RU2776355C1 - Определение полосы захвата действия из собранных машиной обработанных данных - Google Patents

Abstract

Изобретение относится к области отслеживания собранных машиной или агрономических обработанных данных, чтобы предоставлять подробные аналитические выходные данные. Техническим результатом является обеспечение возможности формировать независимый от единиц измерения набор данных, потребляемый посредством преобразования Фурье, чтобы формировать распределение данных, используемых для определения эффективной ширины охвата. Для этого получается множество точек данных, ассоциированных с курсом прохождения в области сбора. Каждая точка из множества точек данных соответствует местоположению в области сбора и включает в себя соответствующий набор пространственных координат. Распределение формируется на основе пространственных координат. Распределение включает в себя идентифицированный набор случаев, ассоциированных с одними из пространственных координат из соответствующего набора пространственных координат. Распределение вводится в преобразование Фурье, чтобы определять набор частот, ассоциированных с идентифицированными пиками. Эффективная ширина охвата, которая является расстоянием, соответствующим пику в преобразовании Фурье, определяется на основе набора частот, ассоциированных с идентифицированными пиками. 3 н. и 15 з.п. ф-лы, 8 ил.

Description

Уровень техники

Сельское хозяйство является быстро развивающейся отраслью, где технологические усовершенствования становятся все более важными. Собранные машиной обработанные данные (также называемые в данном документе собранными обработанными данными) могут быть объединены во множестве полезных прикладных задач. Данные могут быть использованы для оптимизации процессов и смягчения неэффективностей, среди прочего. Собранные машиной обработанные данные могут обеспечивать значимое аналитическое понимание методологий сельскохозяйственной деятельности, урожайностей, производительности работников и т.д. В частности, данные о ширине охвата могут предоставлять информацию, принадлежащую ширине полосы захвата, которая, в свою очередь, используется для формирования аналитических выходных данных, включающих в себя, например, число акров, обрабатываемых в заданное время, количество продукта, используемого для покрытия площади, время, затраченное на площади, урожайность, охват поля, формирование границ поля и т.д. Ширина полосы захвата является необходимой для формирования таких аналитических данных. Традиционные сельскохозяйственные аналитические инструментальные средства, как правило, не могут вычислять ширины полосы захвата на основе автоматически собранных обработанных данных при формировании аналитических выходных данных.

Сущность изобретения

Варианты осуществления настоящего изобретения, в общем, относятся к отслеживанию собранных машиной обработанных данных, чтобы формировать аналитические данные, используемые для определения агрономических показателей (например, эффективной ширины охвата, суммарной площади охвата, значений эффективности и т.д.). Более конкретно, варианты осуществления описывают системы, способы и компьютерно-читаемые носители для отслеживания, сбора/получения и анализа собранных машиной обработанных данных, чтобы формировать независимый от единиц измерения набор данных, потребляемый посредством преобразования Фурье, чтобы формировать распределения данных, используемых для определения эффективной ширины охвата.

В различных вариантах осуществления пользователь (например, фермер) может применять устройство сбора данных, соединенное с сельскохозяйственной техникой (например, трактором), задействуемой пользователем. Устройство сбора данных может быть ассоциировано с сельскохозяйственной техникой, орудием, ассоциированным с сельскохозяйственным оборудованием, пользовательской учетной записью для пользователя, и т.п., и может собирать необработанные данные, формируемые сельскохозяйственной техникой. В некоторых аспектах устройство сбора данных может снабжать геометкой собранные необработанные данные на основе обнаруженной информации о местоположении, включающей в себя, но не только, GPS-данные, данные вышки сотовой связи, данные сигнала Wi-Fi и т.п. В некоторых вариантах осуществления пользователь может применять устройство сбора данных и/или ассоциированное клиентское устройство, чтобы выгружать необработанные данные, которые были или формируются посредством сельскохозяйственной техники и собираются посредством устройства сбора данных. В некоторых других вариантах осуществления собранные необработанные данные могут автоматически выгружаться (например, постоянно, периодически) из устройства сбора данных на серверное устройство во время (например, в реальном времени) или после работы сельскохозяйственной техники. Собранные машиной обработанные данные могут подвергаться обработке посредством различных средств (описываемых далее в данном документе), чтобы формировать независимый от единиц измерения набор данных, потребляемый посредством преобразования Фурье, чтобы формировать анализ Фурье для распределений собранных обработанных данных. Анализ Фурье может быть использован для идентификации, например, эффективной ширины охвата. Эффективная ширина охвата, когда используется в данном документе, ссылается, в общем, на расстояние, соответствующее одному или более пикам в анализе Фурье. Эффективная ширина охвата также ссылается на обратную величину частоты, соответствующей пику в анализе Фурье. Эффективная ширина охвата, полученная из анализа Фурье, может соответствовать фактической ширине полосы захвата орудия, ассоциированного с собранными обработанными данными. Таким образом, в соответствии с различными вариантами осуществления, описанными в данном документе, описанные технологии могут обеспечивать средство для определения агрономических показателей (например, эффективной ширины охвата, ширины полосы захвата и т.д.) с использованием собранных обработанных данных, среди прочего.

Данное краткое изложение сущности изобретения предусмотрено для введения в упрощенной форме подборки концепций, которые дополнительно описываются ниже в подробном описании. Это краткое изложение сущности изобретения не предназначено ни чтобы идентифицировать ключевые признаки или неотъемлемые признаки заявленного изобретения, ни чтобы использоваться как помощь в определении объема заявленного изобретения.

Краткое описание чертежей

Варианты осуществления настоящего изобретения описаны подробно ниже со ссылкой на присоединенные чертежи, на которых:

Фиг. 1 является примерной схемой системы в соответствии с некоторыми вариантами осуществления настоящего изобретения;

Фиг. 2 является блок-схемой, изображающей примерное устройство сбора данных в соответствии с некоторыми вариантами осуществления настоящего изобретения;

Фиг. 3 является блок-схемой, изображающей примерное серверное устройство в соответствии с некоторыми вариантами осуществления настоящего изобретения;

Фиг. 4 является иллюстративным курсом прохождения в области сбора в соответствии с некоторыми вариантами осуществления настоящего изобретения;

Фиг. 5 является примерным распределением в соответствии с некоторыми вариантами осуществления настоящего изобретения;

Фиг. 6 является примерным анализом Фурье в соответствии с некоторыми вариантами осуществления настоящего изобретения;

Фиг. 7 является блок-схемой последовательности операций, показывающей способ отслеживания собранных машиной обработанных данных, чтобы формировать аналитические данные, используемые для определения агрономических показателей в соответствии с некоторыми вариантами осуществления настоящего изобретения; и

Фиг. 8 является блок-схемой примерного вычислительного окружения, подходящего для использования в реализации некоторых вариантов осуществления настоящего изобретения.

Осуществление изобретения

Использование собранных обработанных данных, таких как данные, собранные, например, посредством устройств Интернета вещей ("IoT"), распространяется между отраслями. Сельскохозяйственная отрасль, например, развивается в этом отношении, в результате чего, сельскохозяйственная техника может теперь включать в себя интегрированные технологии, которые собирают различные типы данных из трудоемких работ фермеров. Эти собранные обработанные данные являются значимыми для множества аналитических использований. Собранные данные представляют ограничения, однако, относительно некоторых данных, которые являются необходимыми для формирования аналитических данных. Например, ширина полосы захвата является показателем, который используется во множестве агрономических вычислений, таких как, но не только, суммарная охваченная площадь, эффективность охвата, и т.п. Хотя является критическим для формирования таких агрономических аналитических данных, введенная пользователем ширина полосы захвата наиболее часто используется и представляет множество проблем, поскольку она не является точным представлением эффективной ширины охвата (также далее в данном документе "полосы захвата действия"). Например, ширина полосы захвата орудия может быть 30 футов. Однако, работник может ощущать значительно большее перекрывание, чем необходимо, уменьшая ширину охвата до менее чем фактической ширины полосы захвата. Дополнительно, предоставляемый пользователем ввод значения ширины полосы захвата склонен включать в себя дополнительные погрешности. Таким образом, автоматический сбор данных, которые могут быть использованы для автоматического формирования эффективной ширины охвата, является целостным, чтобы максимизировать эффективности. Это может подразумевать как сложное устройство сбора данных, так и интеллектуальное серверное устройство для анализа собранных обработанных данных.

Быстро появляются устройства, которые предоставляют возможность сбора сельскохозяйственных данных. Одна такая компания, Farmobile, LLC из Лиавуда, штат Канзас, разработала решение, которое предоставляет возможность фермерам собирать данные. Предусматривается устройство сбора данных, которое может быть присоединено к сельскохозяйственной технике, чтобы собирать необработанные сельскохозяйственные данные от сельскохозяйственной техники,. Больше подробностей, относящихся к устройству сбора данных и связанным системам и способам, может быть найдено в находящейся на рассмотрении патентной заявке США порядковый номер 15,794,463, которая предназначена или связана с той же сущностью, что и эта заявка, полное содержимое которой включено в данный документ по ссылке. Устройство сбора данных может быть использовано для сбора данных, которые могут быть обработаны в дополнительные форматы, которые могут быть использованы для вычисления других данных или обработаны посредством алгоритмов для создания новых данных. Собранные обработанные данные, использованные для формирования ширины охвата, могут включать в себя множество точек данных, соответствующих местоположению по курсу прохождения, и будут дополнительно обсуждаться в данном документе.

После сбора все еще существует необходимость дополнительно анализировать и преобразовывать собранные обработанные данные в используемый формат, чтобы получать ширину охвата. Простой геометрический подход может быть использован для оценки каждой из множества точек данных, чтобы идентифицировать отдельные ряды друг за другом для определения эффективной ширины охвата. Такой геометрический подход потребует поточечного сравнения. Почти все алгоритмы, которые требуют поточечных сравнений, требуют лишнего предположения того, что может или не может быть истинным (например, предполагаемого конкретного характера движения (прямая линия), предполагаемой компоновка области сбора, и т.д.). Кроме того, эти подходы не являются устойчивыми к шуму, и, таким образом, ошибочные линии (например, такие как движение поперек площади к дороге) вызывают проблемы геометрически. Следовательно, существующие подходы либо предполагают режим работы, который может быть ложным; не выполняют предположение и требуют поточечного сравнения; и/или включают в себя дополнительный шум вследствие неспособности эффективно исключать ошибочные данные.

При условии вышесказанного, варианты осуществления, описанные в данном документе, могут обеспечивать отслеживание собранных машиной обработанных данных или агрономических данных (т.е. сельскохозяйственных данных), чтобы предоставлять пространственные точки (например, GPS-координаты) для использования в качестве входных данных для преобразования Фурье (например, быстрого преобразования Фурье (FFT)), чтобы формировать анализ Фурье (т.е. выходное распределение), соответствующий частоте пиков (например, рядов) во входных данных. Выходное распределение может быть использовано для идентификации эффективной ширины охвата, которая может быть использована для формирования сложных агрономических показателей. Таким образом, пользователи (например, фермеры), отвечающие за сбор сельскохозяйственных данных, могут полагаться на формирование обширных агрономических данных автоматически.

Обращаясь теперь к фиг. 1, предложено схематичное изображение, иллюстрирующее примерную систему 100, в которой некоторые варианты осуществления настоящего изобретения могут быть применены. Должно быть понятно, что эта и другие конфигурации, описанные в данном документе, излагаются только в качестве примеров. Другие конфигурации и элементы (например, машины, интерфейсы, функции, порядки, группировки функций и т.д.) могут быть использованы в дополнение или вместо показанных, а некоторые элементы могут быть вообще опущены. Дополнительно, многие из элементов, описанных в данном документе, являются функциональными объектами, которые могут быть реализованы как дискретные или распределенные компоненты или в сочетании с другими компонентами, и в любой подходящей комбинации и местоположении. Различные функции, описанные в данном документе как выполняемые посредством одного или более сущностей-объектов, могут быть выполнены посредством аппаратных средств, программно-аппаратных средств и/или программного обеспечения. Например, различные функции могут выполняться процессором, исполняющим инструкции, сохраненные в памяти.

Система 100, изображенная на фиг. 1, включает в себя пользовательское клиентское устройство 120, которое может связываться с серверным устройством 310 по сети 150, такой как Интернет. Каждое из пользовательского клиентского устройства 120 и серверного устройства 310 может включать в себя вычислительное устройство, как описано более подробно относительно фиг. 8.

Система 100 предпочтительно включает в себя сеть 150, которая предоставляет возможность связи, по меньшей мере, между одним устройством сбора данных, таким как устройство 200 сбора данных, по меньшей мере, одним серверным устройством, таким как серверное устройство 310, и, по меньшей мере, одним клиентским устройством, таким как клиентское устройство 120. В различных вариантах осуществления сеть 150 может включать в себя одну или более сетей, включающих в себя, но не только, Интернет, множество WAN, множество LAN, множество PAN, телекоммуникационные сети, беспроводные сети, проводные сети и т.п.

Устройство сбора данных, ассоциированное с пользовательской учетной записью для пользователя (например, фермера), машины или т.п., такое как устройство 200 сбора данных, может быть соединено с по меньшей мере одним устройством сбора необработанных данных, таким как часть сельскохозяйственной машины в качестве примера. Предполагается, что сельскохозяйственная машина может включать в себя набор датчиков, вычислительных устройств и/или электронных компонентов, которые могут формировать необработанные данные от сельскохозяйственной машины и/или модулей, присоединенных к ней. Необработанные данные (например, необработанные сельскохозяйственные данные) могут включать в себя электронные данные, сформированные посредством набора датчиков, вычислительных устройств и/или электронных компонентов, присоединенных к какому-либо другому набору датчиков, вычислительным устройствам и/или электронным компонентам, центральному блоку управления (например, компьютеру, расположенному в кабине сельскохозяйственной машины), или любому их сочетанию. В некоторых аспектах сформированные данные считаются необработанными данными, поскольку данные могут быть собраны непосредственно от сформированного набора датчиков, вычислительных устройств и/или электронных компонентов, прежде чем они передаются вычислительному устройству для обработки и/или анализа, среди прочего.

В различных вариантах осуществления, и как будет описано в соответствии с фиг. 2, устройство 200 сбора данных может передавать собранные необработанные сельскохозяйственные данные серверному устройству 310. Серверное устройство 310 может включать в себя, среди прочего, по меньшей мере, одно вычислительное устройство, такое как вычислительное устройство, описанное в соответствии с фиг. 8. Как будет описано в соответствии с фиг. 3-6, серверное устройство 310 может быть одним устройством из множества устройств, выполненных с возможностью совместно анализировать собранные обработанные данные. В различных вариантах осуществления серверное устройство 310 может принимать собранные необработанные сельскохозяйственные данные от устройства 200 сбора данных и сохранять в памяти, такой как хранилище 110 данных, принятые необработанные сельскохозяйственные данные в ассоциативной связи с учетной записью пользователя, ассоциированной с устройством 200 сбора данных.

В некоторых вариантах осуществления устройство 200 сбора данных собирает множество точек данных, которые ассоциируются с курсом прохождения в области сбора (например, на поле). В некоторых вариантах осуществления курс прохождения содержит набор практически параллельных линий. Курс прохождения может быть практически серпантином, но не обязательно. Примерный курс прохождения в области сбора иллюстрируется на фиг. 4. Курс прохождения может быть ассоциирован с машиной, орудием и т.п. Курс прохождения может быть любым примерным курсом, проходимым с намерением полного охвата области сбора, такой как, например, поле. Точки данных, собранные по курсу прохождения, могут быть результатом попытки оптимизировать полный охват области сбора.

Как показано на фиг. 4, курс прохождения 400 проходится машиной 402, ассоциированной с орудием 403, имеющим ширину 403a полосы захвата. Множество точек данных, представленных как t₁ - t₂₀, могут быть собраны по курсу прохождения 400. Как ранее описано, точки данных могут быть собраны посредством устройства (такого как устройство 200 сбора данных на фиг. 1) и могут быть собраны с настраиваемыми предварительно определенными интервалами времени. В вариантах осуществления предварительно определенный интервал времени между каждой собранной точкой данных является одинаковым. Как показано на фиг. 4, машина 402 движется с более низкой скоростью вблизи поворотов, таких как поворот 405 по сравнению с прямым фрагментом, таким как прямой фрагмент 404. Следовательно, расстояние между точками данных (d₁ и d₂) на поворотах меньше расстояния между каждой точкой данных (d₃ и d₄) на прямом фрагменте курса прохождения 400.

Собранные точки данных могут соответствовать местоположению в области сбора и включать в себя набор пространственных координат. Пространственные координаты могут включать в себя GPS-координаты, координаты универсальной поперечной проекции Меркатора (UTM) и т.п.

Серверное устройство 310 может получать вышеописанные данные (например, множество точек данных), ассоциированные с курсом прохождения в области сбора, от устройства 200 сбора данных и сохранять эти данные в памяти, такой как хранилище 110 данных. Серверное устройство 310 может обрабатывать множество точек данных, чтобы создавать распределение, такое как гистограмма распределения, множества точек данных. Эти обработанные данные могут быть основаны, по меньшей мере, частично, на соответствующем наборе пространственных координат, полученных от устройства 200 сбора данных. Дискретное преобразование Фурье для распределения может быть вычислено, чтобы определять набор частот, ассоциированных с идентифицированными пиками. На основе наиболее вероятной частоты серверное устройство 310 может определять эффективную ширину охвата, ассоциированную с курсом прохождения.

Обращаясь теперь к фиг. 2, предложена блок-схема, изображающая примерное устройство 200 сбора данных в соответствии с некоторыми вариантами осуществления настоящего изобретения. Устройство 200 сбора данных может быть ассоциировано с уникальным идентификатором, таким как ID аппаратных средств, порядковый номер, электронный идентификатор, среди прочего. В некоторых вариантах осуществления уникальный идентификатор может быть закодирован в аппаратных средствах и/или программном обеспечении устройства 200 сбора данных. В некоторых дополнительных вариантах осуществления уникальный идентификатор может быть ассоциирован с пользовательской учетной записью, так что логическое или символическое соответствие между ними сохраняется в памяти сервера, такого как сервер 310 на фиг. 1.

В соответствии с различными вариантами осуществления устройство 200 сбора данных может включать в себя, по меньшей мере, одно вычислительное устройство, описанное в соответствии с фиг. 8, и может быть присоединено к одной или более информационным линиям, дополнительно соединенным с датчиками, вычислительными устройствами, электрическими линиями, модулями или другой электронной аппаратурой для обнаружения необработанных данных, сбора необработанных данных и/или формирования необработанных данных (в данном документе совокупно называемой "датчиками"), ассоциированной с частью сельскохозяйственной машины и/или компонентами, присоединенными к ней. В некоторых вариантах осуществления устройство 200 сбора данных может включать в себя, по меньшей мере, один порт ввода для приема и сохранения необработанных данных в памяти (например, устройстве хранения данных), и, по меньшей мере, один порт вывода для передачи принятых необработанных данных вычислительному устройству, ассоциированному с частью сельскохозяйственной машины. Устройство 200 сбора данных может также быть соединено с источником питания, таким как аккумуляторная батарея, или источником питания, ассоциированным с частью сельскохозяйственной машины. Устройство 200 сбора данных может дополнительно включать в себя, среди прочего, компонент 210 сбора необработанных данных, компонент 220 обнаружения местоположения, компонент 230 снабжения геометкой и компонент 240 связи.

В некоторых вариантах осуществления компонент 210 сбора необработанных данных может принимать необработанные данные, передаваемые от датчиков во входной порт устройства 200 сбора данных. Компонент 210 сбора необработанных данных может сохранять принятые необработанные данные в кэш или память. Устройство 200 сбора необработанных данных может дополнительно включать в себя компонент 220 обнаружения местоположения, который может обнаруживать физическое местоположение устройства 200 сбора данных. В некоторых вариантах осуществления компонент 220 обнаружения местоположения может включать в себя GPS-модуль для определения GPS-координат, Wi-Fi-антенну для обнаружения ближних Wi-Fi-сигналов, радиомодуль сотовой связи для обнаружения ближних телекоммуникационных вышек, Bluetooth-радиомодуль для обнаружения ближних Bluetooth-радиомодулей, или любую другую технологию обнаружения местоположения для определения точного или приблизительного местоположения устройства 200 сбора данных.

В некоторых вариантах осуществления устройство 200 сбора данных может применять компонент 220 обнаружения местоположения, чтобы определять местоположение устройства 200 сбора данных в соответствии с приемом необработанных данных через компонент 210 сбора необработанных данных. Другими словами, практически в одно и то же время (например, менее чем за 1 секунду) приема части необработанных данных через компонент 210 сбора необработанных данных, устройство 200 сбора данных может определять местоположение устройства 200 сбора данных практически в то же самое время, когда часть необработанных данных принимается. В некоторых вариантах осуществления каждая часть необработанных данных и каждая часть определенной информации о местоположении может быть независимо снабжена временной отметкой, так что устройство 200 сбора данных может ассоциировать часть принятых необработанных данных с частью определенной информации о местоположении. В этом отношении, устройство 200 сбора данных может применять компонент 230 снабжения геометкой, чтобы "помечать" (например, сопоставлять, внедрять, модифицировать) каждую часть принятых необработанных данных с помощью части определенной информации о местоположении. Другими словами, каждая часть принятых необработанных данных может быть помечена меткой местоположения устройства 200 сбора данных, определенного во время, когда часть необработанных данных была собрана посредством устройства 200 сбора данных. В этом отношении, принятые необработанные данные, помечаемые геометкой посредством компонента 230 снабжения геометкой и сохраняемые в кэше или памяти устройства 200 сбора данных, могут называться в данном документе собранными обработанными данными.

В некоторых дополнительных вариантах осуществления устройство 200 сбора данных может включать в себя компонент 240 связи, который обеспечивает проводную и/или беспроводную передачу собранных необработанных сельскохозяйственных данных серверу, такому как серверное устройство 310 на фиг. 1 и 3. В некоторых вариантах осуществления устройство 200 сбора данных может передавать собранные обработанные данные серверному устройству в реальном времени, так что собранные обработанные данные непрерывно передаются в потоковом режиме или периодически передаются серверному устройству. В некоторых других вариантах осуществления устройство 200 сбора данных может передавать собранные обработанные данные серверному устройству, когда сигнал связи (например, Wi-Fi-сигнал, Bluetooth-сигнал, сотовый сигнал) является доступным компоненту 240 связи. В этом отношении, принятые необработанные данные могут продолжать снабжаться геометками и сохраняться в памяти или кэше устройства 200 сбора данных, так что, когда сигнал связи является доступным, компонент 240 связи может устанавливать сигнал с серверным устройством и передавать собранные обработанные данные серверному устройству.

В некоторых вариантах осуществления компонент 240 связи может передавать уникальный идентификатор, ассоциированный с устройством 200 сбора данных, перед или совместно с каким-либо фрагментом собранных обработанных данных, передаваемых серверному устройству. В некоторых других вариантах осуществления компонент 230 снабжения геометкой может включать в себя метаданные, включающие в себя ассоциированный уникальный идентификатор, при "снабжении меткой" принятых необработанных данных. Таким образом, серверное устройство может определять, что принимаемые собранные обработанные данные ассоциируются с устройством 200 сбора данных, и могут дополнительно определять, что принимаемые собранные обработанные данные, ассоциируются с пользовательской учетной записью, ассоциированной с устройством 200 сбора данных.

Со ссылкой на фиг. 3, предложена блок-схема, изображающая примерное серверное устройство 310 в соответствии с некоторыми вариантами осуществления настоящего изобретения. Серверное устройство 310 может включать в себя, по меньшей мере, одно вычислительное устройство, описанное в соответствии с фиг. 8, и может дополнительно включать в себя компонент 312 сбора, компонент 314 формирования распределения, компонент 316 вычисления, компонент 318 взаимодействия с пользователем и компонент 320 связи.

Компонент 312 сбора может включать в себя различные компоненты, которые, среди прочего, обеспечивают получение множества точек данных, ассоциированных с курсом прохождения в области сбора, описываемой в данном документе. Множество точек данных могут быть получены, например, от устройства 200 сбора данных. Множество точек данных может быть получено посредством извлечения множества точек данных, приема (либо автоматически, либо по запросу) множества точек данных, и т.п., через сеть, такую как сеть 150 на фиг. 1. Как ранее упомянуто, множество точек данных может соответствовать местоположению в области сбора (например, GPS-координатам).

Компонент 312 сбора может проводить синтаксический анализ собранных обработанных данных, принятых от устройства 200 сбора данных, на основе меток, ассоциированных с собранными обработанными данными. Посредством собранных обработанных данных, снабжаемых геометками, компонент 312 сбора может выбирать фрагмент собранных обработанных данных, полученных от устройства сбора данных, формировать набор собранных обработанных данных, который соответствует конкретной задаче, выполняемой с помощью сельскохозяйственной техники. В вариантах осуществления компонент 312 сбора может идентифицировать информацию о местоположении и/или отметки времени, ассоциированные с собранными обработанными данными, принятыми от устройства 200 сбора данных, так что и местоположение, и время учитываются для идентификации релевантных частей собранных обработанных данных. В некоторых аспектах, связанные части собранных обработанных данных могут быть идентифицированы автоматически (например, на основе временных меток и/или местоположения, определяемого практически непрерывно) или вручную (например, на основе предоставленных отметок времени и/или местоположения, принятого через клиентское устройство). Таким образом, один или более наборов собранных обработанных данных, ассоциированных с пользовательской учетной записью, могут быть определены, каждый относится к конкретной области или географическому месту, периоду времени и/или задаче, выполняемой пользователем (например, фермером), ассоциированным с пользовательской учетной записью и с сельскохозяйственной техникой, соединенной с устройством 200 сбора данных.

Компонент 314 формирования распределения может формировать выходные данные из множества точек данных на основе, по меньшей мере, частично, соответствующих наборов пространственных координат (например, GPS-координат). Примерные выходные данные иллюстрируются на фиг. 5, которая представляет распределение 500 в виде гистограммы количеств/случаев 501 в зависимости от координатного столбца 502 (т.е., расстояний от точки начала отсчета). Фиг. 5 иллюстрирует, например, число счетчика или случаев сбора данных в координатных столбцах x₁-x₁₁. Т.е., точки t₁, t₂ и t₃ данных, все были собраны в x₁, в то время как только точка t₄ данных была собрана в x₂, точка t₅ данных была собрана в x₃ и т.д. Распределение создается в формате, который является пригодным для употребления посредством преобразования Фурье, когда он может быть использован в качестве входных данных для преобразования Фурье. В вариантах осуществления используется 1-мерное (1-D) преобразование Фурье.

При создании выходных данных компонент 314 формирования распределения может вращать точки данных, так что правильный угол идентифицируется. Компонент 314 формирования распределения может использовать множество вращений на одной оси и обрабатывать данные, чтобы идентифицировать наиболее релевантный случай. Вращения могут выполняться до тех пор, пока не будет определено, что каждый случай ассоциируется с максимальным значением. Такое вращение не является обязательным, когда правильный угол известен. Дополнительно, вращение может не быть обязательным, если выполняется процесс, описанный в данном документе с 2-мерным (2-D) преобразованием. В этом случае, 2-D распределение может быть создано и затем введено в 2-D FFT, чтобы получать выходное распределение.

В настоящем примере собранные точки данных приводят в результате к 2-мерному графику точек. Направление движения анализируется для каждой точки данных, чтобы идентифицировать преобладающее направление движения (т.е., направление движения, ассоциированное с большим по сравнению с предварительно определенным пороговым значением точек данных). Данные могут быть повернуты, например, в ориентацию север/юг и затем свернуты в 1-мерные выходные данные, чтобы получать число случаев, которые произошли в каждом координатном столбце. Каждый путь в 2-мерном графике может быть, например, вертикальным, так что, когда он сворачивается в 1-мерные выходные данные, точки данных организуются, например, в интервалы подсчитанных значений для конкретного координатного столбца. Затем следующий интервал, ассоциированный со следующим диапазоном расстояний от точки начала отсчета, оценивается, и т.д. Формулируя другим образом, 2-мерный график местоположения может быть сжат в 1-мерную гистограмму, чтобы демонстрировать возникновения точек данных относительно друг друга.

Компонент 316 вычисления может вычислять дискретное преобразование Фурье для выходных данных (сформированных посредством компонента 314 формирования распределения, например), чтобы определять набор частот, ассоциированных с идентифицированными пиками в выходных данных преобразования Фурье. Таким образом, компонент 316 вычисления может вводить распределение (в случае 1-D преобразования), чтобы создавать выходные данные анализа Фурье. Преобразование Фурье обрабатывает информацию из всех точек, чтобы вычислять вероятность расстояния между произвольными точками.

Примерный анализ Фурье представлен на фиг. 6, обсуждаемой более подробно ниже. Компонент 316 вычисления может использовать выходные данные распределения (например, распределение гистограммы), чтобы идентифицировать частоту рядов, так что промежуток между рядами также идентифицируется. В вариантах осуществления вероятность промежутка ряда идентифицируется как всплеск/пик в анализе Фурье. Формулируя другим образом, компонент 316 вычисления использует входные данные для преобразования Фурье от компонента 314 формирования распределения, чтобы извлекать шаблоны из них для использования упомянутых шаблонов, чтобы создавать выходное распределение, которое представляет частоту входных шаблонов.

Этот анализ является критичным, поскольку, как ранее объяснено, только геометрические способы предоставляют возможность идентификации того, насколько близко конкретные ряды находятся друг к другу. Преобразование Фурье, однако, предназначается для поиска частот шаблонов в распределении. Кроме того, преобразование Фурье является устойчивым к шуму, поскольку оно обращает внимание на характерные частоты всплесков рядов и может отбрасывать точки данных, которые не соответствуют всплескам рядов.

После того как анализ Фурье выводится, компонент 316 вычисления может идентифицировать эффективную ширину охвата. Эффективный охват соответствует пику (или множеству пиков) в анализе Фурье. В то время как множество пиков может быть использовано, настоящее изобретение может быть выполнено с единственным, наиболее выделяющимся пиком, который сопоставляется непосредственно с пространственной частотой, из которой получается расстояние.

Эффективная ширина охвата может соответствовать фактической ширине полосы захвата орудия, ассоциированного с курсом прохождения. Эффективная ширина охвата может также изменяться от фактической ширины полосы захвата орудия, ассоциированного с курсом прохождения (например, в зависимости от перекрывания). Эффективная ширина охвата может быть идентифицирована с помощью алгоритмов нахождения пиков, чтобы идентифицировать пики в выходном распределении. В вариантах осуществления эффективная ширина охвата является обратной величиной для частоты, сопоставленной с наиболее выделяющимся или надежным пиком анализа Фурье. В других вариантах осуществления эффективная ширина охвата является обратной величиной для разницы между частотами (например, пространственными частотами), сопоставленными с множеством пиков анализа Фурье.

Примерный анализ 600 Фурье, иллюстрированный на фиг. 6, включает в себя показатель 601 частоты в зависимости от показателя 602 расстояния. Анализ 600 Фурье дополнительно включает в себя множество пиков 603, 604 и 605. Каждый из множества пиков может представлять вероятность промежутка рядов в курсе прохождения в области сбора. Частотные пики 603-605 представляют вероятные эффективные ширины охвата. Результат из преобразования Фурье может быть использован для создания более точных данных соответствия охвата посредством формирования эффективной ширины полосы захвата, которая, в свою очередь, предоставляет возможность пользователям более точно вычислять эффективность.

Возвращаясь к фиг. 3, компонент 316 вычисления может использовать эффективную ширину охвата, чтобы дополнительно формировать агрономические данные. Например, компонент 316 вычисления может вычислять суммарную площадь охвата, значения производительности, количество используемого продукта на акр, суммарные посевы, посаженные на акр, суммарный распыленный продукт, урожайность, величину перекрывания между рядами (например, перекрывание 2 фута в каждом проходе ассоциируется с конкретным значением производительности, в то время как перекрывание 5 футов в каждом проходе ассоциируется с другим конкретным значением производительности), производительности работников, тепловые карты и т.д.

Компонент 316 вычисления может также использовать агрономические данные, захваченные, например, посредством устройства 200 сбора данных, чтобы применять весовое значение к входным точкам данных. Например, предположим, что GPS-координаты собираются, в то время как фермер рассеивает продукт на поле. Если фермер прекращает рассеивание продукта и отклоняется от курса, чтобы покинуть поле, приводя в результате к тому, что машина фермера пересекается с существующими рядами, компонент 316 вычисления может использовать агрономические данные (т.е., прекращение фермером рассеивания продукта), чтобы идентифицировать, что данные должны быть менее выделены. Формулируя просто, продукт не применяется, таким образом, действие машины является менее важным. Таким образом, информация может быть взвешена меньше по сравнению с данными, которые считаются важными, посредством использования агрономических данных или любого другого средства, доступного компоненту 316 вычисления.

В дополнительных вариантах осуществления может быть применен сглаживающий фильтр, чтобы предоставлять сглаживающую функцию для выходного распределения, чтобы обеспечивать снижение шума. Могут быть использованы любые доступные сглаживающие фильтры, которые будут обеспечивать снижение шума в распределении. Примерным сглаживающим фильтром является фильтр Савицкого-Голая.

Продолжая с фиг. 3, компонент 318 взаимодействия с пользователем может обеспечивать интерфейс, такой как веб-портал или веб-страница, которая предоставляет возможность пользователю осуществлять доступ к собранным данным и сформированным аналитическим выходным данным, описываемым в данном документе, с помощью ассоциированного клиентского устройства, такого как клиентское устройство 120, из серверного устройства, такого как серверное устройство 310. В различных вариантах осуществления серверное устройство 310 может формировать графический пользовательский интерфейс (GUI), который может быть передан и предоставлен для отображения посредством клиентского устройства 120, чтобы обеспечивать формирование выходных данных посредством серверного устройства 310, и прием входных данных от клиентского устройства 120. Для этого идентифицированный набор собранных обработанных данных, ассоциированных с пользовательской учетной записью, может быть предоставлен для отображения клиентскому устройству, которое ассоциируется с пользовательской учетной записью, в графическом формате. Упомянутые интерфейсы могут быть переданы и предоставлены для отображения посредством клиентского устройства 120 через компонент 320 связи.

Настоящее изобретение может быть использовано, как ранее описано, для обеспечения аналитического понимания методологий сельскохозяйственной деятельности, урожайностей, производительностей работников и т.д. В частности, данные об эффективной ширине полосы захвата, идентифицированные в данном документе (посредством автоматического сбора обработанных данных) могут быть использованы для формирования аналитических выходных данных, включающих в себя, например, число акров, обработанных в заданное время, количество продукта, использованного для покрытия площади, время, затраченное на площади, урожайность, охват поля, формирование границ поля и т.д. Результирующий анализ/выходные данные могут также быть использованы для создания данных карты охвата посредством формирования эффективной ширины полосы захвата, предоставляющей возможность пользователям, в свою очередь, более точно вычислять эффективность. В качестве примера, число обработанных акров может быть вычислено на основе отслеживаемого курса прохождения и ширины полосы захвата. Вычисленные аналитические выходные данные могут быть представлены через дисплей посредством вычислительного устройства. Вычисленные аналитические выходные данные могут также быть сохранены в памяти, такой как хранилище 110 данных.

В то время как описывается относительно сельскохозяйственного использования, настоящее изобретение может быть реализовано во множестве отраслей. Например, изобретение, описанное в данном документе, может иметь применимость к любой деятельности, подразумевающей курс прохождения по площади сбора. Конкретные примеры включают в себя поисковые и спасательные миссии, аэроопрыскивание и т.п.

Обращаясь теперь к фиг. 7, представлена блок-схема 700 последовательности операций, которая иллюстрирует способ отслеживания собранных машиной обработанных данных, чтобы формировать аналитические данные, используемые для определения агрономических показателей. Как описано в соответствии с фиг. 3, вычислительное устройство, такое как серверное устройство 310 на фиг. 1 и 3, может получать множество точек данных, ассоциированных с курсом прохождения на площади сбора, от устройства сбора данных, такого как устройство 200 сбора данных на фиг. 1 и 2 на этапе 710. Множество точек данных соответствуют местоположению в области сбора и включает в себя соответствующий набор пространственных координат, таких как GPS-координаты. Множество точек данных могут также включать в себя данные датчиков, полученные посредством различных датчиков, присоединенных к сельскохозяйственной технике, в качестве не ограничивающего примера. Множество точек данных могут быть помечены посредством устройства 200 сбора данных, чтобы включать в себя информацию о местоположении, метки времени и/или другие сформированные метаданные, среди прочего. Собранные обработанные данные могут быть переданы от устройства сбора данных серверному устройству и приняты серверным устройством. В некоторых вариантах осуществления серверное устройство может сохранять собранные обработанные данные в памяти, такой как хранилище 110 данных на фиг. 1.

На этапе 720 распределение множества точек данных формируется, по меньшей мере, частично на основе соответствующего набора пространственных координат. Распределение включает в себя идентифицированный набор случаев, ассоциированных с одними из пространственных координат из соответствующего набора пространственных координат. Распределение может быть горизонтальным распределением. Распределение может быть сформировано в формате, потребляемом посредством преобразования Фурье, так что оно может быть подано в преобразование Фурье, чтобы выводить анализ Фурье.

На этапе 730 вычисляется дискретное преобразование Фурье для распределения, чтобы определить набор частот, ассоциированных с идентифицированными пиками. Шаблоны извлекаются из входного распределения и используются для создания выходного распределения, которое представляет частоту входного шаблона. Каждый пик в идентифицированных пиках (или наборе пиков) представляет вероятность промежутка ряда, так что промежуток между рядами может быть определен на этапе 740 и идентифицирован как эффективная ширина охвата, ассоциированная с курсом прохождения, на основе частот, ассоциированных с идентифицированными случаями.

С помощью этого способа множество вращений может быть объединено, чтобы создавать распределение в 1-D формате. Дополнительно, сглаживающие фильтры могут быть применены к распределению, чтобы уменьшать или устранять шум из данных. Кроме того, аналитические выходные данные (например, эффективная ширина охвата, анализ Фурье, среди прочего) могут быть переданы, через пользовательский интерфейс, клиентскому устройству 120 на фиг. 1.

При наличии описанных вариантов осуществления настоящего изобретения примерное операционное окружение, в котором варианты осуществления настоящего изобретения могут быть реализованы, описывается ниже для того, чтобы обеспечить общий контекст для различных аспектов настоящего изобретения. Обращаясь первоначально к фиг. 8, в частности, примерное операционное окружение для реализации вариантов осуществления настоящего изобретения показано и обозначено, в целом, как вычислительное устройство 800. Вычислительное устройство 800 является только одним примером подходящего вычислительного окружения и не предназначено для того, чтобы предлагать какое-либо ограничение относительно области использования или функциональности описанных вариантов осуществления. Вычислительное устройство 800 ни при каких условиях не должно интерпретироваться как имеющее какую-либо зависимость или требование, связанное с каким-либо одним или комбинацией иллюстрированных компонентов.

Различные варианты осуществления могут быть описаны в общем контексте компьютерного кода или машинно-используемых инструкций, включающих в себя компьютерно-исполняемые инструкции, такие как программные модули, выполняемые компьютером или другой машиной, такой как персональный информационный помощник или другое карманное устройство. Как правило, программные модули включают в себя алгоритмы, программы, объекты, компоненты, структуры данных и т.д., именуемые как код, которые выполняют отдельные задачи или реализуют отдельные абстрактные типы данных. Различные варианты осуществления могут быть применены на практике во множестве конфигураций системы, включающей в себя карманные устройства, бытовую электронику, компьютеры общего назначения, более специализированные вычислительные устройства и т. п. Различные варианты осуществления также могут быть реализованы на практике в распределенных вычислительных окружениях, где задачи выполняются удаленными обрабатывающими устройствами, которые связаны через сеть передачи данных.

Со ссылкой на фиг. 8, вычислительное устройство 800 включает в себя шину 810, которая непосредственно или опосредованно связывает следующие устройства: память 812, один или более процессоров 814, один или более компонентов 816 представления, порты 818 ввода/вывода (I/O), компоненты 820 ввода/вывода и иллюстративный источник 822 питания. Шина 810 представляет, что могут быть одна или более шин (таких как адресная шина, шина данных или их комбинация). Хотя различные блоки на фиг. 8 показаны с помощью линий ради ясности, фактически, изображение различных компонентов не такое ясное, и, метафорически, более точно линии должны быть серыми и нечеткими. Например, можно считать, что компонент представления, такой как устройство отображения, должен быть компонентом ввода/вывода. Также, процессоры имеют память. Автор данного изобретения признает, что такова природа области техники, и повторяет, что схема на фиг. 8 является просто иллюстрирующей примерное вычислительное устройство, которое может использоваться в связи с одним или более вариантами осуществления настоящего изобретения. Не делается различия между такими категориями как "рабочая станция", "сервер", "переносной компьютер", "карманное устройство" и т.д., поскольку все рассматриваются в рамках фиг. 8 и относительно "вычислительного устройства".

Вычислительное устройство 800 типично включает в себя множество компьютерно-читаемых носителей. Компьютерно-читаемыми носителями могут быть любые доступные носители, доступ к которым может быть осуществлен посредством вычислительного устройства 800, и которые включают в себя и энергозависимые и энергонезависимые, съемные и несъемные носители. В качестве примера, но не ограничения, компьютерно-читаемые носители могут содержать компьютерные носители информации и среду связи. Компьютерные запоминающие носители включает в себя как энергозависимые и энергонезависимые носители, так и съемные и несъемные носители, реализованные в рамках любого способа или технологии для хранения информации, такой как машиночитаемые инструкции, структуры данных, программные модули или другие данные. Компьютерные носители информации включают в себя, но не только, RAM, ROM, EEPROM, флэш-память или другую технологию памяти, CD-ROM, универсальные цифровые диски (DVD) или другие запоминающие устройства на оптических дисках, магнитные кассеты, магнитную ленту, запоминающее устройство на магнитных дисках или другие магнитные запоминающие устройства, либо любой другой носитель, который может быть использован для хранения нужной информации, и к которому можно осуществлять доступ посредством вычислительного устройства 800. Компьютерные носители информации не содержат сигналы сами по себе. Среда передачи данных типично осуществляет компьютерно-читаемые инструкции, структуры данных, программные модули или другие данные в модулированном информационном сигнале, таком как несущее колебание или другой механизм передачи, и включает в себя любую среду доставки информации. Термин "модулированный сигнал данных" означает сигнал, который имеет одну или более своих характеристик, заданных или изменяемых таким образом, чтобы кодировать информацию в сигнале. В качестве примера, а не в качестве ограничения, среда передачи данных включает в себя проводную среду, такую как проводная сеть или прямое проводное соединение, и беспроводную среду, такую как акустическая среда, RF, инфракрасное излучение и другая беспроводная среда. Комбинации любых из вышеприведенных также должны быть включены в рамки компьютерно-читаемых носителей.

Память 812 включает в себя компьютерные носители информации в форме энергозависимой и/или энергонезависимой памяти. Память может быть съемной, несъемной или их комбинацией. Примерные аппаратные устройства включают в себя твердотельную память, накопители на жестких дисках, накопители на оптических дисках и т.д. Вычислительное устройство 800 включает в себя один или более процессоров, которые считывают данные из различных объектов, таких как память 812 или компонент(ы) 820 ввода/вывода. Компонент(ы) 816 представления представляют информационные указания пользователю или другому устройству. Примерные компоненты представления включают в себя устройство отображения, динамик, компонент печати, компонент вибрации и т. п.

Порт(ы) 818 ввода/вывода позволяют вычислительному устройству 800 быть логически связанным с другими устройствами, включающими в себя компоненты 820 ввода/вывода, некоторые из которых могут быть встроенными. Иллюстративные компоненты включают в себя микрофон, джойстик, игровую панель, спутниковую тарелку, сканер, принтер, беспроводное устройство и т.п. I/O-компоненты 820 могут предоставлять естественный пользовательский интерфейс (NUI), который обрабатывает жесты в воздухе, речь или другие физиологические входные данные, формируемые пользователем. В некоторых случаях, входные данные могут передаваться соответствующему сетевому элементу для дальнейшей обработки. NUI может реализовывать любое сочетание распознавания речи, распознавания пера, распознавания лица, биометрического распознавания, распознавания жеста как на экране, так и рядом с экраном, жестов в воздухе, отслеживания головы и глаз и распознавания касания (как описано более подробно ниже), ассоциированного с дисплеем вычислительного устройства 800. Вычислительное устройство 800 может быть оснащено камерами глубины, такими как стереоскопические системы камер, инфракрасные системы камер, RGB-системы камер, технология сенсорного экрана и их комбинации, для обнаружения и распознавания жестов. Дополнительно, вычислительное устройство 800 может быть оборудовано акселерометрами или гироскопами, которые предоставляют возможность обнаружения движения. Выходной сигнал акселерометров или гироскопов может предоставляться дисплею вычислительного устройства 800, чтобы воспроизводить иммерсивную дополненную реальность или виртуальную реальность.

Как может быть понятно, варианты осуществления настоящего изобретения обеспечивают, среди прочего, отслеживание происхождения собранных машиной или агрономических обработанных данных (т.е., данных о сельскохозяйственной деятельности), чтобы обеспечивать безопасный доступ для авторизованных пользовательских учетных записей, обеспечивать контролируемость собранных обработанных данных, а также предоставлять возможность транзакционного контроля собранных обработанных данных, обмениваемых между авторизованными пользовательскими учетными записями. Настоящее изобретение было описано относительно отдельных вариантов осуществления, которые предназначены во всех аспектах быть скорее иллюстративными, чем ограничивающими. Альтернативные варианты осуществления станут очевидны обычным специалистам в области техники, к которой принадлежит настоящее изобретение, без отступления от своих рамок.

Из упомянутого выше будет видно, что это изобретение хорошо приспособлено, чтобы достичь всех результатов и целей, изложенных выше, вместе с другими преимуществами, которые очевидны и присущи системе и способу. Будет понятно, что определенные признаки и вспомогательные комбинации являются полезными и могут быть применены без ссылки на другие признаки и вспомогательные комбинации. Это рассматривается в рамках прилагаемой формулы.

Изобретение, описанное в настоящем описании изобретения, предоставляется со спецификой в данном документе, чтобы удовлетворять законодательным требованиям. Однако, само описание не предназначено ограничивать объем этого патента. Скорее, авторы изобретения предполагают, что заявленное изобретение может также быть осуществлено другими способами, чтобы включать в себя другие этапы или комбинации этапов, подобных описанным в этом документе, вместе с другими представленными или будущими технологиями. Более того, хотя термины "этап" и/или "блок" могут использоваться в данном документе, чтобы означать разные элементы использованных способов, термины не должны быть интерпретированы как предполагающие какой-либо индивидуальный порядок среди или между различными этапами, раскрытыми в данном документе, за исключением и кроме того, когда порядок индивидуальных этапов описан явно.

Claims (37)

1. Энергонезависимый компьютерный носитель информации, хранящий используемые компьютером инструкции, которые, когда используются одним или более процессорами, инструктируют одному или более процессорам:

получать через устройство сбора данных, присоединенное к сельскохозяйственной технике, имеющей присоединенное орудие с фактической шириной полосы захвата, множество точек данных, ассоциированных с ходом прохождения в области сбора, при этом каждая точка данных из этого множества точек данных соответствует местоположению в области сбора и включает в себя соответствующий набор пространственных координат;

формировать гистограмму распределения, содержащую множество координатных столбцов, при этом каждый координатный столбец представляет количество точек данных для пространственной координаты из набора пространственных координат, собранных по курсу продвижения;

выполнять преобразование Фурье по гистограмме распределения, чтобы сформировать выходные данные анализа Фурье;

определять эффективную ширину охвата сельскохозяйственной машины по курсу прохождения из пика в выходных данных преобразования Фурье, причем эффективная ширина охвата соответствует обратной величине пика; и

предоставлять для отображения в клиентское устройство упомянутую определенную эффективную ширину охвата сельскохозяйственной машины по курсу прохождения, при этом эффективная ширина охвата отличается от фактической ширины полосы захвата присоединенного орудия.

2. Носитель по п.1, при этом курс прохождения включает в себя набор практически параллельных линий.

3. Носитель по п.2, при этом курс прохождения является практически серпантином.

4. Носитель по п.1, при этом упомянутое множество точек данных поворачивается со второго направления на первое физическое направление.

5. Носитель по п.1, при этом соответствующий набор пространственных координат включает в себя координату универсальной поперечной проекции Меркатора (UTM).

6. Носитель по п.1, при этом инструкции дополнительно инструктируют одному или более процессорам формировать соответствующий набор пространственных координат для каждой точки данных в упомянутом множестве точек данных на основе принятого множества координат спутниковой системы глобального позиционирования (GPS).

7. Носитель по п.1, при этом инструкции дополнительно инструктируют одному или более процессорам поворачивать упомянутое множество точек данных, чтобы определять, что подсчитанное количество точек данных ассоциировано с максимальным подсчитанным количеством.

8. Носитель по п.1, при этом гистограмма распределения множества точек данных является горизонтальным распределением.

9. Носитель по п.1, при этом инструкции дополнительно инструктируют одному или более процессорам применять сглаживающий фильтр к гистограмме распределения множества точек данных.

10. Носитель по п.1, при этом инструкции дополнительно инструктируют одному или более процессорам вычислять по меньшей мере одно из суммарной площади охвата и значения эффективности на основе эффективной ширины охвата и соответствующего набора пространственных координат.

11. Компьютерно-реализуемый способ анализа собранных пространственных данных, содержащий этапы, на которых:

получают посредством вычислительного устройства множество точек данных, ассоциированных с курсом прохождения сельскохозяйственной машины, имеющей присоединенное орудие с фактической шириной полосы захвата, при этом курс прохождения находится в области сбора, причем каждая точка данных из этого множества точек данных соответствует местоположению в области сбора и включает в себя соответствующий набор пространственных координат;

формируют посредством вычислительного устройства гистограмму распределения, содержащую множество координатных столбцов, при этом каждый координатный столбец представляет количество точек данных для пространственной координаты из набора пространственных координат, собранных по курсу прохождения;

выполняют преобразование Фурье по гистограмме распределения, чтобы сформировать выходные данные анализа Фурье;

определяют посредством вычислительного устройства эффективную ширину охвата сельскохозяйственной машины в ходе прохождения, причем эффективная ширина охвата определяется из пика в выходных данных анализа Фурье, при этом эффективная ширина охвата отличается от фактической ширины полосы захвата присоединенного орудия; и

предоставляют для отображения, в вычислительном устройстве, эффективную ширину охвата сельскохозяйственной машины по курсу прохождения.

12. Компьютерно-реализуемый способ по п.11, дополнительно содержащий этап, на котором поворачивают посредством вычислительного устройства упомянутое множество точек данных, чтобы определять, что подсчитанное количество точек данных ассоциировано с максимальным подсчитанным количеством.

13. Компьютерно-реализуемый способ по п.11, дополнительно содержащий этап, на котором применяют посредством вычислительного устройства сглаживающий фильтр к гистограмме распределения, представляющей множество координатных столбцов.

14. Компьютерно-реализуемый способ по п.11, в котором курс прохождения включает в себя набор практически параллельных линий, при этом курс прохождения является практически серпантином.

15. Компьютерно-реализуемый способ по п.11, в котором упомянутое множество точек данных поворачивается со второго направления в первое физическое направление.

16. Компьютерно-реализуемый способ по п.11, в котором упомянутое множество точек данных получается от устройства сбора данных, ассоциированного с сельскохозяйственной машиной.

17. Система, содержащая:

сельскохозяйственную машину, имеющую присоединенное орудие с фактической шириной полосы захвата;

устройство сбора данных, присоединенное к сельскохозяйственной машине;

один или более аппаратных процессоров и

машиночитаемое аппаратное запоминающее устройство, соединенное с одним или более аппаратными процессорами, при этом машиночитаемое аппаратное запоминающее устройство хранит инструкции, которые при их исполнении одним или более процессорами инструктируют системе выполнять операции, содержащие:

получение от устройства сбора данных множества точек данных, ассоциированных с курсом прохождения сельскохозяйственной машины в области сбора, причем каждая точка данных из этого множества точек данных соответствует местоположению в области сбора и включает в себя соответствующий набор пространственных координат;

формирование одномерной гистограммы распределения, содержащей множество координатных столбцов, при этом каждый координатный столбец представляет подсчитанное количество точек данных для пространственной координаты из набора пространственных координат, собранных по курсу прохождения;

выполнение преобразования Фурье по гистограмме распределения, чтобы сформировать выходные данные анализа Фурье;

определение эффективной ширины охвата сельскохозяйственной машины по курсу прохождения, при этом эффективная ширина охвата отличается от фактической ширины полосы захвата присоединенного орудия; и

предоставление для отображения эффективной ширины охвата сельскохозяйственной машины по курсу прохождения.

18. Система по п.17, при этом упомянутое множество точек данных поворачивается со второго направления на первое физическое направление.

Images