作物收割操作期间的前视感知和机械控制的制作方法

1.本说明书总体上涉及农业机械。更具体地但非限制性地，本说明书涉及使用几何图像分类器和收割地图来控制农业收割机。


背景技术：

2.诸如联合收割机或割晒机之类的农业收割机行进穿过农作物田地以收割作物。在一种常见的布置中，农业收割割台从农业收割机向前延伸以接合植珠茎秆，将植珠茎秆切断，然后将切断的作物运送到农业收割机自身的主体中进行处理。
3.在农业收割机中，生产量(作物移动通过机器的速率)取决于收割机的向前对地速度和正在收割的作物的密度。可以设置一些机器设置(假设生产量)，然后随着操作员观察到作物密度的差异而改变机器速度，以保持所期望的生产量。
4.一些当前的系统自动调节收割机的向前对地速度，以试图保持所期望的作物生产量。例如，一些系统已尝试使用先验数据(例如田地的航拍图像)以生成预测产量地图，该产量地图可预测正在收割的田地中不同地理位置处的产量。这可以通过尝试基于图像分类器来识别作物密度来完成，该图像分类器在收割机的通过中对田地的图像进行分类。
5.以上讨论仅是为了提供综合性背景信息，并不旨在用于帮助确定所要求保护的主题的范围。


技术实现要素：

6.一种计算机执行的方法，包括：获取收割数据，所述收割数据指示田地上的先验收割操作；基于所述收割数据，识别所述田地中作物植株已经被收割的区；检测在农业收割机的沿行进方向的路径上的田地中的作物植株的特征；基于所检测到的特征生成高度度量，所述高度度量表示所述田地的特定区域上的作物植株的高度；以及基于所述高度度量和所识别的区生成控制信号，以控制所述农业收割机。
7.提供该发明内容以以简化的形式引入一些概念，这些概念将在下面的具体实施方式中进行进一步描述。该发明内容既不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在用于帮助确定所要求保护的主题的范围。所要求保护的主题不限于解决背景技术中指出的任何或所有缺陷的实施方式。
附图说明
8.图1是农业收割机的一个示例的局部立体示意图。
9.图2示出了包括图1所示的农业收割机的农业架构的一个示例。
10.图3是示出生物量系统的一个示例的框图。
11.图4是示出作物状态确定逻辑系统的一个示例的框图。
12.图5a和5b(统称为图5)是示出示例性操作的流程图，该示例性操作确定作物状态并基于作物材料的预测量生成控制信号。
13.图6是示出确定作物状态的示例性操作的流程图。
14.图7
‑
1示出由收割机收割的示例性田地。
15.图7
‑
2示出由收割机收割的示例性田地。
16.图8是示出图3所示的架构部署在远程服务器架构中的一个示例的框图。
17.图9
‑
11示出可以在先前附图中所示的架构中使用的移动设备的示例。
18.图12是示出可以在先前附图中所示的架构中使用的计算环境的一个示例的框图。
具体实施方式
19.如上所述，一些当前的收割机系统尝试使用先验数据(例如航拍图像)以便生成预测地图，该预测地图可用于控制收割机。举例来说，在基于从航拍图像中生成的植被指数值尝试生成田地的预测产量地图方面已经做了很多工作。这样的预测产量地图尝试预测田地内不同位置处的产量。系统尝试基于所预测的产量来控制联合收割机(或其他收割机)。
20.此外，一些系统尝试使用前视感知系统，该前视感知系统可能涉及在行进方向上获取收割机前方的田地的光学图像。基于这些图像，可以预测收割机正前方区域的产量。这是可用于生成预测产量地图的形式的先验数据的另一个来源。
21.所有这些类型的系统都会存在困难。
22.例如，在利用图像处理来预测收割机通过的田地的产量的系统中，可能难以区分站立的作物和具有作物残茬的区域(即，已经被收割的区域)。一些系统尝试使用经过训练以区分此类区域的图像分类器来解决此问题。然而，这样的图像分类器通常广泛的训练，该广泛的训练需要利用大量的训练数据来进行，这需要大量的处理幅度和时间。即使这样，这样的分类器也可能是不准确的。
23.相比之下，本说明书涉及使用几何图像分类器和收割地图来控制农业收割机。在所描述的示例中，该系统利用几何分类器来区分具有站立的作物的田地区域和具有非站立的作物的田地区域(倒下的作物或作物残茬)。该信息与收割地图融合在一起，以确定具有非站立的作物的区域是否是已经被收割的区域(并因此是作物残茬的区域)还是倒下的作物的区域。几何分类器被配置成测量作物相对于地面的高度，该高度可用于预测在收割机的路径上的产量(或质量流量)，以控制收割机上的各个子系统(例如，以实现所期望的产量)。
24.图1是联合收割机100(也称为“收割机”或“联合机”)的局部立体示意图。在图1中可以看出，联合收割机100说明性地包括操作员驾驶室101，该操作员驾驶室101可以具有用于控制联合收割机100的各种不同的操作员接口机构，如将在下面更详细地讨论的那样。在一个示例中，联合收割机100是完全自主的，并且可以不具有操作员驾驶室。联合收割机可以包括一组前端设备，该组前端设备可以包括割台102和大致以104表示的切割器。联合收割机还可以包括喂入机构106、喂入加速器108和大致以110表示的脱粒器。脱粒器110说明性地包括脱粒转子112和一组凹板114。此外，联合收割机100可以包括分离器116，该分离器116包括分离器转子。联合收割机100可以包括清选子系统(或清选室)118，该清选子系统本身可以包括清选风扇120、谷壳筛122和筛子124。联合收割机100中的物料处理子系统可以包括(除喂入机构106和喂入加速器108之外)：排料逐稿轮126、尾料升降机128、净谷物升降机130(其将净谷物移动到净谷物箱132中)以及卸料螺旋输送器134和喷口136。联合收割机
100还可以包括残余物子系统138，该残余物子系统138可以包括切碎器140和撒布器142。联合收割机100还可以具有推进子系统，该推进子系统包括驱动地面接合轮144或履带等的发动机。应当注意，联合收割机100还可以具有任意上述子系统(例如左侧清选室、右侧清选室、分离器等)中的一个以上。
25.在操作中，并且作为概述，联合收割机100示例性地沿箭头146所示的方向在田地中移动。前视传感器121安装在联合收割机100的前部，并且感测在联合收割机100前方的作物的特征。在一个示例中，传感器121是图像捕获传感器，其捕获割台102前方的区域的图像(例如，视频馈送、一系列静止图像等)。可以使用视频馈送或一个或多个图像，以(例如，在操作员驾驶室101中的显示设备上)示出操作员驾驶室101前方的视图，例如示出割台102和/或割台102前方的作物。图像可用于识别待由割台102接合的作物的体积(或量)。这可用于自动增加或减小联合收割机100的对地速度，以保持所期望的作物产量。这将在下面更详细地描述。
26.随着联合收割机的移动，割台102接合待收割的作物并将作物朝向切割器104聚集。在作物被切割后，作物通过喂入机构106中的输送器朝向喂入加速器108移动，该喂入加速器使作物加速进入到脱粒器110中。通过转子112使作物靠在凹板114上旋转来对作物进行脱粒。脱粒后的作物通过分离器116中的分离器转子移动，在分离器处，一些残余物被排料逐稿轮126朝向残余物子系统138移动。残余物可以被残余物切碎器140切碎，并通过撒布器142撒布在田地上。在其他实施方式中，残余物简单地掉落在料堆中，而不是被切碎并撒布。
27.谷物落到清选室(或清选子系统)118中。谷壳筛122从谷物中分离出一些较大的物料，而筛子124从净谷物中分离出一些较细的物料。净谷物落到净谷物升降机130中的螺旋输送器上，其将净谷物向上移动，并将净谷物沉积在净谷物箱132中。可以通过由清选风扇120产生的气流将残余物从清选室118中移除。该残余物也可以在联合收割机100中向后朝向残余物处理子系统138移动。
28.尾料可以由尾料升降机128移动回到脱粒器110，在那里它们可以被再次脱粒。可替代地，尾料也可以被传递到单独的重新脱粒机构(也使用尾料升降机或另一运输机构)，在那里它们也可以被再次脱粒。
29.图1还示出了在一个示例中，联合收割机100可以包括对地速度传感器147、一个或多个分离器损失传感器148、净谷物相机150、一个或多个清选室损失传感器152、前视相机154、后视相机156、尾料升降机相机158，以及各种其他相机或图像/视频捕获设备。对地速度传感器147说明性地感测联合收割机100在地面上的行进速度。这可以通过感测车轮、驱动轴、轮轴或其他部件的旋转速度来完成。行进速度也可以由定位系统来感测，诸如全球定位系统(gps))、航位推测系统、loran系统或各种提供行进速度的指示的其他系统或传感器。在一个示例中，光学传感器捕获图像并且光流被用于确定在给定时间间隔处拍摄的两个(或更多个)图像之间的相对运动。
30.清选室损失传感器152说明性地提供指示谷物损失的量的输出信号。在一个示例中，这包括指示由清选室118的右侧和左侧损失的谷物的质量的信号。在一个示例中，传感器152是撞击传感器，其对每单位时间(或每单位行进距离)进行的谷物撞击进行计数，以提供清选室谷物损失的指示。用于清选室的右侧和左侧的撞击传感器可以提供各自的信号，
也可以提供组合信号或聚合信号。在一个示例中，可以利用跨过清选室和/或转子的区域的基于声音的传感器来获取谷物撞击的计数以及与该计数相关联的空间分布。应当注意，传感器152可以仅包括单个传感器，而不是用于每个清选室的单独的传感器。
31.分离器损失传感器148提供指示在左分离器和右分离器中的谷物损失的信号。与左分离器和右分离器相关联的传感器可以提供单独的谷物损失信号或组合信号或聚合信号。这也可以使用多种不同类型的传感器来完成。应当注意，分离器损失传感器148也可以仅包括单个传感器，而不是单独的左传感器和右传感器。
32.相机150、156和158说明性地捕获视频或静止图像，该视频或静止图像可以近实时地传输到操作员驾驶室101的显示器或远程设备(下面更详细地示出)并且显示在操作员驾驶室101的显示器或远程设备上。例如，净谷物相机150生成示出谷物进入净谷物箱132(或通过净谷物升降机130)的视频。相机156和158说明性地生成视频馈送，该视频馈送分别示出升降机和排料逐稿轮中的尾料以及田地的在联合收割机100后方的区域。可替代地，或者除了视频馈送之外，例如可以以旨在减少操作上的认知负担的方式来增强所捕获的图像并将其呈现给操作员。这些仅是示例，并且可以使用其他相机或不同的相机和/或它们可以是捕获静止图像或其他视觉数据的设备。
33.还应当理解，传感器和测量机构(除已经描述的传感器之外)还可以包括联合收割机100上的其他传感器。例如，传感器和测量机构可以包括残余物设置传感器，该残余物设置传感器被配置成感测联合收割机100是否被配置成切碎残余物、使残余物掉落成料堆等。传感器和测量机构可以包括清选室风扇速度传感器，该清选室风扇速度传感器可以被配置成邻近风扇120以感测风扇的速度。传感器和测量机构可以包括脱粒间隙传感器，该脱粒间隙传感器感测转子112和凹板114之间的间隙。传感器和测量机构包括脱粒转子速度传感器，该脱粒转子速度传感器感测转子112的转子速度。传感器和测量机构可以包括谷壳筛间隙传感器，该谷壳筛间隙传感器感测谷壳筛122中的开口的尺寸。传感器和测量机构可以包括筛子间隙传感器，该筛子间隙传感器感测筛子124中的开口的尺寸。传感器和测量机构可以包括除谷物之外的材料(mog)湿度传感器，该除谷物之外的材料(mog)湿度传感器可以被配置成感测正在通过联合收割机100的除谷物之外的材料的湿度水平。传感器和测量机构可以包括机器设置传感器，该机器设置传感器被配置成感测联合收割机100上的各种可配置设置。传感器和测量机构还可以包括机械定向传感器，该机械定向传感器可以是感测联合收割机100的定向或姿态的多种不同类型的传感器中的任一种。作物属性传感器可以感测多种不同类型的作物属性，例如作物类型、作物湿度以及其他作物属性。作物属性传感器也可以被配置成在联合收割机100正在处理作物时感测作物的特征。例如，当谷物行进通过净谷物升降机130时，作物属性传感器可以感测谷物喂入速度。作物属性传感器可以根据通过提升机130的谷物的质量流量来感测与谷物被收割的(如位置传感器157所指示的)位置相关的产量，或提供指示其他被感测变量的其他输出信号。下面描述了可以使用的传感器的类型的一些其他示例。
34.在一个示例中，可以设置和/或控制各种机器设置以实现所期望的性能。这些设置可以包括凹板间隙、转子速度、筛子和谷壳筛设置、清选风扇速度等等。可以基于所期望的作物生产量(例如，联合收割机100每单位时间处理的作物的量)来说明性地设置或控制这些设置。因此，如果作物的质量在田地中在空间上变化，并且联合收割机100的对地速度保
持恒定，则生产量将随作物的量而变化。如下所述，前视传感器121可用于估计在给定区域中的作物的高度并进一步估计即将被处理的作物的体积。可以将该体积转换为指示即将接合的作物的生物量的生物量度量。然后可以基于所估计的生物量来控制机器速度，以保持所期望的生产量。
35.图2是示出包括图1所示的农业收割机100的农业架构200的一个示例的框图，该农业收割机100收割作物201。图2所示的某些项目类似于图1所示的那些项目，并且它们被类似地编号。
36.联合收割机100包括处理和控制系统202(也称为控制系统202)，该处理和控制系统202被配置成控制架构200的其他部件和系统、一个或多个处理器或服务器203、数据存储器205，并且联合收割机100也可以包括其他项目207。数据存储器205被配置成存储供联合收割机100使用的数据，例如田地数据。示例包括(但不限于)田地位置数据、田地形状和地貌数据、作物位置数据或任何其他数据，该田地位置数据标识要由联合收割机100在其上操作的田地的位置，该田地形状和地貌数据限定田地的形状和地貌，该作物位置数据是在田地中的作物的位置(例如，作物行的位置)的指示。
37.在图3中示出了控制系统202的一个示例，图3将结合图2进行描述。控制系统202包括通信控制器204，该通信控制器204被配置成控制通信系统206，以直接或通过网络212在联合收割机100的部件之间和/或联合收割机100与其他机器或系统(例如，远程计算系统208和/或机器210)之间进行通信。此外，联合收割机100也可以与其他农业机械214通信。农业机械214可以是与联合收割机100类似的机械类型，并且农业机械214也可以是不同类型的机械。网络212可以是多种不同类型的网络中的任何一种，例如因特网、蜂窝网络、局域网、近场通信网络、或者多种其他网络中的任何一种，或网络的组合或通信系统的组合。
38.示出了远程用户216与远程计算系统208交互。远程计算系统208可以是多种不同类型的系统。例如，远程计算系统208可以是远程服务器环境，远程用户216使用的远程计算系统。此外，远程计算系统208可以是诸如移动设备、远程网络或多种其他远程系统等远程计算系统。远程计算系统208可以包括一个或多个处理器或服务器、数据存储器，并且远程计算系统208还可以包括其他项目。
39.通信系统206可以包括有线通信逻辑系统和/或无线通信逻辑系统，通信系统206基本上可以是可以由联合收割机100的系统和部件用来将信息传递给其他项目(例如在控制系统202、传感器220、可控子系统222、图像捕获系统224和图像分析系统226之间)的任何通信系统。在一个示例中，通信系统206通过控制器局域网(can)总线(或另一网络，例如以太网等)进行通信以在这些项目之间传递信息。该信息可以包括各种传感器信号和由传感器变量和/或被感测到的变量生成的输出信号。
40.控制系统202包括被配置成控制架构200中的子系统222或其他系统和部件的各种控制逻辑系统。例如，控制系统202包括用户接口部件228，该用户接口部件228被配置成控制诸如操作员接口230之类的接口，该操作员接口230包括输入机构和输出机构，该输入机构被配置成从操作员232接收输入，该输出机构将输出提供给操作员232。用户输入机构可以包括诸如方向盘、踏板、控制杆、操纵杆、硬件按钮、拨盘、连杆、开关、键盘等机构，以及虚拟机构或执行器(例如显示在触摸感应显示屏上的执行器或虚拟键盘)。输出机构可以包括扬声器和/或显示设备(例如屏幕)，该显示设备显示诸如图标、链接、按钮等用户可致动的
元件。在显示设备是触摸感应显示器的情况下，可以通过触摸手势来致动那些用户可致动的项目。类似地，在机构包括语音处理机构的情况下，操作员232可以分别通过麦克风和扬声器提供输入并接收输出。操作员接口230可以包括多种其他音频、视觉或触觉机构中的任何一种。
41.控制系统还包括进给速度控制逻辑系统234、设置控制逻辑系统236、路径控制逻辑系统238、对地速度控制逻辑系统240，并且控制系统可以包括其他项目242。可控子系统222的一些示例已在上面进行了讨论，并且可以包括推进子系统244、转向子系统246、用户接口机构248、脱粒子系统110、分离器子系统116、清选子系统118、残余物子系统138、物料处理子系统、割台子系统，并且可控子系统可以包括多种其他系统250，其中一些已在图1中进行了描述。
42.进给速度控制逻辑系统234说明性地基于联合收割机100将要遇到的地理位置的产量或由预测模型预测的其他特征控制推进系统244和/或任何其他可控子系统222，以保持相对恒定的进给速度。作为示例，如果预测模型指示联合收割机100前方(在行进方向上)的预测产量将要降低，则进给速度控制逻辑系统234可以控制推进系统244，以增加联合收割机100的向前速度以便保持进给速度相对恒定。另一方面，如果预测模型指示联合收割机100前方的产量将相对较高，则进给速度控制逻辑系统234可以控制推进系统244减速，以再次将进给速度保持在相对恒定的水平。
43.设置控制逻辑系统236可以生成控制信号，以调整机器设置或配置。例如，逻辑系统236可以控制致动器，以便基于正被收割的田地的预测特征(例如，基于预测产量或其他预测特征)来改变机器设置。作为示例，设置控制逻辑系统236可以致动致动器，其例如基于联合收割机100将遇到的预测产量或生物量来改变凹板间隙、脱粒器滚筒/转子速度、输送器速度、螺旋输送器速度、凹板间隙、筛子和谷壳筛设置、清选风扇速度等。
44.路线控制逻辑系统238可以生成控制信号，并将其施加到转向子系统246，以控制联合收割机100的转向。
45.传感器220可以包括多种不同类型的传感器中的任一种。在所示的示例中，传感器220包括前视传感器121、速度传感器147、位置传感器157、环境传感器252、产量传感器254，并且也可以包括其他类型的传感器256。
46.前视传感器121可以是各种不同的传感器，包括但不限于相机、立体相机、基于激光的传感器、激光雷达传感器、雷达传感器、声纳传感器、基于超声波的传感器、基于发光二极管(led)的激光雷达传感器或能够测量作物高度的任何其他传感器等。在一个示例中，前视传感器221是激光系统或立体相机系统，并且前视传感器221确定整个感兴趣的区域的平均作物高度。感兴趣的区域说明性地是已知的，并且位于联合收割机100前方的已知距离处。例如，感兴趣的区域可以以联合收割机100前方的已知距离为中心，宽与收割机割台一样宽以及深为四分之一米至一米。
47.位置传感器157被配置成确定联合收割机100在田地上的地理位置，并且可以包括但不限于从全球导航卫星系统(gnss)卫星发射器接收信号的gnss接收器。位置传感器157还可以包括实时运动(rtk)部件，该实时运动(rtk)部件被配置成增强从gnss信号得出的位置数据的精度。速度传感器147被配置成确定在散布操作期间联合收割机100在田地上行进的速度。这可以包括感测地面接合元件(例如，车轮或履带)的运动的传感器和/或可以利用
从诸如位置传感器157等的其他源接收到的信号。
48.如图2所示，图像捕获系统260包括图像捕获部件和图像处理部件，该图像捕获部件被配置成捕获所考虑区域(即，联合收割机100要操作的田地的一部分)的一个或多个图像，该图像处理部件被配置成处理那些图像。所捕获的图像表示由图像捕获系统260所捕获的光谱响应，该光谱响应被提供给图像分析系统262和/或存储在数据存储器264中。光谱成像系统说明性地包括获取被分析田地的光谱图像的相机。例如，相机可以是多光谱相机或高光谱相机，或用于捕获光谱图像的多种其他设备。相机可以检测可见光、红外辐射或其他。
49.在一个示例中，图像捕获部件包括被配置成捕获田地的静止图像、图像的时间序列和/或视频的立体相机。示例性立体相机以每秒三十帧(fps)的速度捕获高清晰视频，并具有110度的广角视场。当然，这仅是出于示例的目的。
50.说明性地，立体相机包括两个或更多个镜头，其中每个镜头具有单独的图像传感器。由立体相机捕获的立体图像(例如，立体相片)允许从数字图像中提取三维信息的计算机立体视觉。在另一个示例中，可以利用单镜头相机来获得图像(称为“单”图像)。
51.图像捕获系统260可以包括航拍图像捕获系统266、机载图像捕获系统268和/或其他图像捕获系统270中的一个或多个。航拍图像捕获系统266的示例包括无人机(uav)或无人驾驶飞机(例如，框210)上承载的相机或其他成像部件。机载图像捕获系统268的示例包括安装在联合收割机100(或214)上或以其他方式由联合收割机100(或214)承载的相机或其他成像部件(例如，传感器121)。图像捕获系统270的示例包括卫星成像系统。系统260还包括定位系统272，并且系统260还可以包括其他项目274。定位系统272被配置成生成指示与所捕获的图像相关联的地理位置的信号。例如，定位系统272可以输出与所捕获的图像相关联的gps坐标，以获取地理参考图像276，该地理参考图像276被提供给图像分析系统262。
52.图像分析系统262说明性地包括一个或多个处理器278、通信系统280、数据存储器282、目标田地数据识别逻辑系统284、触发事件检测逻辑系统286、作物状态确定逻辑系统288、收割数据(例如，地图)处理逻辑系统290，并且还可以包括其他项目292。
53.在一个示例中，通信系统280与上述通信系统206基本上相似。目标田地数据识别逻辑系统284被配置成识别分析中的目标田地或主体田地，针对该目标田地或主体田地正在分析图像276。此外，目标田地数据识别逻辑系统284被配置成获取或以其他方式识别目标田地的田地数据，例如但不限于标识田地拓扑结构的地形数据，指示当前生长期期间的先前收割操作(即，田地的哪些区域已经被收割)的收割数据，等等。
54.触发事件检测逻辑系统286被配置成检测触发图像分析的触发标准。例如，响应于检测到触发标准，逻辑系统286可以将指令传送到图像捕获系统260以捕获目标田地的图像。这些图像然后由图像分析系统262处理，并且图像分析的结果由作物状态确定逻辑系统288利用以确定捕获图像中所表示的作物的状态(例如，站立的作物、倒下的作物、作物残茬)。例如，如下所述，逻辑系统288可以对图像中的作物植株进行几何分类(例如，基于高度的分类)。如下面进一步详细讨论的，逻辑系统288被配置成确定所捕获的图像中表示的作物植株的高度低于阈值，并且因此被分类为非站立的作物(即，倒下或残茬)。如本文所用的，术语“作物植株”是指处于生长和非生长状态下的作物，例如在收割之后(称为残茬)。
55.收割数据处理逻辑系统290被配置成获取指示田地中已经被收割的区域的收割数
据。在一个示例中，该收割数据包括来自田地的特定区域的基于联合收割机100和/或其他收割机械的先验收割经历的收割产量数据。使用该数据，系统262生成并输出图像/作物分析结果294。
56.结果294说明性地标识了田地中站立的作物、倒下的作物和作物残茬(即已经收割的作物)的区域。在一个示例中，结果294被用于生成在联合收割机100的路径上的植株材料的量的表示。这可以包括任何期望的特征，例如但不限于待由联合收割机100收割的作物的质量、体积、重量等。在一个示例中，该表示标识了待由割台接合并在联合收割机100中脱粒的作物的预测生物量、预测作物谷物产量、除谷物之外的材料(mog)等中的一种或多种。
57.在一个示例中，将结果294提供给生物量系统296，该生物量系统被配置成估计将要处理的作物的体积并将该体积转换为指示将要接合的作物的生物量的生物量度量。
58.作物生物量可以指示在田地的给定部分中的生物量的预测量。例如，生物量可以表示为面积单位(m2)上的质量单位(kg)。作物谷物产量可以指示田地的给定部分中的产量的预测量。例如，作物谷物产量可以表示为面积单位(英亩)上的产量单位(蒲式耳)。
59.在任何情况下，该信息都可以用于控制联合收割机100。下面将进一步详细讨论其示例。简而言之，在一个示例中，可以基于所估计的生物量和/或作物产量来控制机器速度，以保持所期望的生产量。
60.注意，如图2中的虚线框所示，控制系统202可以包括图像捕获系统260、图像分析系统262和/或生物量系统296中的一些或全部。
61.生物量系统296包括感测区域生成器逻辑系统302，该感测区域生成器逻辑系统302确定由前视传感器121感测的区域。体积生成器逻辑系统304使用所感测的区域并确定联合收割机100前方的作物体积或特征。体积到生物量的转换逻辑系统306接收联合收割机100前方的作物体积或特征，并估计所感测的体积中的作物的生物量。在一个示例中，这基于转换因子，该转换因子基于指示实际生物量的感测变量(例如，来自联合收割机100中的传感器，例如转子压力传感器)。数据存储交互逻辑系统308存储来自数据存储器310的数据并从数据存储器310检索信息。生物量系统296还包括推荐逻辑系统312、一个或多个处理器314，并且可以包括其他项目316。推荐逻辑系统312被配置成基于所估计的生物量生成推荐，以保持所期望的生产量。该推荐可以由控制系统202自动执行和/或由操作员232手动执行。可以生成的一些推荐包括改变联合收割机100的对地速度，和/或改变机器设置，例如凹板设置、筛子和谷壳筛设置、清选风扇速度、脱粒转子速度、输送器/进给速度或切割器速度。当然，其他设置也可以改变。
62.图4是示出了作物状态确定逻辑系统288的一个示例的框图。如图所示，逻辑系统288包括几何分类器402，并且其被配置成接收图像404和田地数据406。如上所述，图像404可以由图像捕获系统获取。图像采集系统260可以包括航拍图像采集系统266，机载图像采集系统268等。例如，当联合收割机100正在收割田地时，图像可以通过在向前行进方向上在联合收割机100前方的田地的区域的传感器121获取。
63.田地数据406表示田地的特征或状况，例如但不限于收割数据、地形数据等。这可以包括先验数据和/或现场数据，并且可以从多种不同的源获取。例如，它可以从无人机或无人驾驶飞机、卫星系统、联合收割机100上的传感器220、其他农业机械214或其他装置获取。在一个示例中，收割数据包括收割地图，该收割地图标识田地的(例如，通过联合收割机
100和/或其他机械214)已经被收割的区。地形数据可以包括表示田地的拓扑结构(例如，表面高度、坡度等)的地形图。
64.使用图像404和田地数据406，作物状态确定逻辑系统288输出图像/作物分析结果(例如，结果294)，该图像/作物分析结果表示在联合收割机100的路径上的作物的状态。例如，田地的区域可以被标识为具有站立的作物。在这种情况下，逻辑系统288输出站立作物分类(框408)，以及表示站立的作物植株在田地表面上方的高度的高度度量。逻辑系统288还可以输出倒下作物分类(框410)，该倒下作物分类指示在特定区域中的作物是倒下的，也就是说，作物没有被收割但是不是站立的(即，具有低于阈值的高度)。此外，逻辑系统288可以输出作物残茬分类(框412)，该作物残茬分类指示特定区域已经被收割了。下面对逻辑系统288的示例性操作进行讨论。
65.图5是用于确定田地中的作物状态并生成相应的控制信号以控制农业机械的框图500。为了说明而不是限制，将在图2所示的架构200的情况下描述图5。
66.在框502处，逻辑系统286检测触发事件以致动作物状态确定。在一个示例中，触发事件包括检测到联合收割机100将执行收割操作。这由框504表示。对触发事件的检测还可以包括检测手动输入(框506)，或者可以自动发生(框508)。当然，也可以通过其他方式检测触发事件。这由框510表示。
67.在框512处，识别待收割的目标田地。在一个示例中，这可以包括来自操作员232的输入，该输入为控制系统202识别目标田地。在另一示例中，可以基于识别联合收割机100的位置的地理位置信息(例如，使用来自传感器157的信号)自动识别目标田地。
68.在框514处，识别目标田地的田地数据。如上所述，在一个示例中，田地数据406是通过作物状态确定逻辑系统288获取的，并且可以包括先验数据(框516)、现场数据(框518)或其他数据(框520)。在任何情况下，该数据都可以通过联合收割机100(框522)或其他机器或系统(例如，远程计算系统208、机器210、机器214等)获取。这由框524表示。
69.现场数据可以包括地形数据526，例如目标田地的拓扑图。田地数据还可以获取指示当前生长期的收割操作的收割数据528。例如，可以获取指示来自目标田地的产量数据的收割地图。
70.基于收割数据，识别田地中作物已经被收割的区。这由框530表示。例如，在框532处生成残茬信号，该残茬信号标识田地中已经被收割并且将被分类为作物残茬区域的区。
71.在框534处，检测田地(在联合收割机100的路径上)的特定区域中的作物植株的特征。说明性地，特征表示作物植株在田地表面上方的高度。可以基于通过收割机100获取的数据(框536)和/或通过其他机器获取的数据(例如上述关于框524所讨论的那些)来检测特征。这由框538表示。
72.在框534的一个示例中，在框540处获取田地的图像，并且在框542处执行几何分类以获取作物高度数据。在一个示例中，在框544处，从立体图像数据生成3d点云。
73.在框546处，生成表示特定区域中的作物植株的高度的高度度量。在一示例中，在框546处生成的高度度量表示作物植株在田地表面上方的平均高度。这由框548指示。
74.注意，在框534处检测作物植株特征以及在框546处生成高度度量的特定区域可以以多种方式中的任一种来标识。例如，该区域可以是联合收割机100前方的预定义区域。为说明起见，可以将预定义区域限定为割台的宽度，在割台的前方0到20英尺之间。
75.此外，可以任意地和/或基于从图像数据中识别出的标识边界来选择区域。例如，基于图像数据，可以识别出田地中具有不同作物高度(超过高度差阈值)的部分。这样，所选区域大致遵循站立的作物，倒下的作物和/或作物残茬之间的边界。
76.在框550处，基于在框546处生成的高度度量和在框530处识别的作物已经被收割的识别区来确定特定区域中的作物状态。框540的一个示例在图6中示出。
77.在图6的示例中，在框552处，生成针对特定区域的高度度量。高度度量表示特定区域中的作物植株的高度。例如，高度度量可以表示特定区域中的作物植株的平均高度。这可以通过多种方式中的任一种来生成。在一个示例中，基于来自传感器220的传感器数据和/或基于远程接收的数据(诸如来自系统208的地形图)来估计地平面(表示田地的表面)。
78.在框554处，选择或以其他方式获取高度阈值。高度阈值可以是用户选择的(在框556处表示)。在另一个示例中，高度阈值是自动选择的。这由框558表示。高度阈值可以基于多种因素中的任一种。例如，高度阈值可以基于作物类型和/或在田地中正在收割的作物的状况。例如，可以利用诸如成熟度、水分含量等状况来确定在田地中站立的作物植株的预期高度。这由框560表示。此外，环境状况可以用于选择高度阈值。这由框562表示。例如，环境状况可以指示当前或先验的风速、降水等，仅举几例而已。当然，可以以多种其他方式中的任一种并且基于多种其他考虑中的任一种来选择高度阈值。这由框564表示。
79.在框566处，逻辑系统288确定高度度量是否高于在框544处获取的阈值。如果是，则田地的特定区域被分类为站立作物。这由框568表示。在这种情况下，将站立作物类别结果与表示特定区域中站立作物的高度的高度度量一起输出(例如，框408)。这由框570表示。
80.如果高度度量不高于阈值，则框572确定该区域是否在田地中已经收割的区内。如果是，则将该区域分类为作物残茬区域，并且在框574处输出作物残茬类别。
81.如果该区域不在已经收割的区中，则框576将该区域分类为具有倒下的作物，并且类别。在这一点上，值得注意的是，在本示例中，可以分别在框574和576处实现作物残茬和倒下的作物之间的区分，而无需训练有素的图像分类器来对非站立的作物的图像进行分类。如上所述，利用这样的图像分类器以对作物残茬和倒下的作物进行区分需要利用大量训练数据的广泛训练，这反过来又需要大量的处理幅度和时间。通常，此类分类器可能是不准确的，其中会导致生物量或产量预测不正确。
82.再次返回图5，在框578处，生成在机器的路径上的作物植株材料的预测量的表示。该表示可以采用多种形式中的任一种。例如，框578可以预测联合收割机100在其移动穿过田地时将遇到的生物量。这由框580表示。可替代地或另外地，框578可以预测来自该田地的产量。这由框582表示。当然，也可以利用其他测量。这由框584表示。
83.在一个示例中，基于作物分类(即，在框550处确定的作物状态)在框578处生成表示。这由框586表示。例如，作物植株材料的预测量是基于该区域是否为站立的作物、倒下的作物和/或作物残茬。此外，作物植株材料的预测量(质量流量)可以是基于作物的高度。这由框588表示。这样，可以基于联合收割机100前方的分类区域以及在这些区域内感测到的作物高度来确定通过联合收割机100的质量流量。可以基于所确定的质量流量来控制机器的设置(例如速度等)。
84.可替代地或另外地，作物植株材料的预测量可以是基于其他作物状况。这在框590处表示。例如但不限于，可以基于归一化差异植被指数(ndvi)图像进行预测，该归一化差异
植被指数(ndvi)图像指示生长阶段、水分胁迫(干旱)、植株茎秆直径，杂草的存在等。当然，在生成作物植株材料的预测量的表示时，可以考虑其他事项。这由框592表示。
85.在框594处，基于在框578处生成的作物植株材料的预测量来生成推荐以改变联合收割机100的操作。例如，可以基于联合收割机100的期望生产量来生成推荐。这由框596表示。在其他示例中，推荐是可以基于联合收割机100的目标性能，例如谷物质量、生产率、燃料消耗或任何其他性能度量。
86.推荐的改变可以包括对联合收割机100的对地速度的改变。这由框598表示。可替代地或另外地，推荐的改变可以包括对联合收割机100的收割功能的改变。这由框600表示。例如，对收割功能的改变可以包括对联合收割机100的割台、脱粒子系统110、分离器子系统116、清选子系统118、残余物子系统138或任何其他可控子系统的改变。当然，还可以生成其他推荐。这由框602表示。
87.在框604处，控制信号由控制系统202生成(例如，使用用户接口部件228、逻辑系统234、逻辑系统236、逻辑系统238、逻辑系统240等)，以控制一个或多个可控子系统222。例如，用户接口机制248可以由用户接口部件228控制，以输出对机器的植株路径上的作物植株材料的预测量的指示(由框606表示)和/或输出在框594处生成的推荐。这由框608表示。例如，在框606和/或608处的输出可以通过显示设备、扬声器等提供。
88.可替代地或另外地，在框604处生成的控制信号可以控制致动器，以调整可控子系统222的设置。这由框610表示。例如，对于图1所示的联合收割机100，可以调节割台102的位置，可以调节分离器116的转子压力，可以调节清选子系统118的操作。当然，这些只是出于示例的目的。
89.此外，可以生成控制信号以控制推进系统244，从而控制联合收割机100的对地速度。这由框612表示。可替代地或另外地，可以生成控制信号以控制转向系统246，从而控制联合收割机100的转向。这由框614表示。当然，也可以通过其他方式控制联合收割机100(或架构200中的其他机器和系统)。这由框616表示。在框618处，操作确定在田地上是否还有其他待收割的区域。如果有，则操作可以返回到框534，以在联合收割机100的路径上收割田地的后续区域。
90.为了说明而非限制的目的，将在图7
‑
1的情况下描述图5所示的操作，图7
‑
1示出了示例性田地700，联合收割机100在该示例性田地700上操作以收割作物植株702。如图所示，联合收割机100沿着路径704在箭头706所示的向前方向上行进。当联合收割机100沿着路径704行进时，割台102操作以收割作物植株。在框514处获取的田地数据包括标识田地中已经被收割(例如，由在田地700中正在操作的联合收割机100或另一收割机)的区708的收割数据。
91.前视传感器121(说明性地，立体相机)捕获在联合收割机100前面的路径704上的作物植株702的图像。框534基于由传感器121获取的图像通过执行几何分类(框542)来识别路径704上的作物植株的特征。框536生成表示第一区域(由虚线框710表示)中的作物植株材料的高度的第一高度度量和表示第二区域(由虚线框712表示)中的作物植株的高度的第二高度度量。第一高度度量指示区域710中的作物植株702具有高于所选阈值的平均高度。因此，区域710被分类为站立的作物。第二高度度量指示区域712中的作物植株702具有低于所选阈值的平均高度。因此，区域712被归类为非站立的作物。
92.另外地，基于将区域708识别为已经被收割，将区域714从非站立作物区域712中移除，并将其分类为作物残茬。区域712中的其余部分(即区域716)被识别为倒下的作物。换句话说，区域716被识别为具有低于阈值的高度度量的未收割区域。使用来自分类区域710、714和716的信息，生物量系统296可以生成路径704上的作物材料(例如，生物量)的预测量的表示。
93.图7
‑
2示出了针对联合收割机100收割田地700计算质量流量的一个示例。基于先验的收割数据将区域720识别为作物残茬，并且基于确定区域722内的作物的高度高于站立阈值的图像处理，将区域722识别为站立的作物。在该示例中，区域720被作为二进制信号进行处理(即，区域720是作物残茬或不是作物残茬)，因此出于质量流量确定的目的而被忽略。相反，分析区域722以确定对质量流量的贡献。在一个示例中，系统204基于位于割台102的路径726内的区域722的宽度724和作物高度(例如，指示区域722中的平均作物高度的高度度量)来确定作物材料的量。基于该确定，控制联合收割机100的速度(或其他设置)。
94.因此可以看出，本系统提供了许多优点。例如但不限于，本系统生成用于控制农业收割机的作物植株材料的预测，这例如通过保持所期望的生产量来改善机器的操作。此外，本系统使用几何分类以通过利用收割数据来确定田地的区域是站立的作物、倒下的作物还是作物残茬。倒下的作物和作物残茬之间的分类是利用收割数据来进行的，而无需执行分类任务的特定图像分类器。
95.应当注意，以上讨论已经描述了各种不同的系统、部件和/或逻辑系统。应当理解，这样的系统、部件和/或逻辑系统可以由执行与那些系统、部件和逻辑系统相关联的功能的硬件项目(例如处理器和相关联的存储器，或其他处理部件，其中一些在下面描述)组成。另外，如下所述，系统、部件和/或逻辑系统可以由加载到存储器中并随后由处理器或服务器或其他计算部件执行的软件组成。系统、部件和/或逻辑系统还可以由硬件、软件、固件等的不同组合组成，下面描述了其中的一些示例。这些仅是可用于形成上述系统、部件和/或逻辑系统的不同结构的一些示例。也可以使用其他结构。
96.当前的讨论已提到处理器、处理系统、控制器和服务器。在一个示例中，这些可以包括计算机处理器，该计算机处理器具有未单独示出的相关联的存储器和定时电路。它们是其所属的系统或设备的功能性部件并由其所属的系统或设备激活，并且实现这些系统中的其他部件或项目的功能。
97.此外，已经讨论了多个用户接口显示。所述多个用户接口显示可以采取多种不同的形式，并且可以具有设置在其上的多种不同的用户可致动的输入机构。例如，用户可致动的输入机构可以是文本框、复选框、图标、链接、下拉菜单、搜索框等。也可以以多种不同的方式来致动输入机构。例如，可以使用定点或点击设备(例如控制球或鼠标)来致动输入机构。可以使用硬件按钮、开关、操纵杆或键盘、指开关或指垫等来致动输入机构。也可以使用虚拟键盘或其他虚拟致动器来致动输入机构。此外，在显示输入机构的屏幕是触摸感应屏幕的情况下，可以使用触摸手势来致动输入机构。另外，在显示输入机构的设备具有语音识别部件的情况下，可以使用语音命令来致动输入机构。
98.还讨论了多个数据存储器。应当注意，这些数据存储器可以分别被分成多种数据存储器。可以全部是访问这些数据存储器的系统的本地数据存储器，或可以全部是远程的，或者一些可以是本地的而另一些是远程的。本文考虑了所有这些配置。
99.此外，附图示出了多个框，其中每个框赋有一定功能。应当注意，可以使用更少的框，使得功能由更少的部件来执行。另外，可以使用更多的框，其中功能分配在更多的部件之间。
100.图8是图2所示的架构的一个示例的框图，其中联合收割机100与远程服务器架构800中的元件进行通信。在示例中，远程服务器架构800可以提供计算、软件、数据访问和存储服务，这些服务不需要终端用户了解传递这些服务的系统的物理位置或配置。在各示例中，远程服务器可以使用适当的协议通过广域网(例如因特网)来传递服务。例如，远程服务器可以通过广域网传递应用，并且可以通过网页浏览器或任何其他计算部件对远程服务器进行访问。图2中所示的软件或部件以及相应的数据可以存储在位于远端位置处的服务器上。远程服务器环境中的计算资源可以集中在远程数据中心位置处，或者该计算资源可以是分散的。远程服务器架构可以通过共享数据中心传递服务，即使这些远程服务器架构对于用户而言只是作为单个的访问点出现。因此，可以使用远程服务器架构从位于远端位置处的远程服务器提供本文所述的部件和功能。可替代地，可以从常规的服务器提供所述部件和功能，或者所述部件和功能可以直接安装在客户端设备上，或者以其他方式提供所述部件和功能。
101.在图8所示的示例中，一些项目与图2所示的那些项目相似，并且它们被类似地编号。图8具体示出了系统260、系统262、系统296和/或数据存储器20可以位于远程服务器位置802处。因此，联合收割机100、机器210、机器214和/或系统208通过远程服务器位置802访问这些系统。
102.图8还描绘了远程服务器架构的另一示例。图8示出了还可以预期的是图2的一些元件布置在远程服务器位置802处，而其他元件没有如此布置。举例来说，数据存储器205可以布置在与位置802分开的位置处，并且可以通过位于位置802处的远程服务器被访问。可替代地或另外地，系统260、262和296中的一个或多个可以被布置在与位置802分开的位置处，并且可以通过位于位置802处的远程服务器被访问。
103.无论这些部件位于何处，农业收割机100都可以通过网络(广域网或局域网)直接访问这些部件，这些部件可以通过服务群集在远程站点处，或者这些部件可以作为服务来提供，或可以由位于远程位置的连接服务访问。此外，数据基本上可以存储在任何位置处，并且可以被相关方间歇地访问或转发给相关方。例如，可以使用物理载波代替电磁波载波或除电磁波载波之外使用物理载波。在这样的示例中，在蜂窝覆盖不良或不存在的情况下，另一移动机器(例如加油车)可以具有自动信息收集系统。当农业机械靠近加油车进行加油时，系统会使用任何类型的临时无线连接自动从机器中收集信息或将信息传递到机器中。然后，当加油车到达有蜂窝覆盖(或其他无线覆盖)的位置时，收集到的信息便可以转发到主网络。例如，当行驶以为其他机器加油或当处于主要燃料存放地点处时，加油车可能会进入覆盖的位置。本文考虑了所有这些架构。此外，信息可以存储在农业机械上，直到农业机械进入被遮盖的位置。然后，农业机械本身就可以向主网络发送信息/从主网络接收信息。
104.还应注意，图2中的元件或元件的多个部分可以布置在多种不同的设备上。这些设备中的一些包括服务器、台式计算机、膝上型计算机、平板计算机或其他移动设备，例如掌上计算机、手机、智能手机、多媒体播放器、个人数字助理等。
105.图9是可以用作用户或客户的手持设备16的手持或移动计算设备的一个说明性示
例的简化框图，其中可以部署本系统(或其一部分)。例如，移动设备可以被部署在农业机械100的操作员驾驶室中或作为远程计算系统208。图10至图11是手持设备或移动设备的示例。
106.图9提供了可以运行图2中所示的某些部件的客户端设备16的部件的总体框图，其与它们互动，或两者兼而有之。在设备16中，提供了通信链路13，该通信链路13允许手持设备与其他计算设备进行通信，并且在一些实施例中，提供了用于自动地来接收信息的信道，例如通过扫描。通信链路13的示例包括允许通过一个或多个通信协议进行通信，例如用于提供对网络的蜂窝接入的无线服务，以及提供与网络的本地无线连接的协议。
107.在其他示例中，可以在连接到接口15的可移动安全数字(sd)卡上接收应用程序。接口15和通信链路13通过总线19与处理器17进行通信(处理器也可以体现为以前的附图中的处理器或服务器)，该总线19还连接到存储器21和输入/输出(i/o)部件23以及时钟25和定位系统27。
108.在一个示例中，提供i/o部件23以便于输入和输出操作。用于设备16的各种实施例的i/o部件23可以包括输入部件(例如按钮、触摸传感器、光学传感器、麦克风、触摸屏，接近传感器、加速器、方向传感器)和输出部件(例如显示设备、扬声器，和/或打印机端口)。也可以使用其他i/o部件23。
109.时钟25说明性地包括输出时间和日期的实时时钟部件。时钟25说明性地还可以为处理器17提供定时功能。
110.定位系统27说明性地包括输出设备16的当前地理位置的部件。这可以包括例如全球定位系统(gps)接收器、loran系统、航位推算系统、蜂窝三角测量系统，或其他定位系统。定位系统27还可以包括例如生成所需要的地图、导航路线和其他地理功能的地图软件或导航软件。
111.存储器21存储操作系统29、网络设置31、应用程序33、应用程序配置设置35、数据存储库37、通信驱动程序39和通信配置设置41。存储器21可以包括所有类型的有形易失性和非易失性计算机可读存储设备。存储器21还可以包括计算机存储介质(如下所述)。存储器21存储计算机可读指令，该计算机可读指令在由处理器17执行时使处理器根据指令执行计算机执行的步骤或功能。处理器17也可以由其他部件激活以促进其功能。
112.图10示出了一个示例，其中设备16是平板计算机850。在图10中，计算机850被示出为具有用户接口显示屏幕852。屏幕852可以是触摸屏或从笔或手写笔接收输入的启用笔的接口。屏幕852还可以使用屏幕上的虚拟键盘。当然，例如，屏幕852也可以通过适当的附接机构(例如，无线链接或usb端口)附接到键盘或其他用户输入设备。计算机850也可以说明性地还接收语音输入。
113.图11示出了该设备可以是智能电话71。智能电话71具有触摸感应显示器73，该触摸感应显示器73显示图标或图块或其他用户输入机制75。机制75可以由用户用来运行应用程序、进行呼叫、执行数据传送操作等。通常，智能电话71构建在移动操作系统上，并且比功能电话提供更高级的计算能力和连接性。
114.注意，设备16的其他形式也是可行的。
115.图12是计算环境的一个示例，其中(例如)可以部署图2的元件或其中的一部分元件。参照图12，用于实现一些实施例的示例性系统包括以计算机910形式的计算设备。计算
机910的部件可以包括但不限于：处理单元920(其可以包括来自先前附图中的处理器或服务器)、系统存储器930和系统总线921，该系统总线921将包括系统存储器在内的各系统部件连接到处理单元920。系统总线921可以是多种类型的总线结构中的任一种，包括使用多种总线架构中的任一种的存储器总线或存储器控制器、外围总线和本地总线。参照图2描述的存储器和程序可以部署在图12的相应部分中。
116.计算机910通常包括多种计算机可读介质。计算机可读介质可以是可以由计算机910访问的任何可用介质，并且包括易失性和非易失性的介质、可移动和不可移动的介质。作为示例而非限制性地，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质不同于经调制的数据信号或载波，并且不包括经调制的数据信号或载波。计算机存储介质包括硬件存储介质，该硬件存储介质包括易失性和非易失性的介质，可移动和不可移动的介质，这些介质以任何方法或技术实现以用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)。计算机存储介质包括但不限于：ram、rom、eeprom、闪存或其他存储技术、cd
‑
rom、数字通用光盘(dvd)或其他光盘存储器、磁带盒、磁带、磁盘存储器或其他磁存储设备、或可用于存储所需要的信息并可由计算机910访问的任何其他介质。通信介质可以体现为传输机构中的计算机可读指令、数据结构、程序模块或其他数据，并且包括任何信息传递介质。术语“经调制的数据信号”是指具有其特征中的一个或多个特征的信号，所述一个或多个特征以一定方式被设置或改变以对信号中的信息进行编码。
117.系统存储器930包括以易失性和/或非易失性存储器形式的计算机存储介质，例如只读存储器(rom)931和随机存取存储器(ram)932。基本输入/输出系统933(bios)通常存储在rom 931中，该基本输入/输出系统933(bios)包含有助于在计算机910内的元件之间(例如在启动期间)传递信息的基本例程。ram 932通常包含可由处理单元920立即访问和/或由处理单元920当前运行的数据和/或程序模块。例如但非限制性地，图12示出了操作系统934、应用程序935、其他程序模块936和程序数据937。
118.计算机910还可以包括其他可移动/不可移动、易失性/非易失性计算机存储介质。仅作为示例，图12示出了从不可移动的非易失性磁性介质读取或写入的硬盘驱动器941、光盘驱动器955和非易失性光盘956。硬盘驱动器941通常通过不可移动的存储器接口(诸如接口940)连接到系统总线921，以及光盘驱动器955通常通过可移动的存储器接口(诸如接口950)连接到系统总线921。
119.可替代地或另外地，可以由一个或多个硬件逻辑系统部件执行或至少部分地执行本文所描述的功能。例如但非限制性地，可以使用的说明性类型的硬件逻辑系统部件包括现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑系统器件(cpld)等。
120.以上讨论的并在图12中示出的驱动器及其相关联的计算机存储介质为计算机910提供计算机可读指令、数据结构、程序模块和其他数据的存储。在图12中，例如，硬盘驱动器941被示出为存储操作系统944、应用程序945、其他程序模块946和程序数据947。注意，这些部件可以与操作系统934、应用程序935、其他程序模块936和程序数据937相同或不同。
121.用户可以通过输入设备将命令和信息输入到计算机910中，该输入设备例如键盘962、麦克风963和定点设备961(例如鼠标、控制球或触摸板)。其他输入设备(未示出)可以包括操纵杆、手柄、卫星天线、扫描器等。这些输入设备和其他输入设备通常通过连接到系
统总线的用户输入接口960连接到处理单元920，但是可以通过其他接口和总线结构进行连接。视觉显示器991或其他类型的显示设备也经由诸如视频接口990之类的接口连接到系统总线921。除了监测器之外，计算机还可以包括其他外围输出设备，例如扬声器997和打印机996，这些外围输出设备可以通过输出外围接口995进行连接。
122.使用与一个或多个远程计算机(例如远程计算机980)的逻辑系统连接(例如局域网
‑
lan、广域网
‑
wan，或控域网can)在网络环境中操作计算机910。
123.当在lan网络环境中使用时，计算机910通过网络接口或适配器970连接到lan 971。当在wan网络环境中使用时，计算机910通常包括调制解调器972或用于通过wan 973(例如因特网)建立通信的其他装置。在网络环境中，程序模块可以存储在远程存储器存储设备中。图12例如示出了远程应用程序985可以位于远程计算机980上。
124.还应注意，本文描述的不同示例可以以不同方式进行组合。即，一个或多个示例的部分可以与一个或多个其他示例的部分进行组合。本文考虑了所有这些方面。
125.示例1是一种计算机执行的方法，包括：
126.获取收割数据，所述收割数据指示田地上的先验收割操作；
127.基于所述收割数据识别所述田地中作物植株已经被收割的区；
128.检测在农业收割机的沿行进方向的路径上的田地中的作物植株的特征；
129.基于所检测到的特征生成高度度量，所述高度度量表示所述田地的特定区域上的作物植株的高度；以及
130.基于所述高度度量和所识别的区生成控制信号，以控制所述农业收割机。
131.示例2是根据任何示例或所有先前示例的计算机执行的方法，还包括：
132.基于所述收割数据和指示作物高度的所述高度度量低于阈值的确定，将所述田地的所述特定区域上的作物植株识别为倒下的作物；以及
133.基于所述田地的所述特定区域上倒下的作物的识别，生成所述控制信号，以控制所述农业收割机。
134.示例3是根据任何示例或所有先前示例的计算机执行的方法，其中，生成控制信号包括控制所述农业收割机的可控子系统。
135.示例4是根据任何示例或所有先前示例的计算机执行的方法，还包括生成推荐，以改变所述农业收割机的操作。
136.示例5是根据任何示例或所有先前示例的计算机执行的方法，其中，基于所选择的作物产量而生成所述推荐。
137.示例6是根据任何示例或所有先前示例的计算机执行的方法，其中，所述推荐包括下列中的至少一者：
138.所述农业收割机的对地速度的改变；或者
139.所述农业收割机上的收割功能的改变。
140.示例7是根据任何示例或所有先前示例的计算机执行的方法，其中，生成控制信号包括：控制显示设备，以提供对所述推荐的指示。
141.示例8是根据任何示例或所有先前示例的计算机执行的方法，其中，所述高度度量包括所述特定区域上的作物植株的平均高度。
142.示例9是根据任何示例或所有先前示例的计算机执行的方法，还包括：
143.生成在所述农业收割机的路径上的作物植株材料的量的表示；以及
144.基于所述作物植株材料的量生成所述控制信号。
145.示例10是根据任何示例或所有先前示例的计算机执行的方法，其中，作物植株的量的表示包括生物量的指示。
146.示例11是根据任何示例或所有先前示例的计算机执行的方法，其中，检测所述作物植株的特征包括：
147.接收所述特定区域中的作物植株的图像数据；
148.对所述图像数据应用几何分类器；以及
149.基于所述几何分类器确定所述高度度量。
150.示例12是根据任何示例或所有先前示例的计算机执行的方法，还包括：
151.识别所述田地的多个区域；以及
152.对于所述田地的每个给定区域，
153.生成对应的高度度量，所述对应的高度度量表示所述给定区域上的田地表面上方的作物植株的高度；
154.将所述对应的高度度量与阈值进行比较；
155.基于所述比较对所述给定区域进行分类；以及
156.基于所述分类生成与所述给定区域相对应的控制信号。
157.示例13是根据任何示例或所有先前示例的计算机执行的方法，其中，对所述给定区域进行分类包括：
158.如果所述对应的高度度量值高于所述阈值，则将所述给定区域分类为站立的作物；以及
159.如果所述对应的高度度量值低于所述阈值，则将所述给定区域分类为非站立的作物。
160.示例14是根据任何示例或所有先前示例的计算机执行的方法，其中，将所述给定区域分类为非站立的作物包括：
161.基于在所述先验收割操作期间所述给定区域被收割的确定，将所述给定区域分类为作物残茬；以及
162.基于在所述先验收割操作期间所述给定区域未被收割的确定，将所述给定区域分类为倒下的作物。
163.示例15是一种农业收割机，包括：
164.可控子系统；
165.前视作物传感器，所述前视作物传感器被配置成生成传感器信号，所述传感器信号指示在农业收割机的沿行进方向的路径上的田地中的作物植株的被检测到的特征；
166.作物状态确定逻辑系统，所述作物状态确定逻辑系统被配置成：
167.获取收割数据，所述收割数据指示所述田地上的先验收割操作；
168.基于所述收割数据，识别所述田地中作物植株已经被收割的区；
169.基于所检测到的特征生成高度度量，所述高度度量表示所述田地的特定区域上的作物植株的高度；以及
170.控制系统，所述控制系统被配置成基于所述高度度量和所识别的区控制所述可控
子系统。
171.示例16是根据任何示例或所有先前示例的农业收割机，其中，所述控制系统被配置成：
172.基于所述高度度量和所识别的区生成在所述农业收割机的路径上的作物植株材料的量的表示；以及
173.基于所述作物植株材料的量的表示生成推荐，以改变所述可控子系统的操作。
174.示例17是根据任何示例或所有先前示例的农业收割机，其中，所述作物状态确定逻辑系统被配置成：
175.识别所述田地的多个区域，
176.对于所述田地的每个区域，
177.接收所述指定区域中的作物植株的图像数据；
178.对所述图像数据应用几何分类器；以及
179.生成对应的高度度量，所述高度度量表示所述给定区域上所述田地表面上方的作物植株的高度；
180.将所述对应的高度度量与阈值进行比较；以及
181.根据所述比较对所述给定区域进行分类；以及
182.所述控制逻辑系统被配置成基于所述分类生成与所述给定区域相对应的控制信号。
183.示例18是根据任何示例或所有先前示例的农业收割机，其中，所述作物状态确定逻辑系统被配置成：
184.基于所述对应的高度度量高于所述阈值的确定，将所述给定区域分类为站立的作物；
185.基于所述对应的高度度量低于所述阈值并且所述给定区域位于所述给定区内的确定，将所述给定区域分类为作物残茬；以及
186.基于所述对应的高度度量低于所述阈值并且所述给定区域不位于所述给定区内的确定，将所述给定区域分类为倒下的作物。
187.示例19是一种用于农业收割机的控制系统，所述控制系统包括：
188.收割数据处理逻辑系统，所述收割数据处理逻辑系统被配置成接收收割数据，所述收割数据指示田地上的先验收割操作，并且所述收割数据处理逻辑系统基于所述收割数据识别所述田地中作物植株已经被收割的区；
189.作物状态分类逻辑系统，所述作物状态分类逻辑系统被配置成：
190.检测在农业收割机的沿行进方向路径上的田地中的作物植株的特征；以及
191.基于所检测到的特征生成高度度量，所述高度度量表示所述田地的特定区域上的作物植株的高度；以及
192.控制逻辑系统，所述控制逻辑系统被配置成基于所述高度度量和所识别的区生成控制信号，以控制所述农业收割机。
193.示例20是根据任何示例或所有先前示例的用于农业机械的控制系统，其中，
194.所述作物状态分类逻辑系统被配置成：
195.识别所述田地的多个区域；以及
196.对于所述田地的每个给定区域，
197.接收所述给定区域中的作物植株的图像数据；
198.对所述图像数据应用几何分类器；以及
199.生成对应的高度度量，所述高度度量表示所述给定区域上的田地表面上方的作物植株的高度；
200.将所述对应的高度度量与所述阈值进行比较；
201.基于所述对应的高度度量高于所述阈值的确定，将所述给定区域分类为站立的作物；
202.基于所述对应的高度度量低于所述阈值并且所述给定区域位于所述给定区内的确定，将所述给定区域分类为作物残茬；以及基于所述对应的高度度量低于所述阈值并且所述给定区域不位于所述给定区内的确定，将所述给定区域分类为倒下的作物；以及
203.所述控制逻辑系统被配置成基于所述给定区域的分类来生成与每个给定区域相对应的控制信号。
204.尽管已经以特定于结构特征和/或方法行为的语言描述了本主题，但是应当理解，在所附权利要求中限定的本主题不一定限于以上描述的具体特征或行为。相反，以上描述的具体特征和行为仅作为实施权利要求的示例性形式被公开。