本申請涉及水果保鮮，且更為具體地，涉及一種基于狀態(tài)和保鮮溫度協(xié)同的ai冷庫智能控制方法及其系統(tǒng)。

背景技術：

1、隨著全球食品供應鏈的不斷擴展和消費者對新鮮度要求的提高，水果保鮮技術已成為現代農業(yè)和物流領域的重要研究方向。櫻桃作為一種高營養(yǎng)價值的水果，因其鮮美口感和獨特風味廣受消費者喜愛。然而，櫻桃的采摘、運輸、儲存和銷售過程都需要進行嚴格的質量控制，以確保其品質和貨架期。

2、現有一些研究采用全程冷鏈保鮮技術，通過在采收、貯藏、運輸和銷售等環(huán)節(jié)中實現溫度控制，以降低櫻桃的腐壞率并保持其品質。然而，這種櫻桃保鮮方法主要依賴于人工經驗設定的固定溫度，雖然在一定程度上可以延長櫻桃的保鮮期，但往往無法針對櫻桃的實際生物狀態(tài)進行個性化保鮮調控，導致保鮮效果不穩(wěn)定，容易出現過早腐爛或品質下降的問題。

3、因此，期待一種基于狀態(tài)和保鮮溫度協(xié)同的ai冷庫智能控制方法。

技術實現思路

1、為了解決上述技術問題，提出了本申請。本申請的實施例提供了一種基于狀態(tài)和保鮮溫度協(xié)同的ai冷庫智能控制方法及其系統(tǒng)，其采用基于機器學習的數據處理技術對庫內的櫻桃表面狀態(tài)圖像和保鮮溫度進行數據分析，挖掘出櫻桃的生物狀態(tài)特征以及庫內保鮮溫度的時序動態(tài)變化模式，進而通過對兩者進行跨模態(tài)深度融合編碼，以充分挖掘出兩者之間的內在關聯(lián)，實現對櫻桃保鮮需求的深度理解，從而智能識別當前的保鮮溫度值是否適宜。通過這種方式，可以充分適應不同櫻桃品種和不同環(huán)境條件下的保鮮需求，實現對櫻桃保鮮狀態(tài)的實時監(jiān)控和智能調控，從而提高保鮮效率和延長櫻桃的貨架期。所述庫內是指ai保鮮冷庫的內部。

2、相應地，根據本申請的一個方面，提供了一種基于狀態(tài)和保鮮溫度協(xié)同的ai冷庫智能控制方法，其包括：

3、獲取由攝像頭采集的庫內櫻桃表面狀態(tài)圖像，以及由溫度傳感器采集的實時保鮮溫度值的時間隊列；

4、提取所述庫內櫻桃表面狀態(tài)圖像的生物狀態(tài)特征以得到庫內櫻桃生物狀態(tài)特征圖；

5、提取所述實時保鮮溫度值的時間隊列的時序關聯(lián)特征以得到保鮮溫度時序關聯(lián)隱含特征向量；

6、對所述庫內櫻桃生物狀態(tài)特征圖和所述保鮮溫度時序關聯(lián)隱含特征向量進行跨模態(tài)融合以得到櫻桃生物特征-保鮮溫度深度跨模態(tài)融合編碼特征圖；

7、基于所述櫻桃生物特征-保鮮溫度深度跨模態(tài)融合編碼特征圖，確定保鮮溫度值是否在推薦保鮮溫度區(qū)間內。

8、根據本申請的另一個方面，提供了一種基于狀態(tài)和保鮮溫度協(xié)同的ai冷庫智能控制系統(tǒng)，其包括：

9、櫻桃保鮮信息獲取模塊，用于獲取由攝像頭采集的庫內櫻桃表面狀態(tài)圖像，以及由溫度傳感器采集的實時保鮮溫度值的時間隊列；

10、生物狀態(tài)特征提取模塊，用于提取所述庫內櫻桃表面狀態(tài)圖像的生物狀態(tài)特征以得到庫內櫻桃生物狀態(tài)特征圖；

11、保鮮溫度時序編碼模塊，用于提取所述實時保鮮溫度值的時間隊列的時序關聯(lián)特征以得到保鮮溫度時序關聯(lián)隱含特征向量；

12、跨模態(tài)融合模塊，用于對所述庫內櫻桃生物狀態(tài)特征圖和所述保鮮溫度時序關聯(lián)隱含特征向量進行跨模態(tài)融合以得到櫻桃生物特征-保鮮溫度深度跨模態(tài)融合編碼特征圖；

13、保鮮溫度適宜性評估模塊，用于基于所述櫻桃生物特征-保鮮溫度深度跨模態(tài)融合編碼特征圖，確定保鮮溫度值是否在推薦保鮮溫度區(qū)間內。

14、與現有技術相比，本申請?zhí)峁┑幕跔顟B(tài)和保鮮溫度協(xié)同的ai冷庫智能控制方法及其系統(tǒng)，其采用基于機器學習的數據處理技術對庫內的櫻桃表面狀態(tài)圖像和保鮮溫度進行數據分析，挖掘出櫻桃的生物狀態(tài)特征以及庫內保鮮溫度的時序動態(tài)變化模式，進而通過對兩者進行跨模態(tài)深度融合編碼，以充分挖掘出兩者之間的內在關聯(lián)，實現對櫻桃保鮮需求的深度理解，從而智能識別當前的保鮮溫度值是否適宜。通過這種方式，可以充分適應不同櫻桃品種和不同環(huán)境條件下的保鮮需求，實現對櫻桃保鮮狀態(tài)的實時監(jiān)控和智能調控，從而提高保鮮效率和延長櫻桃的貨架期。

技術特征：

1.一種基于狀態(tài)和保鮮溫度協(xié)同的ai冷庫智能控制方法，其特征在于，包括：

2.根據權利要求1所述的基于狀態(tài)和保鮮溫度協(xié)同的ai冷庫智能控制方法，其特征在于，提取所述庫內櫻桃表面狀態(tài)圖像的生物狀態(tài)特征以得到庫內櫻桃生物狀態(tài)特征圖，包括：

3.根據權利要求2所述的基于狀態(tài)和保鮮溫度協(xié)同的ai冷庫智能控制方法，其特征在于，提取所述實時保鮮溫度值的時間隊列的時序關聯(lián)特征以得到保鮮溫度時序關聯(lián)隱含特征向量，包括：

4.根據權利要求3所述的基于狀態(tài)和保鮮溫度協(xié)同的ai冷庫智能控制方法，其特征在于，提取所述保鮮溫度時序關聯(lián)隱含特征向量和所述庫內櫻桃生物狀態(tài)特征圖之間的內在共性特征以得到櫻桃生物特征-保鮮溫度內在共性特征向量，包括：

5.根據權利要求4所述的基于狀態(tài)和保鮮溫度協(xié)同的ai冷庫智能控制方法，其特征在于，對所述庫內櫻桃生物狀態(tài)特征圖進行特征蒸餾以得到庫內櫻桃生物狀態(tài)蒸餾特征向量，包括：

6.根據權利要求5所述的基于狀態(tài)和保鮮溫度協(xié)同的ai冷庫智能控制方法，其特征在于，基于所述櫻桃生物特征-保鮮溫度內在共性特征向量，對所述庫內櫻桃生物狀態(tài)特征圖進行雙重特征調制以得到所述櫻桃生物特征-保鮮溫度深度跨模態(tài)融合編碼特征圖，包括：

7.根據權利要求6所述的基于狀態(tài)和保鮮溫度協(xié)同的ai冷庫智能控制方法，其特征在于，將所述櫻桃生物特征-保鮮溫度內在共性特征向量輸入基于門控單元的特征初篩模塊以得到一級庫內櫻桃生物狀態(tài)特征初篩權重向量，包括：

8.根據權利要求7所述的基于狀態(tài)和保鮮溫度協(xié)同的ai冷庫智能控制方法，其特征在于，將所述櫻桃生物特征-保鮮溫度內在共性特征向量輸入基于多級門控單元的特征二級篩選模塊以得到二級庫內櫻桃生物狀態(tài)特征篩選權重向量，包括：

9.根據權利要求8所述的基于狀態(tài)和保鮮溫度協(xié)同的ai冷庫智能控制方法，其特征在于，基于所述櫻桃生物特征-保鮮溫度深度跨模態(tài)融合編碼特征圖，確定保鮮溫度值是否在推薦保鮮溫度區(qū)間內，包括：

10.一種基于狀態(tài)和保鮮溫度協(xié)同的ai冷庫智能控制系統(tǒng)，其特征在于，包括：

技術總結
本申請涉及水果保鮮技術領域，其具體地公開了一種基于狀態(tài)和保鮮溫度協(xié)同的AI冷庫智能控制方法及其系統(tǒng)，其采用基于機器學習的數據處理技術對庫內的櫻桃表面狀態(tài)圖像和保鮮溫度進行數據分析，挖掘出櫻桃的生物狀態(tài)特征以及庫內保鮮溫度的時序動態(tài)變化模式，進而通過對兩者進行跨模態(tài)深度融合編碼，以充分挖掘出兩者之間的內在關聯(lián)，實現對櫻桃保鮮需求的深度理解，從而智能識別當前的保鮮溫度值是否適宜。通過這種方式，可以充分適應不同櫻桃品種和不同環(huán)境條件下的保鮮需求，實現對櫻桃保鮮狀態(tài)的實時監(jiān)控和智能調控，從而提高保鮮效率和延長櫻桃的貨架期。

技術研發(fā)人員：李鮮,吳迪,陳昆松,韓業(yè),李洋,劉瓊
受保護的技術使用者：杭州道秾科技有限公司
技術研發(fā)日：
技術公布日：2025/1/6