摘要
本发明涉及一种运输代理智能货物跟踪方法、装置、设备及存储介质。该方法:对货物和运输车辆进行多源传感器数据采集,得到原始数据集并进行时间同步和卡尔曼滤波处理,得到融合后的状态向量;通过深度货物跟踪网络进行特征提取,得到特征向量;基于特征向量进行分布式模型训练,得到全局货物状态检测模型;将采集的实时数据集输入全局货物状态检测模型,进行多级异常检测处理,得到异常检测结果;根据异常检测结果和历史运输路线,使用时空图神经网络模型进行轨迹预测和多目标优化,得到目标运输路线。本发明的实施能够整合多源数据和动态优化路径的综合性货物跟踪,以应对复杂多变的物流环境,提供更加精确、安全、高效的货物跟踪服务。
技术关键词
智能货物
跟踪方法
卡尔曼滤波
分布式模型
实时数据
时间同步
运输车辆
注意力
局部空间特征
实时传输数据
孤立森林算法
神经网络模型
全球定位系统接收器
低功耗广域网技术
全球定位系统数据
客户端
支持向量机分类器
差分隐私
拉普拉斯噪声
系统为您推荐了相关专利信息
舰船电力系统
发电配电设备
测试终端
综合电力系统
数据采集层
混组合梁
裂缝监测
远程通信模块
数字孪生
识别模块
热阻抗
热网络模型
损耗
IGBT外壳
NTC热敏电阻
基础地图数据
巡检路径规划方法
实时数据
巡检机器人
巡检计划
电子商务平台
订单管理
可视化图表
管理账户信息
分析单元