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！

龙图腾网获悉天津大学申请的专利基于Transformer网络的夹抱车货物码放轨迹预测与控制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：CN119960438B 。

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：202411893698.4，技术领域涉及：G05D1/43；该发明授权基于Transformer网络的夹抱车货物码放轨迹预测与控制方法是由宋康;张连会;刘志强;严正清;贾岚博;陈云;陈志韬;谢辉设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本基于Transformer网络的夹抱车货物码放轨迹预测与控制方法在说明书摘要公布了：本发明公开了一种基于Transformer网络的夹抱车货物码放轨迹预测与控制方法，包括以下步骤：步骤1，构建夹抱车货物码放轨迹预测模型，所述夹抱车货物码放轨迹预测模型包括输入嵌入层、多层Transformer编码器层和输出层，得到时刻t的预测轨迹Ypredt；步骤2，计算偏差Biast；步骤3，构建训练集和测试集，对所述夹抱车货物码放轨迹预测模型进行训练和测试；步骤4，依据偏差Biast，得到调整后夹抱车的控制指令Ut，确保货物在码放过程中位置的精准度。本发明可提高夹抱车轨迹预测的准确性，增强预测的实时性与适应性。

本发明授权基于Transformer网络的夹抱车货物码放轨迹预测与控制方法在权利要求书中公布了：1.一种基于Transformer网络的夹抱车货物码放轨迹预测与控制方法，其特征在于，包括以下步骤： 步骤1，构建夹抱车货物码放轨迹预测模型，所述夹抱车货物码放轨迹预测模型包括输入嵌入层、多层Transformer编码器层和输出层，每一层Transformer编码器层都包括自注意力机制和前馈神经网络，将夹抱车的动态状态输入所述夹抱车货物码放轨迹预测模型，输出时刻t的预测轨迹Ypredt； 所述步骤1中，所述动态状态包括多个特征，所述特征包括夹抱车的位姿、速度、油门踏板行程、刹车踏板行程； 所述步骤1中，将所述动态状态输入所述输入嵌入层，得到高维特征向量Xembedt，所述高维特征向量Xembedt的计算公式为： Xembedt＝EmbeddingXt， 其中，Xt是时刻t的输入特征，Xembedt是嵌入后的高维特征向量； 所述步骤1中，高维特征向量Xembedt作为第一层Transformer编码器层的输入，输出Ht，Ht＝TransformerEncoderXembedt，相邻的上一层Transformer编码器层的输出作为下一层Transformer编码器层的输入，最后一层Transformer编码器层输出HT； 所述步骤1中，HT作为所述输出层的输入，输出时刻t的预测轨迹Ypredt，Ypredt＝fOutputHT； 步骤2，计算步骤1得到的预测轨迹Ypredt与实际运动轨迹Yactualt的偏差Biast； 步骤3，模型优化：构建训练集和测试集，利用训练集，基于交叉熵损失函数对所述夹抱车货物码放轨迹预测模型进行训练，利用测试集验证所述夹抱车货物码放轨迹预测模型的预测能力； 所述步骤3中，交叉熵损失函数的计算公式为： 其中，Ytruei为时刻i的真实轨迹，Ypredi为时刻i的预测轨迹，n为时间步长，通过最小化交叉熵损失Loss，优化夹抱车货物码放轨迹预测模型的参数； 步骤4，依据步骤2得到的偏差Biast，得到调整后夹抱车的控制指令Ut，确保货物在码放过程中位置的精准度； 所述步骤4中，Ut＝Ubase+K·Biast，Ubase为基本控制指令，K为补偿系数。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。