Alle Durchsatzregler von Mähdreschern können erst auf Änderungen der Erntegutbeschaffenheiten reagieren, wenn sich das Material bereits im Erntevorsatz, im Einzugskanal oder im Dreschwerk befindet. Bei sich extrem ändernden Erntebedingungen, wie wechselnd liegender Druschfrucht oder Lücken- und Unkrautteilflächen im Bestand, resultiert daraus eine entsprechend hohe Über- oder Unterbelastung des Mähdreschers mit zu drastisch veränderten Fahrgeschwindigkeiten.

Häufig wird der Durchsatzregler dann deaktiviert. John Deere löst dieses Problem durch die vorausschauende Durchsatzregelung. 3D-Stereokameras erkennen die Bestandssituation vor dem Mähdrescher ebenso wie der vorausschauende Fahrer. Bestandshöhen, liegende Bestände mit Lagerrichtung, Lücken, Fahrgassen und geerntete Flächen werden detektiert und per sogenanntem „Machine Learning“ klassiert. Zusätzlich nutzt das System die Daten von Vegetationsmodellen, die aus per Satellit oder anderen Techniken erzeugten Biomassekarten bestehen. Kamera- und Biomassesignale können jeweils auch allein genutzt werden.

Sobald der Mähdrescher mit der Ernte beginnt, berechnet das System Regressionsmodelle aus den Echtzeit- und den georeferenzierten Vegetationsdaten. Die Erntebedingungen vor der Maschine sind somit ebenso bekannt wie die Strategien, die der Fahrer nach wie vor vorgibt. Der Mähdrescher fusioniert alle Sensorwerte und stellt in der Folge seine Fahrgeschwindigkeit wie auch seine Einstellungen auf die Erntesituation ein.

Der vorausschauende Mähdrescher arbeitet erstmalig automatisch ebenso wie ein von einem vorausschauenden, versierten Fahrer bedienter Mähdrescher. John Deere hat mit dieser Technik einen großen Schritt in der Weiterentwicklung der Automatisierung der Druschfruchternte vollzogen.

Kommentar verfassen

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.