买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安拓米网络科技有限公司;甘肃省计量测试检定东部分中心申请的专利基于数学模型的多传感器动态校准方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120176818B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510672151.X，技术领域涉及：G01G23/01；该发明授权基于数学模型的多传感器动态校准方法及系统是由李琛;张悦;周汉波;赵晓琦设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。

本基于数学模型的多传感器动态校准方法及系统在说明书摘要公布了：本发明公开了基于数学模型的多传感器动态校准方法及系统，涉及计算机系统相关技术领域，该方法包括：通过搭建动态称量传输结构，获取历史称量样本数据集。根据历史称量样本数据集以及称量误差标签样本训练动态扰动滤除模型，称量误差标签为历史称量传输数据和物品实际重量数据之间的误差。通过获取实时称量传输数据，将实时称量传输数据发送至动态扰动滤除模型中，获取称量补偿数据进行补偿校准，输出校准后的称量传输数据。解决了现有技术中动态称量过程中因物品运动、传输带加速与振动等因素导致的称量数据不稳定、误差较大的技术问题。实现了输出稳定且接近真实重量的高精度动态称量结果，提升了系统的称量准确性与可靠性的技术效果。

本发明授权基于数学模型的多传感器动态校准方法及系统在权利要求书中公布了：1.基于数学模型的多传感器动态校准方法，其特征在于，所述方法包括： 搭建动态称量传输结构，所述动态称量传输结构包括移动平台和称量单元； 连接所述动态称量传输结构，获取历史称量样本数据集，所述历史称量样本数据集包括所述称量单元的历史称量传输数据以及所述移动平台的历史移动控制数据； 根据所述历史称量样本数据集以及称量误差标签样本训练动态扰动滤除模型，所述称量误差标签为所述历史称量传输数据和物品实际重量数据之间的误差，其中，所述动态扰动滤除模型包括Kalman滤波器，引入均方误差损失基于所述历史称量样本数据集和所述称量误差标签样本对Kalman滤波器进行监督训练获取； 通过所述称量单元对目标物品进行传感集成，获取实时称量传输数据，将所述实时称量传输数据发送至所述动态扰动滤除模型中，获取称量补偿数据； 按照所述称量补偿数据对所述目标物品的称量结果进行补偿校准，输出校准后的称量传输数据； 所述称量单元包括静态称量单元和动态称量单元，所述静态称量单元可拆卸设置于所述移动平台的前端，所述动态称量单元集成于所述移动平台内，方法包括： 建立所述静态称量单元和所述动态称量单元与中央控制模块的CAN总线通信链路； 将物品样本放置于所述静态称量单元，通过所述CAN总线通信链路将记录的静态称量传输数据作为物品实际重量数据存储至所述中央控制模块； 将所述物品样本放置于所述动态称量单元，通过所述CAN总线通信链路将记录的动态称量传输数据至所述中央控制模块； 根据所述静态称量传输数据和所述动态称量传输数据，得到所述物品样本的称量误差标签样本，用于训练动态扰动滤除模型； 根据所述历史称量样本数据集以及称量误差标签样本训练动态扰动滤除模型，方法包括： 对所述历史称量样本数据集中动态称量传输数据和历史移动控制数据，切分为固定长度时间窗口，提取每个窗口的状态波动特征； 其中，所述状态波动特征包括当前窗口的加速度、速度、信号波动标准差和响应延迟； 构建基于Kalman滤波器的动态扰动滤除模型，输入每个窗口的状态波动特征来计算每个窗口的误差估计值，引入均方误差损失将所述历史称量样本数据集的称量误差标签样本与所述误差估计值进行迭代训练，得到动态扰动滤除模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安拓米网络科技有限公司;甘肃省计量测试检定东部分中心，其通讯地址为：710075 陕西省西安市高新区唐延路35号旺座现代城D座804室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。