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！

龙图腾网获悉山东港云数字科技有限公司申请的专利一种基于孪生神经网络的智能货物监管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：CN120543093B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202511044628.6，技术领域涉及：G06Q10/087；该发明授权一种基于孪生神经网络的智能货物监管方法及系统是由李婕;李海丰;杜晓辉;李树森;柳雨婷设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本一种基于孪生神经网络的智能货物监管方法及系统在说明书摘要公布了：本发明涉及智能仓储技术领域，具体涉及一种基于孪生神经网络的智能货物监管方法及系统，包括：通过多源异构传感器阵列采集三维空间分布数据、环境参数时序数据和表面形变特征数据，构建与物理货物同步的数字孪生体；采用融合空间注意力机制与时间注意力机制的特征提取模块，生成反映微观形变关联度与宏观分布相关性的时空特征矩阵；将所述特征矩阵输入训练好的孪生神经网络，与对应的标准特征模板进行对比分析，构建异常概率矩阵；进一步结合动态阈值调整机制实现异常分类，并生成包括货物位移修正参数、环境调节指令和异常报警等级的智能监管指令集。本发明，可实现多模态货物状态的高精度识别与智能干预，具有高鲁棒性与可闭环反馈性。

本发明授权一种基于孪生神经网络的智能货物监管方法及系统在权利要求书中公布了：1.一种基于孪生神经网络的智能货物监管方法，其特征在于，包括以下步骤： S1：通过多源异构传感器阵列实时采集目标货物群的三维空间分布数据、环境参数时序数据和表面形变特征数据，构建与物理货物具有时空同步性的数字孪生体；具体包括： 三维空间分布数据采集：通过LiDAR传感器阵列扫描目标货物群表面点云，生成包括货物几何尺寸、堆叠位置及姿态角的三维空间分布数据； 环境参数时序数据采集：通过分布式部署的温湿度传感器、气体传感器及震动传感器，采集目标货物群所在环境的温度梯度、湿度梯度、气体浓度值及震动频谱，生成环境参数时序数据； 表面形变特征数据采集：通过工业相机阵列与光纤光栅传感器网络同步获取货物表面应变分布及微观裂纹长度，生成表面形变特征数据； 数据完整性校验：对三维空间分布数据、环境参数时序数据和表面形变特征数据进行CRC校验，剔除缺失帧或噪声幅值超过阈值的数据包； 所述S1还包括： 时间戳对齐：基于IEEE1588精密时间协议，对多源异构传感器阵列采集的三维空间分布数据、环境参数时序数据和表面形变特征数据添加统一时间戳，确保数据流的时序严格同步； 空间坐标配准：将三维空间分布数据的点云坐标系与表面形变特征数据的图像坐标系通过刚性变换矩阵进行配准，建立统一的全局空间坐标系； 数据融合：将时间戳对齐后的三维空间分布数据、环境参数时序数据和表面形变特征数据输入物理引擎，通过质点-弹簧模型模拟货物形变与堆叠力学关系，输出时空同步的融合数据流； 所述S1还包括： 初始建模：基于融合数据流，采用有限元分析算法构建目标货物群的几何-物理联合模型，定义货物材质参数及环境约束条件，生成初始数字孪生体； 动态更新：根据实时采集的三维空间分布数据、环境参数时序数据和表面形变特征数据，通过卡尔曼滤波器对初始数字孪生体的参数进行迭代修正，迭代修正的参数包括货物位置偏差、形变梯度和环境参数偏移量； 可视化映射：通过Unity3D引擎将修正后的数字孪生体与物理货物进行虚实交互渲染，输出空间一致性的同步孪生模型； S2：采用双层注意力机制的时空特征提取模块，对所述数字孪生体进行多尺度特征融合，生成包括货物微观形变关联度与宏观分布相关性的时空特征矩阵； S3：通过训练好的孪生神经网络对比分析所述时空特征矩阵与预设标准特征模板的异常映射关系，动态生成包括货物位移修正参数、环境调节指令和异常报警等级的智能监管指令集。

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山东港云数字科技有限公司，其通讯地址为：266000 山东省青岛市市北区大港街道北区港青路6号航运金融中心A栋28楼；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。