摘要
本发明涉及货物状态分析技术领域,尤其涉及一种多模态AIGC冷链货物状态追踪与溯源方法及系统。该方法包括以下步骤:获取多维度冷链货物实时状态参数;对多维度冷链货物实时状态参数进行异常数据清洗,并进行异构状态融合,从而得到货物异构状态特征;对多维度冷链货物实时状态参数进行货物振动时频挖掘,并进行运输场景识别,从而得到货物运输场景;根据货物运输场景进行多时点位置计算,并进行即时场景建模,构建动态场景运输轨迹地图;基于货物异构状态特征对动态场景运输轨迹地图进行逐一状态位置匹配,并进行动态状态渲染,构建动态货物运输孪生模型。本发明提高了冷链货物运输的安全性以及高效的分析货物实时状态。
技术关键词
异常状态
轨迹地图
溯源方法
动态场景
轨迹可视化
异构
故障预测数据
货物智能
运输路径规划
异常数据
时序
多模态
状态分析技术
决策
节点
分布特征
溯源系统
系统为您推荐了相关专利信息
电力系统调度优化方法
变压器异常状态
协方差矩阵
调度优化模型
时间段
雷达
轨迹大数据
态势监控
融合方法
轨迹回放功能
多维特征向量
钢筋切割设备
数据
断料方法
钢筋数量
数据
影像重建方法
图像配准
图像特征分析模型
图像像素