融合多头注意力机制的货车载重估计模型

摘要

为了提高实时货车载重估计的便捷性和精准度，辅助开展大范围低等级公路网的货车运输过程中载重的实时监管，本文从货车动静态信息的交互效应出发，提出了一种融合多头注意力机制的货车载重估计模型（Mix-MAN）。首先，在模型中引入了多头注意力机制，增强网络对运动学时序特征的提取能力；其次，利用堆叠自编码器捕获货车的静态特征；最后，设计了一种特征融合结构，融合提取动态特征和静态特征，建立输入特征与货车载重之间的非线性映射关系，得到货车载重估计结果。试验结果表明：与未考虑货车静态信息的MAN模型对比，Mix-MAN的平均绝对值误差减小了6%，均方根误差减小了5%，平均绝对百分比误差减小了0.5%。本文模型可为我国公路货物运输监管、道路养护等方面提供技术支持。

关键词

交通运输系统工程 / 载重估计 / 多头注意力 / 特征融合 / 堆叠自编码器