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机械化工程有限公司申请的专利一种施工现场智能安全巡检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：CN120296685B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510785087.6，技术领域涉及：G06F18/25；该发明授权一种施工现场智能安全巡检系统是由阳凯;陈建名;戴凯利;翟建波;左杨;左词言设计研发完成，并于2025-06-12向国家知识产权局提交的专利申请。

本一种施工现场智能安全巡检系统在说明书摘要公布了：本发明公开了一种施工现场智能安全巡检系统，涉及施工巡检技术领域，通过数据采集模块获取施工现场的多种数据来源，数据融合与处理模块通过时间同步、格式标准化及噪声过滤，结合自适应加权融合算法对异构数据进行动态优化，智能分析与预警模块基于机器学习评估数据差异程度，对高差异数据采用聚类分析挖掘异常模式，对低差异数据进行安全风险识别，并动态调整预警策略，终端交互模块将巡检结果与预警信息推送至移动端APP、监控中心显示屏及语音播报设备，使管理人员可远程查看施工状况并快速决策，本发明能够显著提升施工现场安全巡检的智能化水平，实现高效、精准的安全隐患识别和动态预警，有效降低安全事故风险。

本发明授权一种施工现场智能安全巡检系统在权利要求书中公布了：1.一种施工现场智能安全巡检系统，其特征在于：包括数据采集模块、数据融合与处理模块、智能分析与预警模块以及终端交互模块； 数据采集模块，用于获取施工现场的多源数据，包括视频监控数据、传感器数据、RFID识别信息及环境数据，其中，所述传感器数据包括温度、湿度、粉尘浓度和振动强度数据； 数据融合与处理模块，用于对采集到的多源数据进行时间同步、数据格式标准化及噪声过滤，并基于自适应加权融合算法对不同数据源进行动态优化融合； 智能分析与预警模块，用于基于机器学习模型对融合后的多源数据进行差异程度评估，对于高差异程度的多源数据，通过聚类分析进一步挖掘异常模式；对于低差异程度的多源数据进行安全风险识别，并基于风险等级和多源数据的差异程度变化情况动态调整不同级别的预警策略，实现实时安全预警； 具体包括：将振动频率变化率波动指数和运动稳定性异常指数转换为综合特征向量，将综合特征向量作为机器学习模型的输入，机器学习模型以每组综合特征向量预测融合后的多源数据的差异程度值标签为预测目标，以最小化对所有融合后的多源数据的差异程度值标签的预测误差之和作为训练目标，对机器学习模型进行训练，直至预测误差之和达到收敛时停止模型训练，根据模型输出结果确定融合后的多源数据的差异程度值，其中，机器学习模型为多项式回归模型； 将获取到的融合后的多源数据的差异程度值与根据历史数据预先设定的差异程度参考阈值进行比较，若融合后的多源数据的差异程度值大于等于预先设定的差异程度参考阈值，说明融合后的多源数据的差异程度高，将其标记为高差异程度的多源数据；若融合后的多源数据的差异程度值小于预先设定的差异程度参考阈值，说明融合后的多源数据的差异程度低，将其标记为低差异程度的多源数据； 其中，通过LSTM模型对施工人员的运动模式稳定性变化情况进行分析后生成运动稳定性异常指数，运动稳定性异常指数的获取方法为： 使用惯性传感器对施工人员的运动状态进行采样，每个时刻的传感器数据表示为：；其中：为三轴加速度，为三轴角速度，为三轴磁力计数据； LSTM网络训练包括：输入层：输入数据为形状；LSTM层：提取时序特征，输出隐藏状态；全连接层：映射到稳定性得分；损失函数：采用均方误差计算LSTM预测值与真实稳定性分数之间的误差，优化模型； 使用LSTM模型预测每个时间窗口H内的稳定性得分后，计算运动模式稳定性变化率，表达式为：；其中：为当前窗口的稳定性得分，为前一窗口的稳定性得分，Δt为窗口间隔；计算运动稳定性异常指数MSAI，计算公式为：；其中：Q为总时间窗口数，为第i个窗口的稳定性变化率，为所有窗口内稳定性变化率的均值； 终端交互模块，用于将安全巡检结果和预警信息推送至管理人员终端，包括移动端APP、监控中心显示屏及语音播报设备，管理人员通过终端交互模块远程查看施工现场状况并进行安全决策。

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机械化工程有限公司，其通讯地址为：610066 四川省成都市成华区二仙桥西一巷7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”。