深圳中电科城安科技有限公司张承义获国家专利权
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!
龙图腾网获悉深圳中电科城安科技有限公司申请的专利基于AIoT网关的多防区智能联动报警方法及相关设备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:CN120431699B 。
龙图腾网通过国家知识产权局官网在2025-12-12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:202510778166.4,技术领域涉及:G08B29/18;该发明授权基于AIoT网关的多防区智能联动报警方法及相关设备是由张承义设计研发完成,并于2025-06-11向国家知识产权局提交的专利申请。
本基于AIoT网关的多防区智能联动报警方法及相关设备在说明书摘要公布了:本发明涉及一种基于AIoT网关的多防区智能联动报警方法及相关设备,包括以下步骤,本发明提出一种基于AIoT网关的多防区智能联动报警方法,通过将多个防区的物联网传感器环境数据与视频图像流融合,生成防区场景三维重建数据,并对其进行监测分析,提取环境特征序列与轨迹分析序列。当检测到多个防区威胁等级超过阈值时,结合网关历史告警数据进行因果推断,生成跨防区关联事件链。随后匹配AIoT网关预置的协同响应策略,并通过4G5G网络联动SP语音通话模块,实现多通道告警推送,解决了视频图像数据与环境传感器数据之间缺乏深度融合与协同分析手段,难以形成对防区场景的全面理解与动态建模的技术问题。
本发明授权基于AIoT网关的多防区智能联动报警方法及相关设备在权利要求书中公布了:1.一种基于AIoT网关的多防区智能联动报警方法,其特征在于,包括以下步骤: 将AIoT网关连接的多个防区的物联网传感器采集的环境数据叠加在视频监控设备实时采集的高清图像流中进行多维异构数据融合,生成防区场景三维重建数据; 对所述防区场景三维重建数据进行关联监测与识别分析,对应得到环境特征序列及轨迹分析序列; 当任一所述环境特征序列及轨迹分析序列显示多个防区的威胁等级超过预设阈值,则基于网关历史告警数据对所述环境特征序列及或所述轨迹分析序列进行因果推断,得到跨防区关联事件链; 基于所述跨防区关联事件链匹配所述AIoT网关预置的多防区协同响应策略,并通过预设的4G5G通信网络,将所述多防区协同响应策略向SP语音通话模块进行联动触发,得到多通道告警推送结果; 所述基于网关历史告警数据对所述环境特征序列及或所述轨迹分析序列进行因果推断,得到跨防区关联事件链,包括: 对所述网关历史告警数据进行时序分解,得到告警事件时序矩阵,并基于所述告警事件时序矩阵对所述环境特征序列及或所述轨迹分析序列进行异常模式挖掘,得到异常事件特征; 基于所述异常事件特征,对所述环境特征序列及或所述轨迹分析序列进行关联映射,得到多维关联特征图谱,并基于所述多维关联特征图谱进行因果链路构建,得到事件因果网络; 对所述事件因果网络进行概率传播计算,得到事件状态转移概率矩阵,并基于所述事件状态转移概率矩阵进行动态阈值判决,得到跨防区威胁传播序列; 基于所述跨防区威胁传播序列对预设的多防区中环境特征序列及或所述轨迹分析序列对应的关联事件进行时空因果推断,得到跨防区关联事件链; 所述对所述事件因果网络进行概率传播计算,得到事件状态转移概率矩阵,包括: 对所述事件因果网络中的事件节点的拓扑关系进行有向无环图结构解析,得到节点连接权重分布,并对所述节点连接权重分布应用贝叶斯推理机制,生成初始条件概率表征集; 基于所述初始条件概率表征集对所述事件因果网络中的事件传播路径进行路径加权展开,得到事件传播路径集合,并对所述事件传播路径集合进行马尔可夫链式前向推演,得到路径状态演化序列; 对所述路径状态演化序列进行状态空间建模,构建离散时间状态转移图谱,并基于所述离散时间状态转移图谱对每个所述事件节点的状态转移过程进行邻域影响分析,得到节点状态转移局部响应函数; 基于所述节点状态转移局部响应函数对所有所述事件节点进行全局状态同步归并,得到全局状态转移图谱,并对所述全局状态转移图谱进行概率矩阵规范化处理,得到事件状态转移概率矩阵,其中,所述事件状态转移概率矩阵包括节点到节点状态跃迁概率、防区内部状态传播概率和跨防区状态耦合概率。
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深圳中电科城安科技有限公司,其通讯地址为:518000 广东省深圳市福田区华富街道新田社区深南大道1006号深圳国际创新中心A座十八层;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励