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！

龙图腾网获悉山东浪潮数智供应链科技有限公司申请的专利一种多台机器狗协同作业异常检测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：CN120541728B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202511028410.1，技术领域涉及：G06F18/2433；该发明授权一种多台机器狗协同作业异常检测方法及系统是由张洪存;鹿春阳;马琼;叶萌设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本一种多台机器狗协同作业异常检测方法及系统在说明书摘要公布了：本发明提供一种多台机器狗协同作业异常检测方法及系统，涉及机器狗异常检测技术领域，包括：建立多台机器狗与主控节点的连接，分配初始角色并同步全局地图与任务列表；对初始状态数据进行预处理和特征融合；进行分层异常检测；建立全局检测模型，通过联邦学习更新全局检测模型；进行异常检测，对不同置信度的实时异常检测结果采取不同措施，输出最终响应指令。本发明通过采用分层异常检测模式，及相邻机器狗间的投票验证实现协同异常确认，多层面覆盖异常类型，大幅降低漏检、误检概率，确保异常信息的全面性；启动零样本学习依据物理规则生成应急策略，有效应对未知异常，最大限度减少异常对协同作业的影响，保障多机器狗系统持续稳定运行。

本发明授权一种多台机器狗协同作业异常检测方法及系统在权利要求书中公布了：1.一种多台机器狗协同作业异常检测方法，其特征在于，包括： S1：建立多台机器狗与主控节点的连接，所述主控节点分配初始角色并同步全局地图与任务列表，输出初始状态数据； S2：对所述初始状态数据进行预处理和特征融合，输出多维度协同状态特征，步骤包括： S2.1：接收所述初始状态数据，采用卡尔曼滤波算法对传感器噪声数据进行平滑处理，输出去噪后状态数据； S2.2：对所述去噪后状态数据中的缺失值进行检测，基于时间序列插值法进行数据补全，输出完整状态数据集； S2.3：对所述完整状态数据集进行归一化处理，将不同维度特征映射至固定区间，输出标准化特征数据； S2.4：采用注意力机制对所述标准化特征数据进行加权融合，生成多维度协同状态特征向量，输出所述多维度协同状态特征； 步骤S2.4中，生成多维度协同状态特征向量的步骤包括： S2.4.1：根据所述标准化特征数据，构建特征关联矩阵，计算不同特征间的互信息值，输出特征互信息矩阵； S2.4.2：基于所述特征互信息矩阵，为运动状态、环境感知、通信质量特征分配动态权重，输出权重向量； S2.4.3：将所述标准化特征数据与所述权重向量进行点积运算，输出多维度协同状态特征向量； S3：基于所述多维度协同状态特征进行分层异常检测，所述主控节点做全局检测，机器狗个体自主做个体检测，机器狗间做协同检测，输出多层面异常信息； 步骤S3中，机器狗间做协同检测的步骤包括： S3.1：将机器狗个体检测得到的个体异常信息封装为包含时间戳、位置坐标的协同检测数据包，输出至通信范围内的其他机器狗； S3.2：接收预设数量的相邻机器狗的所述协同检测数据包，解析其中的异常标识，输出异常标识集合； S3.3：对所述异常标识集合进行投票统计，当相同所述异常标识的出现次数超过半数时，输出协同验证结果； S3.4：将所述协同验证结果与自身的所述个体异常信息进行比对，若匹配度超过预设阈值，则更新协同异常信息，输出至所述主控节点； S4：将各个所述机器狗的异常事件上传至所述主控节点，主控节点聚合数据；并基于所述聚合数据，建立全局检测模型，通过联邦学习更新所述全局检测模型，输出优化后的检测模型； S5：将所述多层面异常信息输入所述优化后的检测模型进行异常检测，输出实时异常检测结果，对不同置信度的所述实时异常检测结果采取不同措施，输出最终响应指令； S6：若所述实时异常检测结果中的异常类型未在所述全局检测模型的训练集中覆盖，则启动零样本学习，依据物理规则生成应急策略，输出处理指令。

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浪潮数智供应链科技有限公司，其通讯地址为：250100 山东省济南市中国(山东)自由贸易试验区济南片区浪潮路1036号浪潮科技园S01楼28层；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”。