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！

龙图腾网获悉四川中唯交通科技有限公司申请的专利基于物联传感分析的道路灾害预警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：CN120373612B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202510348820.8，技术领域涉及：G06Q10/063；该发明授权基于物联传感分析的道路灾害预警方法及系统是由赵强;宁大权;柳青;刘代敏;白得军;卢洪设计研发完成，并于2025-03-24向国家知识产权局提交的专利申请。

本基于物联传感分析的道路灾害预警方法及系统在说明书摘要公布了：本发明涉及数据处理领域，具体提供一种基于物联传感分析的道路灾害预警方法及系统，方法包括：通过部署在道路监测区域内的多模态传感装置采集实时环境数据；进行特征提取后得到振动波动特征、形变位移向量、湿度梯度特征和视觉纹理特征；将各特征进行多模态时空特征融合，生成道路状态融合特征输入灾害预测模型进行灾害概率计算，得到当前道路区域的灾害发生概率，在其超过灾害阈值时，触发与灾害类型匹配的预警信号。本发明可以提高道路灾害预警的准确性、及时性、全面性和模型适应性，有效保障道路的安全和畅通。

本发明授权基于物联传感分析的道路灾害预警方法及系统在权利要求书中公布了：1.一种基于物联传感分析的道路灾害预警方法，其特征在于，所述方法包括： 通过部署在道路监测区域内的多模态传感装置采集实时环境数据，所述实时环境数据包含振动波形序列、地表形变轨迹、湿度分布图谱以及可见光影像流； 将所述振动波形序列输入预训练的时序特征编码器进行波形特征提取，得到振动波动特征，并将所述地表形变轨迹输入空间特征编码器进行形变轨迹解析，生成形变位移向量； 对所述湿度分布图谱进行区域分割，提取各分割区域的湿度梯度特征，并对所述可见光影像流进行动态帧采样，获取影像帧序列并输入图像特征编码器提取视觉纹理特征； 将所述振动波动特征、形变位移向量、湿度梯度特征和视觉纹理特征进行多模态时空特征融合，生成道路状态融合特征； 将所述道路状态融合特征输入灾害预测模型进行灾害概率计算，得到当前道路区域的灾害发生概率，并在所述灾害发生概率超过动态调整的灾害阈值时，触发与灾害类型匹配的预警信号； 其中，所述时序特征编码器的预训练过程包括： 获取历史振动波形数据集合，所述历史振动波形数据集合包含标注灾害类型的时间序列波形数据； 将所述历史振动波形数据集合划分为多个时间窗口片段，并对每个时间窗口片段进行波形幅度归一化处理； 构建包含多层膨胀卷积核的对比学习网络，将同一灾害类型的不同时间窗口片段作为正样本对输入所述对比学习网络，将不同灾害类型的时间窗口片段作为负样本对输入所述对比学习网络； 通过计算正样本对的波形特征相似度与负样本对的波形特征差异度，生成对比损失值，并基于所述对比损失值优化所述对比学习网络的参数； 将优化后的对比学习网络中膨胀卷积层的输出特征作为所述时序特征编码器的振动波动特征提取结果； 所述将所述地表形变轨迹输入空间特征编码器进行形变轨迹解析，生成形变位移向量，包括： 对所述地表形变轨迹进行等间隔轨迹点采样，提取每个轨迹点的三维坐标数据及对应的时间戳； 根据每个轨迹点的时间戳与前一轨迹点的时间戳的时间差值，计算相邻轨迹点之间的位移变化速率； 将每个轨迹点的三维坐标数据与对应的位移变化速率进行拼接，生成每个轨迹点的位移变化向量； 将全部轨迹点的位移变化向量按时间顺序排列为位移变化序列，并将所述位移变化序列输入图注意力网络； 在所述图注意力网络中，将每个轨迹点的位移变化向量作为图节点特征，根据相邻轨迹点的时间顺序构建节点之间的有向边连接关系； 对每个图节点特征进行多跳邻域节点的特征聚合，生成包含局部形变传播趋势的节点聚合特征； 将所述节点聚合特征输入所述图注意力网络的注意力权重计算层，计算每个图节点与前一时刻图节点之间的注意力权重值；根据所述注意力权重值对节点聚合特征进行加权求和，生成反映形变方向与强度的形变位移向量。

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四川中唯交通科技有限公司，其通讯地址为：610000 四川省成都市武侯区武青南路10号6幢1楼12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”。

以上内容由龙图腾AI智能生成。