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！

龙图腾网获悉四川交通职业技术学院申请的专利基于物联网的高速救援物资调度方法和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：CN120822791B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511311403.2，技术领域涉及：G06Q10/0631；该发明授权基于物联网的高速救援物资调度方法和系统是由雷星设计研发完成，并于2025-09-15向国家知识产权局提交的专利申请。

本基于物联网的高速救援物资调度方法和系统在说明书摘要公布了：本发明涉及基于物联网的高速救援物资调度方法和系统，涉及应急管理技术领域，包括派遣配备多模态感知单元的无人机飞抵所述目标区域进行动态巡查，接收目标区域通过物联网终端发送的求援信号和所述无人机返回的巡查信号，生成受困人数估计值；获取所述目标区域的实时灾害预测信息；基于所述受困人数估计值、所述实时灾害预测信息以及预设的物资需求模型，生成动态物资调度方案，并通过物联网调度平台下发至救援执行单元。由此提升物资调度的响应速度与时效性。

本发明授权基于物联网的高速救援物资调度方法和系统在权利要求书中公布了：1.基于物联网的高速救援物资调度方法，其特征在于，包括： 派遣配备多模态感知单元的无人机飞抵目标区域进行动态巡查，接收目标区域通过物联网终端发送的求援信号和所述无人机返回的巡查信号，生成受困人数估计值；包括： 所述无人机返回所述目标区域的图像数据； 将所述图像数据划分为显性环境和隐性环境； 获取显性环境中发送的求援信号，得到第一显性人数；包括： 基于所述显性环境中发送的求援信号，构建文本语义向量和用户属性向量； 融合所述文本语义向量和所述用户属性向量，得到多模态特征向量； 将所述多模态特征向量输入全连接层，得到第一显性人数； 获取显性环境中返回的巡查信号，得到第二显性人数；包括： 使用预训练的深度学习模型对所述显性环境中的图像数据进行目标检测，识别潜在受困者位置； 结合红外热成像数据，验证所述潜在受困者是否具有人体热特征； 通过毫米波雷达点云数据，确认所述潜在受困者是否具有生命体征相关的微动特征； 输出初步显性人数集合P，每个潜在受困者包含所述位置、所述热特征和所述微动特征； 对所述初步显性人数集合P中的每个潜在受困者进行动态行为分析，计算显性行为置信度； 统计所述显性行为置信度大于预设阈值的潜在受困者，得到第二显性人数； 获取隐性环境中发送的求援信号和返回的巡查信号，得到隐性人数；包括： 基于所述隐性环境中发送的求援信号，构建信号特征向量； 基于所述隐性环境中返回的巡查信号，构建环境特征向量； 将所述信号特征向量和所述环境特征向量输入关联网络，计算信号和环境的关联概率；其中，所述关联网络为图神经网络；所述将所述信号特征向量和所述环境特征向量输入关联网络，计算信号和环境的关联概率，公式为：PASSOC=GNNFsig,Fenv，其中Fsig表示信号特征向量，Fenv表示环境特征向量； 根据所述关联概率生成潜在隐性区域； 对所述潜在隐性区域进行信号-轨迹匹配，得到隐性人数；所述得到隐性人数包括：对所述潜在隐性区域的红外热源进行DBSCAN聚类，排除孤立点； 通过LSTM网络分析聚类点的毫米波雷达轨迹，识别符合人类行为模式的运动数据； 将求援信号的时间戳与预测轨迹的时间窗口对齐，计算匹配度； 综合DBSCAN聚类结果、运动数据和匹配度，生成隐性人数估计值； 引入动态修正模块，根据历史隐性人数误差模型和实时环境参数，生成修正系数Y； 通过修正系数Y修正所述隐性人数估计值，得到隐性人数； 根据所述第一显性人数、所述第二显性人数和所述隐性人数，生成受困人数估计值； 获取所述目标区域的实时灾害预测信息； 基于所述受困人数估计值、所述实时灾害预测信息以及预设的物资需求模型，生成动态物资调度方案，并通过物联网调度平台下发至救援执行单元。

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交通职业技术学院，其通讯地址为：610000 四川省成都市温江区柳台大道东段208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。