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！

龙图腾网获悉交通运输部规划研究院申请的专利一种确定高速公路边坡光伏组件反射光影响的方法、设备及介质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：CN120257623B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510375085.X，技术领域涉及：G06F30/20；该发明授权一种确定高速公路边坡光伏组件反射光影响的方法、设备及介质是由毛宁;刘杰;于琦;潘瑞琦;李齐丽;鲍志远;高嘉蔚;支霞辉设计研发完成，并于2025-03-27向国家知识产权局提交的专利申请。

本一种确定高速公路边坡光伏组件反射光影响的方法、设备及介质在说明书摘要公布了：本申请提供了一种确定高速公路边坡光伏组件反射光影响的方法、设备及介质，涉及光伏反射光技术领域，包括：基于设置光伏组件的高速公路路段，在预设地图上确定对应的目标区域；基于预设的图像处理算法确定，确定目标区域内是否存在潜在光环境敏感目标住宅、图书馆、美术馆等；根据预设的优先级确定方法，确定候选对象对应的处理优先级；根据处理优先级依次确定光环境敏感目标的影响度，并根据影响度确定目标光环境敏感目标；根据目标对象反射光影响度，确定待优化光伏组件布设方案。本申请能够针对不同程度的光环境影响，制定个性化的调整策略，有效降低光伏组件反射光对敏感目标的影响。

本发明授权一种确定高速公路边坡光伏组件反射光影响的方法、设备及介质在权利要求书中公布了：1.一种确定高速公路边坡光伏组件反射光影响的方法，其特征在于，所述方法包括： S100，基于设置光伏组件的高速公路路段，在预设地图上确定该光伏组件对应的目标区域；其中，目标区域为光伏组件的反射光会影响到的区域； S200，基于预设的图像处理算法确定目标区域内是否存在潜在光环境敏感目标； S300，若存在，则根据预设的优先级确定方法，确定每一潜在光环境敏感目标对应的处理优先级； S400，根据处理优先级从高到低的顺序依次确定潜在光环境敏感目标的影响度，并根据每一潜在光环境敏感目标的影响度确定目标光环境敏感目标；其中，目标光环境敏感目标为影响度大于预设影响度阈值的潜在光环境敏感目标； S500，根据目标光环境敏感目标的影响度，确定对应的光伏组件的优化布设方案； 潜在光环境敏感目标根据如下步骤确定： S210，基于预设的图像处理算法确定目标区域内包含的每一建筑对应的建筑类型； S220，根据目标区域内包含的每一建筑对应的建筑类型和预设光环境敏感建筑类型列表，确定目标区域内每一建筑是否为潜在光环境敏感目标；其中，若目标区域内任一建筑对应的建筑类型与预设光环境敏感建筑类型列表中的任一预设光环境敏感建筑类型相同，则该建筑为潜在光环境敏感目标； 步骤S210还包括： S211，根据目标区域的遥感图像和建筑识别模型，得到第一建筑区域标识列表J=J1，J2，…，Ji，…，Jn；i=1，2，…，n；其中，n为目标区域内包含的建筑的数量；Ji为目标区域内包含的第i个建筑在目标区域的遥感图像上对应的建筑区域的区域标识；目标区域的遥感图像为RGB图像； S212，在目标区域的遥感图像上将J中包含的每一建筑区域进行掩码操作，并以进行了掩码操作的目标区域为区域中心得到关键区域；其中，目标区域包含在关键区域内，且关键区域的面积大于目标区域的面积； S213，将关键区域的遥感图像输入非建筑设施识别模型，得到非建筑设施种类列表集F=F1，F2，…，Fj，…，Fm；j=1，2，…，m；其中，m为关键区域内包含的非建筑设施的种类的数量；Fj为关键区域内包含的第j种非建筑设施的标识列表；Fj=Fj，1，Fj，2，…，Fj，a，…，Fj，fj；a=1，2，…，fj；fj为第j种非建筑设施的数量；Fj，a为第a个第j种非建筑设施的设施区域标识； S214，将关键区域对应的遥感图像输入建筑识别模型，得到第二建筑区域标识列表E=E1，E2，…，Ex，…，Ey；x=1，2，…，y；其中，y为关键区域内除目标区域之外包含的建筑的数量；Ex为关键区域内除目标区域之外包含的第x个建筑在关键区域的遥感图像上对应的建筑区域的区域标识； S215，在关键区域的遥感图像上将F中每一非建筑设施和E中每一建筑区域进行掩码操作，并将进行了掩码操作的关键区域的遥感图像输入地形地貌特征提取模型，以得到关键区域对应的地形地貌特征D； S216，对J对应的每一建筑区域进行RGB特征提取，以得到建筑RGB特征列表T=T1，T2，…，Ti，…，Tn；其中，Ti为对目标区域内包含的第i个建筑的遥感图像进行RGB特征提取得到的特征； S217，对J对应的每一建筑区域进行光谱特征提取，以得到光谱特征列表集G=G1，G2，…，Gi，…，Gn；其中，Gi为目标区域内包含的第i个建筑对应的光谱特征列表；Gi=Gi，1，Gi，2，…，Gi，b，…，Gi，c；b=1，2，…，c；c为用于进行光谱特征提取的光谱范围的数量；Gi，b为目标区域内包含的第i个建筑对应的第b个光谱特征；每一光谱特征具有对应的光谱范围；任两个光谱特征对应的光谱范围不同； S218，根据D、T、G和F得到目标特征向量列表M=M1，M2，…，Mi，…，Mn；其中，Mi为目标区域内包含的第i个建筑对应的目标特征向量；Mi=D,Ti,Gi,f1,L1，i,f2,L2，i，…，fj,Lj，i，…，fm,Lm，i；Lj，i为第j种非建筑设施到目标区域内包含的第i个建筑的平均距离； S219，根据M和建筑类型分类模型，得到分类结果列表B=B1，B2，…，Bi，…，Bn；其中，Bi为目标区域内包含的第i个建筑对应的建筑类型。

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交通运输部规划研究院，其通讯地址为：100028 北京市朝阳区曙光西里甲6号2号楼；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。