摘要
本发明属于大件货运车辆称重技术领域,公开了一种基于时间序列大模型的大件货运车载称重方法及系统,步骤1:采用时间戳对齐算法将多传感器所采集的多源数据融合,生成具有时空特征的时间序列编码数据并存储;步骤2:对原始时间序列数据进行预处理,构建多模态训练数据集;步骤3:利用数据集进行预训练并微调构建基于Transformer架构的时间序列大模型;步骤4:将最新采集到的具有时间序列特点的载重数据输入到时间序列大模型中进行实时动态称重计算;步骤5:构建误差校正混合系统对称重结果进行精准校正;步骤6:实时输出具有时间序列特点的准确称重结果,并对载重变化趋势作出可靠性预测。
技术关键词
环形缓冲存储器
误差校正
车载称重方法
序列
分布式压力传感器
组合预测模型
卡尔曼滤波
动态误差补偿
货运
变化趋势预测
动态权重分配
车辆运动状态
动态称重
dropout方法
预警机制
数据采集模块
混合系统
多模态
注意力机制