liegende Feldoberfläche 18 gerichtet.The forward-looking sensor means 58 are mounted in the
Das Verfahren lässt sich grob in drei Module unterteilen, die einen kaskadierten Regelkreis bilden und in der Kontrolleinheit 28 funktionsmäßig als entsprechende Software hinterlegt sind. Im Einzelnen handelt es sich um ein Interfacemodul 74, ein Optimierungsmodul 76 und ein Stabilisierungsmodul 78. Deren Funktion soll nachfolgend im Detail dargelegt werden.The method can be divided roughly into three modules, which form a cascaded control loop and are functionally stored in the
Interfacemodulinterface module
Zunächst werden von der Kontrolleinheit 28 über das Interfacemodul 74 ein oder mehrere teilflächenspezifische Zielwerte und/oder Wichtungsfaktoren hinsichtlich prozessbezogener und/oder agronomischer Gütekriterien vorgegeben, nach deren Maßgabe die Arbeitsaufgabe mittels des Bodenbearbeitungsgeräts 14 auszuführen ist.First, one or more site-specific target values and/or weighting factors with regard to process-related and/or agronomic quality criteria are specified by the
Die Vorgabe der teilflächenspezifischen Zielwerte und/oder Wichtungsfaktoren erfolgt hierbei im Rahmen einer Arbeitsvorbereitung bzw. -planung. Die teilflächenspezifischen Zielwerte und/oder Wichtungsfaktoren werden anschließend in die der Kontrolleinheit 28 zugeordnete Speichereinheit 52 bzw. in die Datencloud 46 hochgeladen, sodass diese von dort beim Durchlaufen des Regelkreises vom Interfacemodul 74 abrufbar sind.The sub-area-specific target values and/or weighting factors are specified as part of work preparation or planning. The site-specific target values and/or weighting factors are then uploaded to the
Die Durchführung der Arbeitsvorbereitung bzw. -planung erfolgt seitens eines Bedieners über das Bedienfeld 38 der Nutzerschnittstelle 36 bzw. über das zentrale Farmmanagementsystem 44, das insbesondere Zugriff auf eine agronomische Datenbank hat, die unter anderem Informationen hinsichtlich Verlauf, Höhenprofil und Abmessungen der zu bearbeitenden Feldoberfläche 18, Bodeneigenschaften, zurückliegender Bewirtschaftungshistorie, zukünftiger Bewirtschaftungsplanung einschließlich nachfolgend geplanter Bearbeitungsschritte, technischer Spezifikationen des eingesetzten Bodenbearbeitungsgeräts 14 sowie zeitaktueller Angaben äußerer Einflussfaktoren wie der (zurückliegenden, aktuellen oder voraussichtlich zu erwartenden) Wetterverhältnisse und dergleichen enthält. Im Falle kartografisch verorteter Informationen werden diese von der Kontrolleinheit 28 mit seitens des GPS-Empfängers 48 bereitgestellten Positionsdaten in Beziehung gesetzt.The work preparation or planning is carried out by an operator via the
Als agronomischer Zielwert ist im Interfacemodul 74 vorzugsweise ein vom Nutzer gewünschter Feldzustand, insbesondere ein gewünschter Bodenbedeckungsgrad BG_ziel nach der Bodenbearbeitung, vorgegeben. Weiterhin gibt der Nutzer im Rahmen der Arbeitsvorbereitung und -planung Randbedingungen hinsichtlich einer minimalen Arbeitstiefe d_min und/oder eine maximale Arbeitstiefe d_max des Bodenbearbeitungsgerätes 14 sowie eine minimale Fahrgeschwindigkeit v_min und/oder eine maximale Fahrgeschwindigkeit v_max des Traktors 10 vor. Zusätzlich erfolgt die Vorgabe einer Soll-Fahrgeschwindigkeit v_soll_vorgabe bzw. einer Soll-Bearbeitungsgeschwindigkeit x_soll_vorgabe.A field state desired by the user, in particular a desired degree of soil cover BG_target after soil cultivation, is preferably specified as an agronomic target value in the
Optimierungsmoduloptimization module
Im Optimierungsmodul 76 werden von der Kontrolleinheit 28 die im Interfacemodul 74 vorgegebenen Zielwerte und/oder Wichtungsfaktoren unter Berücksichtigung der vorgegebenen Randbedingungen in Arbeits- und/oder Betriebsparameter des Bodenbearbeitungsgeräts 14 repräsentierende Prozessführungsgrößen umgewandelt.In the
Die Beurteilung des durch die Rückkopplungsdaten repräsentierten Zustands der Feldoberfläche 18 vor bzw. nach der Bearbeitung mittels des Bodenbearbeitungsgeräts 14 erfolgt hierbei unter Nutzung der bildgebenden Sensormittel 58, 60.The evaluation of the condition of the
Die mittels der vorausschauenden Sensormittel 58 ermittelbaren Rückkopplungsdaten für eine Modifizierung der Prozessführungsgröße(n) betreffen für den Fall eines abgeernteten Getreide-, Mais- oder Sojafelds beispielsweise Zustandsparameter wie den Grad einer Bodenbedeckung BG_ist-vor (insbesondere durch Pflanzen bzw. Pflanzenreste, wie Stroh, Gras, Unkraut), die Stoppeldichte (also die Anzahl der Stoppeln pro Flächeneinheit), die Höhe bzw. Länge der Stoppeln und/oder der Strohreste, den Grad einer Bodenverdichtung und den Verlauf der Stoppelreihen in Bezug auf die Bearbeitungsrichtung. Zusätzlich ist auch der Zustand der Stoppeln von Belang. Vor allem dann, wenn diese während des Erntevorgangs aufgespleisst bzw. plattgefahren worden sind.In the case of a harvested grain, corn or soybean field, the feedback data that can be determined by means of the anticipatory sensor means 58 for a modification of the process control variable(s) relate, for example, to status parameters such as the degree of ground cover BG_actual-before (in particular by plants or plant residues, such as straw, grass, weeds), the stubble density (i.e. the number of stubbles per unit area), the height or length of the stubble and/or straw residues, the degree of soil compaction and the course of the stubble rows in relation to the tillage direction. In addition, the condition of the stubble is also important. Especially when these have fanned out or been driven flat during the harvesting process.
Die mittels der zurückschauenden Sensormittel 60 ermittelbaren Rückkopplungsdaten für eine Modifizierung der Prozessführungsgröße(n) beziehen sich für den Fall eines abgeernteten Getreide-, Mais- oder Sojafelds beispielsweise auf Zustandsparameter wie einen Einarbeitungsgrad der Erntereste bzw. einen verbliebenen Grad der Bodenbedeckung BG_ist-rück, die Krümelung der Feldoberfläche 18, den Tiefenlockerungsgrad oder den Einarbeitungsgrad von Unkraut. Zusätzlich kommen neben dem Einarbeitungsgrad der Stoppeln bzw. dem verbliebenen Bodenbedeckungsgrad vorzugsweise Zustandsparameter wie der Zerkleinerungsgrad der Stoppeln hinzu.In the case of a harvested grain, corn or soybean field, the feedback data that can be determined by means of the retrospective sensor means 60 for a modification of the process control variable(s) relate, for example, to status parameters such as the degree of incorporation of the harvest residues or a remaining degree of soil cover BG_actual-back, the crumbling of the
Des Weiteren ist in einer optionalen Ausführungsform eine Modifikation der Prozessführungsgröße(n) in Abhängigkeit eines Betriebszustands des Bodenbearbeitungsgeräts 14 und/oder des landwirtschaftlichen Traktors 10 möglich. Dieser leitet sich beispielsweise aus Informationen eines aktuellen Treibstoffverbrauchs des landwirtschaftlichen Traktors 10 und einer sich aus dessen Fahrgeschwindigkeit v_ist ergebenden aktuellen Bearbeitungsgeschwindigkeit ẋ_ist ab. Die betreffenden Informationen stehen der Kontrolleinheit 28 vorzugsweise am CAN- bzw. ISOBUS 54 des landwirtschaftlichen Traktors 10 zur Verfügung.Furthermore, in an optional embodiment, the process control variable(s) can be modified depending on an operating state of the
Weitere Einzelheiten einer Ausführungsform des Optimierungsmoduls 76 werden anhand von
Stabilisierungsmodulstabilization module
Dem Stabilisierungsmodul 78 werden die zuvor gegebenenfalls modifizierten Prozessführungsgrößen d_soll, x_soll zur Ansteuerung von Stell- und/oder Betriebseinrichtungen des Bodenbearbeitungsgeräts 14 und/oder des landwirtschaftlichen Traktors 10 zugeführt. Die Stell- und/oder Betriebseinrichtungen sind vorliegend durch das Hubwerk 32 (betreffend d_soll) sowie die Motorsteuerung 50 (betreffend ẋ_soll) gebildet.The process control variables d_soll, x_soll, which may have been previously modified, are fed to the
Optional kann das Stabilisierungsmodul 78 auch das Hubwerk 30 des zusätzlichen Bodenbearbeitungsgeräts 24 ansteuern, wenn dies für spezifische Zwecke sinnvoll ist.Optionally, the
In das Stabilisierungsmodul 78 gehen in einer optionalen Ausführungsform auch Informationen hinsichtlich eines aktuellen Funktionsstatus des Bodenbearbeitungsgeräts 14 ein. Der aktuelle Funktionsstatus wird mittels der kamerabasierten Detektormittel 56 am Bodenbearbeitungsgerät 14 bzw. dessen tragender Gerätestruktur 70 überwacht, wobei diese auf Grundlage einer entsprechenden Bildverarbeitung bzw. -analyse erkennen, ob sich Erntereste in den Werkzeugen des Bodenbearbeitungsgeräts 14 (hier den Zinken 20 des Grubbers 16) angesammelt haben und zu möglichen Störungen des Bearbeitungsvorgangs führen können. Bei der Bewertung des aktuellen Funktionsstatus ist eine Berücksichtigung des aktuellen Materialflusses, also des Durchsatzes von Ernteresten und Ackererde pro Zeiteinheit möglich.In an optional embodiment, information regarding a current functional status of the
Ermittlung der RückkopplungsdatenDetermination of the feedback data
Grundsätzlich werden die Bodenbilder bzw. Bilddaten BD in der Datenverarbeitungseinheit 80 derart ausgewertet, dass sie nur dann zur Ermittlung der Rückkopplungsdaten verwendet werden, wenn eine Überwachung der Feldoberfläche 18 hinsichtlich eines optisch abdeckenden Luftstaubes 82 zu dem Ergebnis führt, dass - je nach Ausführungsvariante - entweder kein Luftstaub 82 ermittelt bzw. detektiert wird oder Luftstaub 82 bis höchstens zu einem vorbestimmten Staub-Schwellenwert SW ermittelt bzw. detektiert wird.In principle, the ground images or image data BD are evaluated in the
Bei einer ersten Variante wird in einem Verfahrensschritt S1-1 eine binäre Vorklassifizierung durchgeführt. Falls das Überwachungsergebnis den Zustand „Luftstaub“ repräsentiert, wird von der Datenverarbeitungseinheit 80 ein Einfriersignal S_fr an das Optimierungsmodul 76 gesendet, dessen technische Wirkung anhand von
Im Schritt S2-1 erfolgt eine Bildsegmentierung mit einer Zuordnung jedes Bildpixels des Bodenbildes bzw. der Bilddaten BD zu einer von mehreren bereitgestellten Zustandsklassen K1, K2, K3 usw., welche unterschiedliche Feldzustände repräsentieren.In step S2-1, an image segmentation takes place with an assignment of each image pixel of the ground image or the image data BD to one of several provided condition classes K1, K2, K3, etc., which represent different field conditions.
Im Falle eines Bodenbedeckungsgrades BG als zu überprüfender Feldzustand entsprechen die bereitgestellten Zustandsklassen vorzugsweise vorbestimmten unterschiedlichen prozentualen Bodenbedeckungsgraden BG, beispielsweise K1 (0% BG), K2 (10% BG), K3 (30% BG) usw. Außerdem kann eine Zustandsklasse K_b vorgesehen sein, welche eine Abdeckung des Feldbodens 18 durch einen Teil des Bodenbearbeitungsgerätes 14, z.B. durch die Zinken 20, repräsentiert.In the case of a ground cover degree BG as the field state to be checked, the condition classes provided preferably correspond to predetermined different percentage ground cover degrees BG, for example K1 (0% BG), K2 (10% BG), K3 (30% BG), etc. A condition class K_b can also be provided , which represents a covering of the
Im Schritt S2-1 werden außerdem aufgrund der Bildsegmentierung Häufigkeiten H1, H2, H3 der zugeordneten Zustandsklassen K1, K2, K3 innerhalb des ausgewerteten Bodenbildes bzw. der entsprechenden Bilddaten BD festgestellt.In step S2-1, frequencies H1, H2, H3 of the associated condition classes K1, K2, K3 within the evaluated ground image or the corresponding image data BD are also determined on the basis of the image segmentation.
In Abhängigkeit von den festgestellten Häufigkeiten H1, H2, H3 wird ein Zustands-Mittelwert MW gebildet (Schritt S3). Der Zustands-Mittelwert MW repräsentiert den aktuellen Bedeckungsgrad BG_ist-vor bezüglich der vorausschauenden Sensormittel 58 oder den aktuellen Bedeckungsgrad BG_ist-rück bezüglich der zurückschauenden Sensormittel 60.Depending on the established frequencies H1, H2, H3, a state mean value MW is formed (step S3). The state mean value MW represents the current degree of coverage BG_actual-before with regard to the forward-looking sensor means 58 or the current degree of coverage BG_actual-back with regard to the sensor means 60 looking back.
Bei einer zweiten Variante erfolgt in einem Verfahrensschritt S1-2 eine Bildsegmentierung mit einer Zuordnung jedes Bildpixels des Bodenbildes bzw. der Bilddaten BD zu einer von mehreren bereitgestellten Zustandsklassen K1, K2, K3, K_b usw., welche unterschiedliche Feldzustände repräsentieren.In a second variant, in a method step S1-2, image segmentation takes place with an assignment of each image pixel of the ground image or the image data BD to one of several provided condition classes K1, K2, K3, K_b, etc., which represent different field states.
Im Falle eines Bodenbedeckungsgrades BG als zu überprüfender Feldzustand entsprechen die bereitgestellten Zustandsklassen vorzugsweise vorbestimmten unterschiedlichen prozentualen Bodenbedeckungsgraden BG, beispielsweise K1 (0% BG), K2 (10% BG), K3 (30% BG) usw. Außerdem kann die bereits erläuterte Zustandsklasse K_b vorgesehen sein.In the case of a ground cover degree BG as the field state to be checked, the condition classes provided preferably correspond to predetermined different percentage ground cover degrees BG, for example K1 (0% BG), K2 (10% BG), K3 (30% BG), etc. In addition, the already explained condition class K_b be provided.
Zusätzlich ist bei der zweiten Variante eine als eine Staubklasse K_st wirksame Zustandsklasse für die Zuordnung des Luftstaubes 82 bereitgestellt. Mit dieser Staubklasse K_st kann die Feldoberfläche 18 hinsichtlich des Luftstaubes 82 überwacht werden.In addition, in the second variant, a condition class that is effective as a dust class K_st is provided for the assignment of the
Im Schritt S1-2 werden außerdem aufgrund der Bildsegmentierung Häufigkeiten H1, H2, H3, H_b der zugeordneten Zustandsklassen K1, K2, K3, K_b innerhalb des ausgewerteten Bodenbildes bzw. der entsprechenden Bilddaten BD festgestellt. Bezüglich der Staubklasse K_st wird eine Häufigkeit H st festgestellt.In step S1-2, frequencies H1, H2, H3, H_b of the associated condition classes K1, K2, K3, K_b within the evaluated ground image or the corresponding image data BD are also determined on the basis of the image segmentation. With regard to the dust class K_st, a frequency H st is determined.
In einem Schritt S2-2 wird die festgestellte Häufigkeit H_st der der Staubklasse K_st zugeordneten Bildpixel mit dem vorbestimmten Staub-Schwellenwert SW verglichen. Falls die Häufigkeit H st größer ist als der Staub-Schwellenwert SW, wird von der Datenverarbeitungseinheit 80 ein Einfriersignal S_fr an das Optimierungsmodul 76 gesendet, dessen technische Wirkung anhand von
Bei beiden Varianten entsprechen die Rückkopplungsdaten dem Zustands-Mittelwert MW oder werden zumindest auf Basis des Zustands-Mittelwertes MW ermittelt. Die Rückkopplungsdaten werden von der Datenverarbeitungseinheit 80 an das Optimierungsmodul 76 gesendet.In both variants, the feedback data correspond to the mean state value MW or are at least determined on the basis of the mean state value MW. The feedback data is sent from the
Die Vorsteuerung 84 erhält Signale von dem Interfacemodul 74 (vom Nutzer gewünschter Bodenbedeckungsgrad BG_ziel) und von der Datenverarbeitungseinheit 80 (Rückkopplungsdaten, Zustands-Mittelwert MW, aktueller Bodenbedeckungsgrad BG_ist-vor bezüglich der vorausschauenden Sensormittel 58). Mit Hilfe des Kennfeldes KF werden die Rückkopplungsdaten zu einer Voraus-Komponente d_soll-vor der Prozessführungsgröße (hier eine Soll-Arbeitstiefe d_soll) verarbeitet.The
Der Regler 86 erhält Signale von dem Interfacemodul 74 (vom Nutzer gewünschter Bodenbedeckungsgrad BG_ziel) und von der Datenverarbeitungseinheit 80 (Rückkopplungsdaten, Zustands-Mittelwert MW, aktueller Bodenbedeckungsgrad BG_ist-rück bezüglich der zurückschauenden Sensormittel 60). Der Regler 86 verarbeitet die Rückkopplungsdaten zu einer Rück-Komponente d_soll-rück der Prozessführungsgröße d_soll.The
Aus den beiden Komponenten d_soll-vor, d_soll-rück wird mittels eines Verknüpfungselementes 88 (z.B. Addierer) eine Gesamtkomponente d_soll-ges der Prozessführungsgröße d_soll gebildet. In einer nachfolgenden Vergleichsstufe 90 wird die Gesamtkomponente d_soll-ges mit den Randbedingungen d_min, d_max des Interfacemoduls 74 verglichen. Aus dem Vergleichsergebnis ergibt sich die modifizierte Prozessführungsgröße d_soll.A total component d_soll-ges of the process control variable d_soll is formed from the two components d_soll-vor, d_soll-rück using a logic element 88 (e.g. adder). In a
Außerdem kann abhängig von dem vorgenannten Vergleichsergebnis in einer Änderungsstufe 92 die weitere Prozessführungsgröße in Form einer Soll-Fahrgeschwindigkeit v_soll des Traktors 10 bzw. in Form einer Soll-Bearbeitungsgeschwindigkeit ẋ_soll des Bodenbearbeitungsgerätes 14 modifiziert werden. Hierdurch können für die Bearbeitungseffizienz und -qualität eher ungünstige Werte der Prozessführungsgröße d_soll durch eine Modifizierung der weiteren Prozessführungsgröße zumindest teilweise kompensiert werden.In addition, depending on the aforementioned comparison result, the further process control variable can be modified in the form of a setpoint driving speed v_setpoint of
Beispielsweise wird die nutzerseitig vorgegebene Soll-Fahrgeschwindigkeit v_soll_vorgabe bzw. Soll-Bearbeitungsgeschwindigkeit ẋ_soll_vorgabe in der Änderungsstufe 92 nach einem definierten System erhöht, wenn die Gesamtkomponente d_soll-ges größer ist als die vom Nutzer vorgegebene maximale Arbeitstiefe d_max und deshalb die Prozessführungsgröße d_soll auf die maximale Arbeitstiefe d_max begrenzt wird. Die sich so ergebende modifizierte Soll-Fahrgeschwindigkeit v_soll des Traktors 10 bzw. Soll-Bearbeitungsgeschwindigkeit ẋ_soll des Bodenbearbeitungsgerätes 14 unterliegt ebenfalls einem Vergleich mit den Randbedingungen v_min und v_max bzw. ẋ_min und ẋ_max. Sofern die Soll-Fahrgeschwindigkeit v_soll des Traktors 10 bzw. Soll-Bearbeitungsgeschwindigkeit ẋ_soll des Bodenbearbeitungsgerätes 14 größer bzw. kleiner ist als die vorgegebenen Randbedingungen v_max und v_min bzw. ẋ_max und ẋ_min, so wird die Soll-Fahrgeschwindigkeit v_soll des Traktors 10 bzw. Soll-Bearbeitungsgeschwindigkeit ẋ_soll des Bodenbearbeitungsgeräts 14 entsprechend der jeweiligen Randbedingung begrenzt. Hierbei wird durch das Signal S_anti_wind_up sichergestellt, dass d_soll-rück durch den Regler 86 im Falle des Erreichens des Minimums nicht weiter verringert bzw. im Fall des Erreichens des Maximums nicht weiter erhöht wird.For example, the target driving speed v_soll_vorgabe or target processing speed ẋ_soll_vorgabe specified by the user is increased in
Wie bereits erwähnt, sendet die Datenverarbeitungseinheit 80 bei festgestellten Staubverhältnissen ein Einfriersignal S_fr an das Optimierungsmodul 76 (siehe
An den Regler 86 wird von der Datenverarbeitungseinheit 80 ein Einfriersignal S_fr-rück gesendet, wenn Staubverhältnisse im Bereich der Feldoberfläche 18 nach der Bodenbearbeitung festgestellt werden, insbesondere auf Basis der zurückschauenden Sensormittel 60. Die Rück-Komponente d_soll-rück wird dann nicht weiter verändert bzw. modifiziert. Nach erneuter Aktivierung des Reglers 86 (z.B. durch Beenden des Einfriersignals S_fr-rück) kann die Rück-Komponente d_soll-rück wieder verändert bzw. modifiziert werden.A freezing signal S_fr-rück is sent to
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of documents cited by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturPatent Literature Cited
- US 20190392573 A1 [0002]US20190392573A1 [0002]
Claims (13)
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/811,613 US20230050661A1 (en) | 2021-08-12 | 2022-07-11 | Method for automating an agricultural work task |
EP22184671.0A EP4133928A1 (en) | 2021-08-12 | 2022-07-13 | Method for automating an agricultural task |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102021121011 | 2021-08-12 | ||
DE102021121011.9 | 2021-08-12 |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102021125939A1 true DE102021125939A1 (en) | 2023-02-16 |
Family
ID=85039840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102021125939.8A Pending DE102021125939A1 (en) | 2021-08-12 | 2021-10-06 | Method for automating an agricultural work task |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102021125939A1 (en) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190392573A1 (en) | 2018-06-22 | 2019-12-26 | Cnh Industrial Canada, Ltd. | Measuring crop residue from imagery using a machine-learned semantic segmentation model |
-
2021
- 2021-10-06 DE DE102021125939.8A patent/DE102021125939A1/en active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190392573A1 (en) | 2018-06-22 | 2019-12-26 | Cnh Industrial Canada, Ltd. | Measuring crop residue from imagery using a machine-learned semantic segmentation model |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3666050B1 (en) | Agricultural system | |
EP3243368B2 (en) | Traction machine device combination with driver assistance system | |
DE69814847T2 (en) | AGRICULTURAL HARVEST WITH ROBOT CONTROL | |
EP3243367B2 (en) | Traction machine device combination with driver assistance system | |
EP1529428B1 (en) | Method and system for automatic steering of an agricultural vehicle | |
DE202016009064U1 (en) | Tractor devices - combination with driver assistance system | |
DE102018222428A1 (en) | Process for applying a spray to an agricultural area | |
DE19528663A1 (en) | Mobile agricultural or construction machine setting - using measured position for setting machine in dependence on calculated process parameter and/or surface characteristic data for each position | |
EP3300561B1 (en) | Self-propelled agricultural machine | |
EP3461313A1 (en) | Agricultural machine | |
WO2020182564A1 (en) | Vision-based steering assistance system for land vehicles | |
EP3777499A1 (en) | Agricultural traction engine | |
DE102021125939A1 (en) | Method for automating an agricultural work task | |
EP4133928A1 (en) | Method for automating an agricultural task | |
EP3871482A1 (en) | Method for automating an agricultural task | |
DE102019103923A1 (en) | Method for setting a machine component of an agricultural working machine with an associated operating device, agricultural working machine and data storage device | |
EP4064819B1 (en) | Method for treating plants in a field, for generating training data and for training a neural network | |
EP4066608A1 (en) | Soil cultivation device | |
WO2021105017A1 (en) | Method for processing plants in a field | |
EP3932162A1 (en) | System for determining the position of a camera of a camera assembly relative to a ground plane | |
DE102020215879A1 (en) | Method of applying a spray to an agricultural area | |
WO2021105014A1 (en) | Method for treating plants in a field | |
WO2023021005A1 (en) | Method for image evaluation of an operating parameter of an agricultural harvesting header device | |
EP4133925A1 (en) | Method for operating an agricultural vehicle combination | |
DE102022115549A1 (en) | Method for the optimized configuration of a camera system for row detection in a field |