【技术实现步骤摘要】
使用预测图的机器控制
[0001]本申请是申请日为2021年2月7日、申请号为202110182559.0、题为“使用预测图的机器控制”的专利技术专利申请的分案申请。
[0002]相关申请的交叉引用
[0003]本申请是于2020年2月6日提交的美国专利申请序列号16/783475的以及于2020年2月6日提交的美国专利申请序列号16/783511的部分继续申请并要求它们的优先权，这些专利申请的内容通过引用整体结合于此。
[0004]本说明书涉及农业机器、林业机器、建筑机器和草坪管理机器。
技术介绍
[0005]存在各种各样不同类型的农业机器。一些农业机器包括收割机，诸如联合收割机、甘蔗收割机、棉花收割机、自走式饲料收割机和割晒机。一些收割机可以装配有不同类型的割台来收割不同类型的作物。
[0006]田地中的杂草块对收割操作有许多有害影响。例如，当收割机遇到田地中的杂草块时，杂草块可能会妨碍机器性能或使得收割机的性能劣化。因此，在收割操作期间，在遇到杂草块时，操作员可能试图修改收割机的控制。<...
【技术保护点】
【技术特征摘要】
1.一种农业作业机器(100)，包括：通信系统(206)，所述通信系统(206)接收先验信息图(258)，所述先验信息图(258)包括与田地中的不同地理位置相对应的第一农业特性的值；地理位置传感器(204)，所述地理位置传感器(204)检测所述农业作业机器(100)的地理位置；现场传感器(208)，所述现场传感器(208)检测与所述地理位置对应的第二农业特性的值；预测模型生成器(210)，所述预测模型生成器(210)生成预测农业模型，所述预测农业模型基于所述先验信息图(258)中在所述地理位置处的所述第一农业特性的值以及所述现场传感器(208)在所述地理位置处感测到的所述第二农业特性的值对所述第一农业特性和所述第二农业特性之间的关系进行建模；以及预测图生成器(212)，所述预测图生成器(212)基于所述先验信息图(258)中的所述第一农业特性的值并基于所述预测农业模型来生成所述田地的功能预测农业图，该功能预测农业图将所述第二农业特性的预测值映射到所述田地中的所述不同地理位置。2.根据权利要求1所述的农业作业机器，其中，所述预测图生成器配置所述功能预测农业图以供控制系统使用，所述控制系统基于所述功能预测农业图来生成用于控制所述农业作业机器上的可控子系统的控制信号。3.根据权利要求1所述的农业作业机器，其中，所述农业作业机器上的所述现场传感器被配置为检测与所述地理位置对应的杂草特性，该杂草特性作为所述第二农业特性的值。4.根据权利要求3所述的农业作业机器，其中，所述现场传感器包括：图像检测器，所述图像检测器被配置为检测指示所述杂草特性的图像。5.根据权利要求4所述的农业作业机器，其中，所述图像检测器被定向为检测所述农业作业机器附近的图像，并且所述图像检测器还包括：图像处理系统，所述图像处理系统被配置为处理所述图像以识别所述图像中的所述杂草特性。6.根据权利要求3所述的农业作业机器，其中，所述现场传感器生成指示所述杂草特性的传感器信号，并且所述现场传感器还包括：处理系统，所述处理系统接收所述传感器信号并且被配置为识别指示所述地理位置处的杂草强度的杂草强度值，该杂草强度值作为所述杂草特性。7.根据权利要求3所述的农业作业机器，其中，所述现场传感器生成指示所述杂草特性的传感器信号，并且所述现场传感器还包括：处理系统，所述处理系统接收所述传感器信号并且被配置为识别指示所述地理位置处的杂草类型的杂草类型特性值，该杂草类型特性值作为所述杂草特性。8.根据权利要求5所述的农业作业机器，其中，所述图像检测器被配置为捕获图像，所述图像包括由所述农业作业机器处理的至少一种杂草种子，并且
其中，所述图像处理系统被配置为基于所述至少一种杂草种子的图像，来识别指示所述地理位置处的杂草强度的杂草强度值，或者识别指示所述地理位置处的杂草类型的杂草类型值。9.根据权利要求3所述的农业作业机器，其中，所述先验信息图包括先验植被指数图，所述先验植被指数图将作为所述第一农业特性的植被指数值映射到所述田地中的所述不同地理位置，并且其中，所述预测模型生成器被配置为基于在所述地理位置处检测到的所述杂草特性值和在所述植被指数图中在所述地理位置处的所述植被指数值，来识别所述植被指数值和所述杂草特性之间的关系，所述预测农业模型被配置为接收植被指数值作为模型输入，并基于所识别...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。