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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川省建筑科学研究院有限公司何跃川获国家专利权

四川省建筑科学研究院有限公司何跃川获国家专利权

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!

龙图腾网获悉四川省建筑科学研究院有限公司申请的专利面向施工现场的多模态巡检数据智能分析与闭环管理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:CN121303862B

龙图腾网通过国家知识产权局官网在2026-04-10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:202511870886.X,技术领域涉及:G06Q10/0635;该发明授权面向施工现场的多模态巡检数据智能分析与闭环管理系统是由何跃川;马杰;黄宇豪;左佳佳;孙雁榕设计研发完成,并于2025-12-12向国家知识产权局提交的专利申请。

面向施工现场的多模态巡检数据智能分析与闭环管理系统在说明书摘要公布了:本发明公开了一种面向施工现场的多模态巡检数据智能分析与闭环管理系统,属于建筑施工管理技术领域。该系统包括多模态数据采集、融合与特征提取、智能分析、决策分发及闭环验证模块。系统对采集的视觉、传感与定位异构数据进行时空对齐,利用跨模态注意力融合生成统一表征;通过联合推理消解模态矛盾并评估风险,自动生成处置任务;任务完成后自动启动数据复核流程,通过对比整改前后数据计算改善度以验证效果,不合格则自动回退。本发明有效解决了异构数据整合难题,实现了从隐患识别到自动验证的全流程闭环,显著提升了施工现场的风险响应速度与管理效率。

本发明授权面向施工现场的多模态巡检数据智能分析与闭环管理系统在权利要求书中公布了:1.一种面向施工现场的多模态巡检数据智能分析与闭环管理系统,其特征在于,包括多模态数据采集模块、数据融合与特征提取模块、智能分析与风险评估模块、决策生成与任务分发模块以及闭环跟踪与验证模块,各模块协同工作以实现从隐患识别到整改验证的全流程闭环管理: 所述多模态数据采集模块用于实时捕捉施工现场的异构数据,包括视觉采集单元获取的视频流数据、分布式传感器网络获取的环境监测数据以及融合定位技术获取的人员与设备轨迹数据; 所述数据融合与特征提取模块用于获取所述异构数据,并通过硬件时钟同步与软件时间戳修正将各采集单元数据映射至同一高精度时间轴,基于统一坐标系完成三维空间位置映射,随后利用多路并行神经网络架构,分别对视觉数据提取物体轮廓与空间关系特征、对传感器数据提取时频域特征、对定位数据提取移动模式特征,再通过跨模态注意力融合层计算不同模态特征在当前上下文环境下的关联权重,并基于该权重对各模态特征进行自适应加权融合,生成具有语义一致性的统一特征表示; 所述智能分析与风险评估模块用于将所述统一特征表示输入多模态联合推理单元,通过多层感知机模型进行跨模态信息的互补与矛盾消解,输出综合状态描述向量,并结合预设规则库与机器学习模型输出包含风险类型与等级的评估结果; 所述决策生成与任务分发模块用于根据评估结果自动生成处置任务并指派至责任人; 所述闭环跟踪与验证模块用于在责任人反馈任务完成后,自动启动多模态数据复核流程;该流程指令所述多模态数据采集模块重新采集同一区域的最新数据,通过对比任务生成前后的多模态数据,量化计算各项关键指标的改善程度,仅当改善程度达到预设阈值时判定整改合格,否则将任务自动回退至所述决策生成与任务分发模块进行二次处理; 所述决策生成与任务分发模块包括决策推理引擎和任务分派器; 所述决策推理引擎采用决策树与案例推理混合模型;对于结构清晰的风险场景,按照树形结构从根节点依据风险类型和现场上下文信息进行判断,直至叶节点匹配预定义的处理方案模板;对于复杂的新颖情况,计算当前场景与历史案例库中案例的特征相似度,检索最相似案例并适配其处理方案; 所述任务分派器采用匈牙利算法进行任务与人员的最优分配;所述匈牙利算法基于责任区域映射表与人员技能矩阵,综合考虑人员技能资质匹配度、当前位置与任务地点的距离、以及当前任务负荷,构建代价矩阵,计算出使总任务完成时间最短或总负荷最均衡的分配方案; 生成的任务指令通过结构化消息形式发送,内容明确包含:需立即执行的操作步骤、所需具体的工具与材料清单、基于风险等级设定的强制完成时限以及明确的验收标准; 所述闭环跟踪与验证模块中的整改效果验证及系统进化机制包括: 所述多模态数据复核流程为调用指标计算算法:对于视觉数据,采用图像差异分析或目标检测算法检查隐患目标是否消失;对于传感器数据,比较数值是否回落至法定标准以下;对于定位数据,分析人员在危险区域滞留时间是否减少; 所述改善程度等于整改前指标值与整改后指标值的差值的绝对值,除以整改前指标值与理想目标值的差值的绝对值;设定整改合格的改善度阈值为85%,若所有关键指标的改善程度均达到该阈值,则判定合格; 系统还配置有知识更新与优化功能,即持续收集系统运行过程中产生的决策案例与整改验证结果,采用增量学习算法更新风险量化单元中的梯度提升决策树模型以及决策模板库,并通过AB测试框架验证模型优化效果。

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省建筑科学研究院有限公司,其通讯地址为:610000 四川省成都市金牛区一环路北三段55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。

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。