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！

龙图腾网获悉山东宸飞信息技术有限公司申请的专利智慧工地实时监控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：CN121032211B 。

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：202511191700.8，技术领域涉及：G06Q10/0635；该发明授权智慧工地实时监控方法及系统是由司明伟;张明伟;郑伟彬;李哲;牛磊;司志豪;崔曦设计研发完成，并于2025-08-25向国家知识产权局提交的专利申请。

本智慧工地实时监控方法及系统在说明书摘要公布了：本发明公开了智慧工地实时监控方法及系统，涉及人工智能技术领域，包括采集工地现场工作人员的视频数据和三维坐标数据，获取姿态特征与位置特征，将姿态特征输入基于长短期记忆网络的姿态识别模型，输出工作人员的瞬时姿态类别概率，将位置特征输入基于支持向量机的区域风险评估模型，输出工作人员所处位置的风险等级，对瞬时姿态类别概率与风险等级的量化值进行加权求和，输出综合风险分值，并生成预警指令，以及在工地的三维电子地图上标记对应工作人员所处位置，调取相应的实时视频数据。本发明通过结合姿态特征与位置特征，进行量化风险评估，实现了对工作人员风险的精确判别和对场景危险等级的量化评估，显著提高了预警准确性与系统可靠性。

本发明授权智慧工地实时监控方法及系统在权利要求书中公布了：1.智慧工地实时监控方法，其特征在于，包括以下步骤： S1、采集并预处理工地现场工作人员的视频数据和三维坐标数据，得到预处理后的所述视频数据和所述三维坐标数据； S2、从预处理后的所述视频数据和所述三维坐标数据中获取姿态特征与位置特征； S21、从预处理后的所述视频数据中获取姿态特征，所述姿态特征包括工作人员身体关节点的二维像素坐标，以及根据所述二维像素坐标确定的最小外接矩形框的高度值与宽度值的比值； S22、从预处理后的所述三维坐标数据中获取位置特征，所述位置特征包括工作人员当前时刻的预处理后的所述三维坐标数据与预设的危险区域边界上最近点之间的欧几里得距离，以及工作人员当前时刻在垂直方向的坐标值相较于前一时刻坐标值的变化率； S3、将所述姿态特征输入基于长短期记忆网络的姿态识别模型，输出工作人员的瞬时姿态类别概率，姿态类别包括站立、行走、下蹲及跌倒； S31、将所述姿态特征按照时间顺序组合成具有预设时间步长的姿态特征序列； S4、将所述位置特征输入基于支持向量机的区域风险评估模型，输出工作人员所处位置的风险等级； S5、使用预设的权重系数，对所述瞬时姿态类别概率与所述风险等级的量化值进行加权求和，输出综合风险分值： S51、所述风险等级类别标签包括安全、注意和危险，将风险等级中的安全、注意和危险分别映射为预设的风险数值； S52、使用预设的权重系数与，对瞬时姿态类别概率中跌倒姿态概率值与风险数值进行加权求和，计算得出综合风险分值； 利用所述视频数据和所述三维坐标数据构成的历史数据集，训练所述姿态识别模型与所述区域风险评估模型，并优化所述权重系数； S551、从所述历史数据集中划分出验证数据集； S552、设定用于评估风险事件判定准确性的性能指标； S553、采用网格搜索方法，在预设的取值范围内遍历不同的所述权重系数的组合； S554、针对每组所述权重系数的组合，利用所述验证数据集中的数据计算出所述综合风险分值，并遍历预设的风险判定阈值，将所述综合风险分值大于所述风险判定阈值的情况判定为风险事件，进而计算出在不同的所述风险判定阈值下所述性能指标的数值； S555、选取使所述性能指标的数值达到最优的所述权重系数组合与对应的所述风险判定阈值，分别作为最终的所述权重系数与所述风险判定阈值； S6、基于所述综合风险分值，设定风险判定逻辑，输出风险判定结果，并生成预警指令； S7、根据所述预警指令，在工地的三维电子地图上标记对应工作人员所处位置，并调取相应的实时视频数据。

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山东宸飞信息技术有限公司，其通讯地址为：255000 山东省淄博市张店区科苑街道办事处华光路88号邮银大厦17层1709；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。