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！

龙图腾网获悉东南大学申请的专利一种自学习型商用车载重辨识与置信度评估方法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：CN119202523B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202411209275.6，技术领域涉及：G06F18/10；该发明授权一种自学习型商用车载重辨识与置信度评估方法是由庄伟超;郭铭轩;李兵兵;董昊轩;许恩永;殷国栋;张志武;张楠;高强;王金湘;南江峰设计研发完成，并于2024-08-30向国家知识产权局提交的专利申请。

本一种自学习型商用车载重辨识与置信度评估方法在说明书摘要公布了：本发明公开一种自学习型商用车载重辨识与置信度评估方法，首先，利用大数据提取技术，从多源数据集中提取模型所需车辆运行数据；然后，按照数据清洗策略对车辆运行数据中的异常帧进行辨识和预处理，并完成车辆运行特征和道路结构特征的扩展运算；采用带遗忘因子的递推最小二乘算法构建基于车辆纵向动力学的载重基准生成模型，采用优化Informer神经网络构建载重辨识输出与置信度评估模型，以完成整车载重辨识及置信度评估的方案。本发明装置利用车联网数据实现整车载重的实时辨识，有利于规范化重型货运车辆的在途全程监管，并为车辆行程利用率的优化提供可靠依据。

本发明授权一种自学习型商用车载重辨识与置信度评估方法在权利要求书中公布了：1.一种自学习型商用车载重辨识与置信度评估方法，其特征在于，包括以下步骤： 1车辆运行初始化：包含车载的GPS模块、车辆管理系统、车辆通信模块以及车辆静态参数初始化； 2多源数据获取：通过GPS模块获取数据包含时间戳、高程、车速，通过CAN总线获取数据包括发动机转速、发动机扭矩、档位信息； 3运行数据检测清洗：针对运行数据中出现的缺失、噪声等错误帧数据实施相应的清洗策略，进而对不满足连续性条件的运行数据采取插值、滤波等预处理措施； 所述步骤3过程如下： 考虑非同源数据运行特征的差异性，分别对GPS源数据和CAN总线源数据中的错误帧进行人工特征提取与标记，基于连续性准则分离错误帧数据样本，制定多源数据错误帧特征与清洗策略如下； GPS源数据：错误帧主要来源于数据中断，结合数据反馈时间戳可划分为短时数据缺失和长时信号中断，设定时间阈值δ＝30s； 对于小于该阈值的短时数据缺失，采用错误帧前后距离最近的非错误数据值进行线性插值； 对于超过该阈值的长时信号中断，期间数据置零舍弃； CAN总线源数据：错误帧数据主要为表征为短时数据缺失、高频测量噪声和非连续性突变； 短时数据缺失主要面向车辆档位数据检测，基于车辆档位连续性变化原则，对短时单点缺失数据使用上一时刻非异常数据进行填充； 高频测量噪声主要面向发动机转速和发动机扭矩数据检测，设计Savitzky-Golay滤波器对噪声数据进行处理； 非连续性突变主要面向发动机扭矩数据检测，设定特征检测标准为： 其中，R为某时刻下的发动机扭矩数据，T为相应时刻下的时间戳，t为计算时刻，z为时间步长，δ为设定的检测阈值；对于依据上述检测标准获取到的数据点，采用线性插值方法对相应时刻数据值进行覆盖 4车辆运行特征扩展：基于车辆系统传动特性与道路结构特性，使用预处理后的车辆运行数据，获取全路段全时刻的道路坡度特征、车辆加速度与急动度特征； 5载重联合辨识系统设计：建立基于递推最小二乘法的载重基准生成模型，通过车辆运行数据迭代获取预估载重的分布基准；建立基于改进Informer编码器的载重回归辨识模型，通过GPS源数据和扩展运行特征输出载重辨识结果； 6置信度评估与模型微调：基于动力学载重分布基准，联合神经网络载重回归模型的输出，完成载重辨识结果的置信度评估；存储全行程各时刻车辆运行数据与总重基准数据，在当前行程结束后对载重回归辨识模型进行离线数据训练与微调，训练完成后重新进行模型部署。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2号；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”。

以上内容由龙图腾AI智能生成。