Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中建八局第四建设有限公司柳成林获国家专利权

中建八局第四建设有限公司柳成林获国家专利权

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!

龙图腾网获悉中建八局第四建设有限公司申请的专利基于多传感器融合和深度学习的建筑施工安全智能预警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:CN121032436B

龙图腾网通过国家知识产权局官网在2026-01-23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:202511553904.1,技术领域涉及:G06Q10/10;该发明授权基于多传感器融合和深度学习的建筑施工安全智能预警系统是由柳成林;王修军;黄运昌;张文斌;刘鹏飞;赵文博设计研发完成,并于2025-10-29向国家知识产权局提交的专利申请。

基于多传感器融合和深度学习的建筑施工安全智能预警系统在说明书摘要公布了:本发明涉及建筑施工技术领域,具体地说,涉及基于多传感器融合和深度学习的建筑施工安全智能预警系统。包括:多源感知单元;智能融合单元;深度分析单元;动态响应单元。本发明通过混合深度学习模型,以改进型U‑Net网络提取1米×1米×0.5米空间网格内人员‑设备‑环境空间关联,输出空间风险关联图谱;用双向LSTM网络对10个采样周期数据建模,输出短期预测值;经注意力机制加权融合成风险特征向量,配合参数异常判定与交叉验证剔除无效异常。再由风险等级评估模块引入多系数计算风险等级指数,按等级划定网格扩散范围,实现施工安全风险的实时识别、量化评估与范围预判,解决了风险识别评估缺乏场景化精准度与全面性的问题。

本发明授权基于多传感器融合和深度学习的建筑施工安全智能预警系统在权利要求书中公布了:1.基于多传感器融合和深度学习的建筑施工安全智能预警系统,其特征在于,包括: 多源感知单元100,所述多源感知单元100通过部署于施工区域的工业级传感器阵列,采集环境物理参数、设备运行物理状态和人员运动物理特征,为风险监测提供可量化的原始数据; 智能融合单元200,所述智能融合单元200与所述多源感知单元100通信连接,采用改进型动态加权融合算法,基于传感器物理特性对原始数据进行时空配准及特征融合,生成标准化融合数据集; 所述智能融合单元200包括时空配准模块210和动态权重计算模块220,其中: 所述时空配准模块210对多源感知单元100输出的原始数据进行时间与空间维度的标准化处理,采用线性插值法将不同采样频率的原始数据统一至预设时间轴,以施工区域基准控制点为原点建立三维直角坐标系,将各传感器原始数据关联至1米×1米×0.5米的空间网格; 所述动态权重计算模块220基于传感器物理特性确定各原始数据维度的融合权重,初始权重由传感器测量范围覆盖度、采样稳定性设定,通过连续10个采样周期的数据流一致性判定实时更新权重; 所述智能融合单元200还包括特征融合模块230,所述特征融合模块230用于将时空配准模块210处理后的标准化原始数据与动态权重计算模块220输出的实时更新权重进行耦合;所述特征融合模块230采用改进型动态加权融合算法实现数据耦合,包括如下步骤: S230.1、多源数据定义: 将时空配准模块210处理后的标准化原始数据定义为标准化原始数据集合,所述标准化原始数据集合包含环境感知数据、设备监测数据、人员追踪数据; 将动态权重计算模块220输出的实时更新权重定义为实时更新权重集合,所述实时更新权重集合包含对应环境感知数据、设备监测数据、人员追踪数据的权重; S230.2、物理关联性校验: 对标准化原始数据集合中的环境感知数据、设备监测数据、人员追踪数据开展物理逻辑校验,具体包括: 人员-设备空间关联校验:若人员三维坐标与设备关键部位坐标满足空间距离约束关系,判定为有效关联数据; 设备振动-功率匹配校验:若设备振动频率与设备运行功率满足预设物理匹配关系,判定为有效匹配数据;剔除不满足校验的无效数据,无效数据占比控制在不影响后续异构特征融合精度的范围内; S230.3、动态权重场景适配修正: 基于实时更新权重集合,引入场景影响因子集合,结合风险等级系数,通过公式,对实时更新权重进行场景化修正;其中依据施工场景与“环境-设备-人员”风险因素的关联度预先标定,按风险等级取对应值,通过该权重修正规则实现修正后权重的场景适配; S230.4、异构特征分层加权融合: 单模块特征融合:对标准化原始数据集合中的环境感知数据、设备监测数据、人员追踪数据,按场景适配后的实时更新权重集合融合为环境特征子向量、设备特征子向量和人员特征子向量; 跨模块特征拼接:根据人员特征、设备特征、环境特征对施工安全风险的贡献度,对所述人员特征子向量、设备特征子向量、环境特征子向量进行加权拼接,将子特征向量加权拼接为融合特征向量; S230.5、融合质量反馈与权重校准: 计算融合特征向量与同空间网格内近10个采样周期历史融合数据均值的动态偏差;若超过设备正常运行状态下的偏差阈值,触发动态权重计算模块220对实时更新权重集合进行二次校准; 所述动态权重计算模块220用于生成实时更新权重集合,其中权重更新包括以下步骤: S220.1、初始权重标定: 基于传感器的测量范围适配度与采样稳定性,为环境感知数据、设备监测数据、人员追踪数据分别设定初始权重; S220.2、实时权重动态调整: 通过滑动时间窗口监测标准化原始数据集合中各类数据的一致性:若某类数据与同空间网格内其他类型数据的物理关联偏差超出阈值,该类数据权重按预设步长降低;当偏差恢复至阈值内,权重按半幅步长逐步回升,形成实时更新权重集合; S220.3、权重边界约束: 将实时更新权重集合中各类数据的权重值限定在区间内; 深度分析单元300,所述深度分析单元300集成针对建筑施工场景物理风险特征训练的混合深度学习模型,基于所述智能融合单元200生成的标准化融合数据集,通过识别物理参数异常变化实现安全风险的实时识别及等级评估,输出量化风险结果; 动态响应单元400,所述动态响应单元400与深度分析单元300通信连接,基于深度分析单元300输出的量化风险结果,执行分级响应操作。

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建八局第四建设有限公司,其通讯地址为:266000 山东省青岛市崂山区松岭路169号中建大厦;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。

免责声明
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。