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！

龙图腾网获悉中铁十一局集团有限公司申请的专利基于人工智能的施工安全网格化管理优化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：CN119784157B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202411931108.2，技术领域涉及：G06Q10/0635；该发明授权基于人工智能的施工安全网格化管理优化方法及系统是由马义安;穆鹏;姜智国;雷璇;吕立勇;李宏伟设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本基于人工智能的施工安全网格化管理优化方法及系统在说明书摘要公布了：本发明公开了基于人工智能的施工安全网格化管理优化方法及系统，属于施工安全管理技术领域，方法包括网格区域划分、数据预处理、环境风险预测、事故风险预测和施工安全管理优化。本发明采用自注意力多尺度卷积长短期记忆模型进行环境风险预测，全面捕捉环境相关数据中的不同尺度信息，并增强对关键时刻的注意，从而精确地捕捉到重要风险信号；采用双路径多模态深度神经网络模型进行事故风险预测，全面捕捉影响事故风险的多种因素，增强了预测结果的准确性，且通过双路径处理不同类型数据，提高了模型计算效率；采用环境风险预测和事故风险预测两个步骤来辅助网格化施工安全管理优化，提高施工安全管理的精度、响应速度和可视化效果。

本发明授权基于人工智能的施工安全网格化管理优化方法及系统在权利要求书中公布了：1.基于人工智能的施工安全网格化管理优化方法，其特征在于：该方法包括以下步骤： 步骤S1：网格区域划分，用于划分网格区域并进行数据采集，具体为根据工作区域分布，将施工现场划分为N个网格区域，并收集施工现场的历史安全事故数据，通过传感器采集网格区域中的环境数据和视频监控数据； 步骤S2：数据预处理，包括分别对历史安全事故数据、环境数据和视频监控数据预处理，得到历史安全事故优化数据、环境优化数据和监控图像块数据； 步骤S3：环境风险预测，用于预测环境风险，具体为依据环境优化数据，采用自注意力多尺度卷积长短期记忆模型进行环境风险预测，得到环境风险预测信息； 所述自注意力多尺度卷积长短期记忆模型，包括输入层、多尺度卷积子网、随机失活层、长短期记忆层、自注意力层和输出层； 所述多尺度卷积子网，用于从数据中捕捉多尺度特征； 所述长短期记忆层，用于从数据中捕捉长短期依赖关系； 所述自注意力层，用于聚焦关键时间步； 步骤S4：事故风险预测，用于预测事故风险，具体为依据环境风险预测信息、历史安全事故优化数据和监控图像块数据，采用双路径多模态深度神经网络模型，进行事故风险预测，得到事故风险预测信息； 所述双路径多模态深度神经网络模型，包括双路径特征处理子网、多模态特征融合层和预测输出层； 所述双路径特征处理子网，用于并行处理多模态数据的特征信息； 所述多模态特征融合层，用于融合多模态特征信息； 在步骤S4中，所述事故风险预测，包括以下步骤： 步骤S41：构建双路径特征处理子网，具体为在双路径特征处理子网中设置并行的第一特征处理路径和第二特征处理路径，包括以下步骤： 步骤S411：构建第一特征处理路径，具体为在第一特征处理路径中设置随机森林模型，通过第一特征处理路径对环境风险预测信息和历史安全事故优化数据进行处理，得到环境事故特征； 步骤S412：构建第二特征处理路径，具体为在第二特征处理路径中设置展平嵌入层、图像视觉变换器模型、长短期记忆层和平均池化层，通过第二特征处理路径对监控图像块数据进行处理，得到监控平均池化特征，包括以下步骤： 步骤S4121：构建展平嵌入层，具体为将监控图像块数据中的每个监控图像块展平为向量，并对向量进行线性映射，得到监控图像块映射特征，计算公式为： ； 式中，zi是第i个监控图像块映射特征，i是监控图像块索引，Wp是线性映射权重，xi是第i个监控图像块展平后的向量，bp是线性映射偏置项； 步骤S4122：构建视觉变换器模型，具体为在视觉变换器模型中设置24层编码器，并在每层中设置16个自注意力头，通过视觉变换器模型对监控图像块映射特征进行处理，得到监控图像全局特征； 步骤S4123：构建长短期记忆层，在长短期记忆层中设置295个长短期记忆单元，通过长短期记忆层对监控图像全局特征进行处理，得到监控图像时序特征； 步骤S4124：构建平均池化层，用于在时间维度上聚合特征，具体为通过平均池化层将监控图像时序特征进行处理，得到监控平均池化特征，计算公式为： ； 式中，fG是监控平均池化特征，tmax是最大时间步，t是时间步索引，ct是第t时间步的监控图像时序特征； 步骤S42：构建多模态特征融合层，具体为将环境事故特征和监控平均池化特征进行加权融合，得到事故风险特征，计算公式为： ； 式中，ftotal是事故风险特征，是第一加权系数，用于表示环境事故特征权重，fenv是环境事故特征，是第二加权系数，用于表示监控平均池化特征权重； 步骤S43：构建预测输出层，具体为通过全连接层和softmax激活函数对事故风险特征进行处理，得到最终预测结果； 步骤S44：构建双路径多模态深度神经网络模型，具体为通过所述构建双路径特征处理子网、所述构建多模态特征融合层和所述构建预测输出层，进行双路径多模态深度神经网络模型构建； 步骤S45：构建事故风险预测模型，具体为依据环境风险预测信息、历史安全事故优化数据和监控图像块数据，对双路径多模态深度神经网络模型进行模型训练，并使用粒子群优化算法进行模型参数调优，得到事故风险预测模型； 步骤S46：生成事故风险预测信息，具体为通过事故风险预测模型进行事故风险预测，得到事故风险预测信息； 步骤S5：施工安全管理优化，用于优化施工安全网格化管理，具体为依据所述事故风险预测信息和所述环境风险预测信息，进行施工安全综合管理优化，得到施工安全管理预测辅助信息。

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中铁十一局集团有限公司，其通讯地址为：430000 湖北省武汉市武昌区中山路277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”。