摘要
本发明涉及一种智能化码头AGV作业时间预测方法和系统,所述方法包括:获取码头AGV运行历史数据和计划数据,以及对应时间的环境天气数据;对获取数据进行数据清洗,对清洗后的数据进行AGV运行逻辑地点数据的分类归并编码、AGV性能的分类识别、AGV载荷数据的特征提取、智能化码头区域内交通拥堵情况的特征提取、环境天气数据与AGV运行数据的匹配和标签化,形成数据集;基于数据集构建AGV矩阵;基于AGV矩阵,利用Monte‑Carlo算法计算任意工况下AGV作业到达时间补偿值预测,并基于当前工作条件输出AGV作业时间的预测结果。与现有技术相比,本发明具有实现AGV作业时间预测更快速、更精确等优点。
技术关键词
深度神经网络
功能模块
时间预测方法
矩阵
天气
特征工程
子模块
预测系统
自动化码头
算法
异常数据
地点
补偿值
逻辑
ID标签
载荷箱
系统为您推荐了相关专利信息
卡尔曼滤波
协方差矩阵
动作识别方法
表演机器人
关键点
大脑灰质
矩阵
特征提取模块
分类预测模型
像素点
高程差异
地形测绘方法
定位信号数据
多源定位
天线相位中心