江西省检验检测认证总院计量科学研究院;南昌市微轲联信息技术有限公司管锐获国家专利权
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!
龙图腾网获悉江西省检验检测认证总院计量科学研究院;南昌市微轲联信息技术有限公司申请的专利基于AI技术建立机动车智慧计量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:CN120832646B 。
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:202511341056.8,技术领域涉及:G06F18/25;该发明授权基于AI技术建立机动车智慧计量方法及系统是由管锐;刘耀祖;吴亮亮;黄赟;曾慧亮设计研发完成,并于2025-09-19向国家知识产权局提交的专利申请。
本基于AI技术建立机动车智慧计量方法及系统在说明书摘要公布了:本发明涉及机动车计量技术领域,具体公开了基于AI技术建立机动车智慧计量方法及系统。本发明通过测算质量体积数据;进行动态工况识别与修正,获取车辆动态数据;构建排放工况预测模型,预测车辆排放数据;构建里程能耗预测模型,预测里程能耗数据;进行数据记录与整理,生成机动车计量数据,并补入计量气象数据,在进行数据使用时,进行气象验证处理。本发明通过AI技术,测算质量体积数据、车辆动态数据、车辆排放数据和里程能耗数据,生成机动车计量数据,并补入计量气象数据,在进行数据使用时,进行气象验证处理,能够提供有效的数据验证机制,为判断机动车计量数据的真实性与可靠性提供支持。
本发明授权基于AI技术建立机动车智慧计量方法及系统在权利要求书中公布了:1.基于AI技术建立机动车智慧计量方法,其特征在于,所述方法具体包括以下步骤: 采集多源静态数据,进行数据融合与识别,测算质量体积数据; 采集多源动态数据,进行动态工况识别与修正,获取车辆动态数据; 基于AI技术,构建排放工况预测模型,根据所述质量体积数据和所述车辆动态数据,预测车辆排放数据; 基于AI技术,构建里程能耗预测模型,根据所述质量体积数据、所述车辆动态数据和所述车辆排放数据,预测里程能耗数据; 进行数据记录与整理,生成机动车计量数据,并补入计量气象数据,在进行数据使用时,进行气象验证处理; 所述基于AI技术,构建排放工况预测模型,根据所述质量体积数据和所述车辆动态数据,预测车辆排放数据,具体包括以下步骤: 采集排放源数据; 基于AI技术,根据所述排放源数据、所述质量体积数据和所述车辆动态数据,构建排放工况预测模型; 基于所述质量体积数据和所述车辆动态数据进行处理,生成第一输入特征数据; 将所述第一输入特征数据导入至所述排放工况预测模型,获取输出的车辆排放数据; 所述排放工况预测模型通过以下步骤构建: 通过排放源数据得到发动机参数、尾气成分检测值和OBD系统数据,对发动机参数进行层级编码处理以得到设备特征码;基于尾气成分检测值得到动态活性系数;对OBD系统数据进行片段切分并得到时序状态标识符;基于设备特征码、动态活性系数和时序状态标识符得到编码矩阵; 通过质量体积数据得到质量体积分布特征,通过车辆动态数据得到车辆加速度、转向角度、运动轨迹参数和车辆轴距参数,将质量体积分布特征分别与车辆加速度与转向角度进行匹配,以得到质量分布偏移指数;基于质量分布偏移指数与运动轨迹参数,通过计算得到惯性力系数;基于惯性力系数与车辆轴距参数生成得到复合特征向量; 基于编码矩阵,通过特征交叉验证构建得到排放-质量关联矩阵,基于排放-质量关联矩阵构成物理特性张量;基于复合特征向量,通过滑动窗口提取工况演变模式以构成时空特性张量;基于物理特性张量与时空特性张量,采用注意力机制分配物理特性张量与时空特性张量的输出权重并进行融合,以得到融合特征张量; 通过特征选择方法去除融合特征张量中的冗余特征,以得到精简特征张量,基于精简特征张量,以碳元素守恒作为约束条件,构建得到初步预测模型; 将精简特征张量输入初步预测模型以得到预测结果,对预测结果与排放源数据依次进行时域对齐处理以及相似度比对操作,以得到比对结果;通过比对结果对初步预测模型进行迭代更新,在达到预设迭代次数后得到排放工况预测模型。
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江西省检验检测认证总院计量科学研究院;南昌市微轲联信息技术有限公司,其通讯地址为:330000 江西省南昌市南昌县经济开发区金沙二路1899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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励