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！

龙图腾网获悉同济大学申请的专利基于智能路灯的大气污染物溯源排查方法、终端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：CN114581278B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202210208991.7，技术领域涉及：G06Q50/26；该发明授权基于智能路灯的大气污染物溯源排查方法、终端及系统是由朱忠攀;杨瀚霖;何斌;陆萍;李刚;王志鹏设计研发完成，并于2022-03-03向国家知识产权局提交的专利申请。

本基于智能路灯的大气污染物溯源排查方法、终端及系统在说明书摘要公布了：本发明公开了基于智能路灯的大气污染物溯源排查方法、终端及系统，包括智慧灯杆感知模块、5G传输模块、模型推算模块、GIS可视化平台。智慧灯杆感知模块包括各类传感器，用于采集耦合经纬度坐标的大气污染传感信息；5G传输模块包括部署在智慧灯杆的通讯基站、同步时钟源与智能网关，用于传输统一时间戳的大气污染传感信息与经纬度坐标信息；模型推算模块用于构建基本风场模型；通过监测数据拟合污染物范围模型；推算污染物扩散中心；GIS可视化平台用于直观输出污染源三维位置。该自动检测算法可用于化工园区、公园、社区等不同场所的环境检测。能够快速对污染物进行定位，节约人力物力，保障环境安全。

本发明授权基于智能路灯的大气污染物溯源排查方法、终端及系统在权利要求书中公布了：1.一种基于智能路灯的大气污染物溯源排查方法，其特征在于：包括如下步骤： 步骤1、应用安装在智慧灯杆上的感知模块获取每个智慧灯杆周围的各类传感器数据，并赋予以时间戳和位置戳，构建基于智慧灯杆的分布式感知网络； 步骤2、每个智慧灯杆构建原始卷积神经网络模型，结合自身传感器数据对各自灯杆的卷积神经网络模型进行深度学习； 步骤3、应用基于深度学习的高斯修正模型对邻居智慧灯杆的传感器数据进行预测，获取并输出周边大气浓度及污染源预测信息；所述基于深度学习的高斯修正模型的具体表示如下： Ri＝b,Vi,Cij，其中，Ri为智慧灯杆Di与污染物扩散中心的相对距离，b＝Vi,Hi,f是基于深度学习的高斯修正模型内参数，Vi为智慧灯杆Di检测的风速，Hi为智慧灯杆Di检测的湿度，f为是否降雨，Cij为智慧灯杆Di检测的第j种污染物浓度，i、j均为正整数； 根据如下公式计算单位时间内污染物排放量Q： Q＝2πCij*V*σy*σz{e^-y22σy 2*{e^[-z-H22σy 2]+e^[-z+H22σz 2]}} 其中，V为排放口处平均风速，σy为横向扩散系数，σz为垂直扩散系数，y为污染物扩散中心到下风方向的最近的灯杆的水平距离，z为y所要求的灯杆的离地高度，H为污染物扩散中心的高度； 步骤4、根据邻居传感器数据值更新自身卷积神经网络模型的训练权值，应用当前自身传感器数据对各自的卷积神经网络模型进行训练，并更新基于深度学习的高斯修正模型的内参数； 步骤5、重复执行步骤3至步骤4；根据多个污染源预测信息，构建联邦学习神经网络模型，对智慧灯杆覆盖范围污染源进行全局搜索，确定最终污染源位置，并向各智慧灯杆的卷积神经网络模型反馈结果。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。