← 返回列表

基于CNN-LSTM模型的货车动态称重方法和系统

申请号: CN202311838012.7
申请人: 东方世纪科技股份有限公司
申请日期: 2023/12/28

摘要文本

本发明提供一种基于CNN‑LSTM模型的货车动态称重方法和系统,包括以下步骤:获取称台采集的货车称重压力数据,在货车称重压力数据长度等于预设长度时,对货车称重压力数据进行特征处理,获得压力数据特征;获取摄像头采集的货车车厢图像,对货车车厢图像预处理后,采用CNN模型对货车车厢图像进行特征提取,获得货物摆放位置图像特征;将压力数据特征和货物摆放位置图像特征送入至LSTM模型进行预测,获得货车预测重量。本发明通过对摄像头拍摄的车厢图像数据及称台采集的过车数据进行数据挖掘,分析压力数据和图像摆放在不同载荷下的压力表现,从而准确预测出卡车的实际重量。

专利详细信息

项目 内容
专利名称 基于CNN-LSTM模型的货车动态称重方法和系统
专利类型 发明申请
申请号 CN202311838012.7
申请日 2023/12/28
公告号 CN117763337A
公开日 2024/3/26
IPC主分类号 G06F18/213
权利人 东方世纪科技股份有限公司
发明人 张伟锋; 李志民; 袁欣欣; 王东兴; 段士超; 任振杰; 谢本凯; 郭晓阳
地址 河南省郑州市高新技术产业开发区电厂路80号161幢12层74号房

专利主权项内容

1.一种基于CNN-LSTM模型的货车动态称重方法,其特征在于,包括以下步骤:获取称台采集的货车称重压力数据,在货车称重压力数据长度等于预设长度时,对货车称重压力数据进行特征处理,获得压力数据特征;获取摄像头采集的货车车厢图像,对货车车厢图像预处理后,采用CNN模型对货车车厢图像进行特征提取,获得货物摆放位置图像特征;将压力数据特征和货物摆放位置图像特征送入至LSTM模型进行预测,获得货车预测重量。