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！

龙图腾网获悉中交资产管理有限公司;中交基础设施养护集团有限公司申请的专利基于边缘计算的公路智能巡检多终端协同管理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：CN120499349B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510978047.3，技术领域涉及：H04N7/18；该发明授权基于边缘计算的公路智能巡检多终端协同管理方法及系统是由陈嘉;钟琦;杨宝生;董欢;赵越;魏海东;李雪娟;翁金贤;吕洪燕;钱坤设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本基于边缘计算的公路智能巡检多终端协同管理方法及系统在说明书摘要公布了：本发明公开了一种基于边缘计算的公路智能巡检多终端协同管理方法及系统，涉及人工智能领域，包括：通过5G通信将公路沿线多巡检终端的巡检视频流上传至边缘计算节点；边缘计算节点集群对视频流进行动态任务分片，生成分布式视频帧处理队列；提取当前巡检视频帧，用预先训练的公路巡检对象识别模型识别获得第一异常对象特征及异常识别结果；根据异常结果中的空间位置信息确定关联巡检终端组，通过5G‑MQTT通信网络下发协同追踪指令，触发关联终端组执行多角度协同追踪并反馈追踪视频流。本发明利用边缘计算降低处理延迟，结合5G‑MQTT实现多终端动态协同，提升了异常识别的实时性、精准性及协同追踪效率。

本发明授权基于边缘计算的公路智能巡检多终端协同管理方法及系统在权利要求书中公布了：1.一种基于边缘计算的公路智能巡检多终端协同管理方法，其特征在于，包括： 基于多个部署在公路沿线的巡检终端，通过5G通信通道向对应的边缘计算节点实时上传巡检视频流； 基于边缘计算节点集群对接收的所述巡检视频流进行动态任务分片，生成分布式视频帧处理队列； 从所述分布式视频帧处理队列中提取当前巡检视频帧，所述当前巡检视频帧为需要异常巡检对象识别的视频帧数据； 将所述当前巡检视频帧加载到预先训练的公路巡检对象识别模型中，通过所述公路巡检对象识别模型的原始输入单元对所述当前巡检视频帧进行识别，获得所述当前巡检视频帧的第一异常对象特征； 基于所述当前巡检视频帧的第一异常对象特征，获得所述当前巡检视频帧的异常巡检对象识别结果； 根据所述异常巡检对象识别结果中的空间位置信息，确定关联巡检终端组，并通过边缘计算节点间建立的5G-MQTT通信网络，向所述关联巡检终端组下发协同追踪指令； 基于所述协同追踪指令触发所述关联巡检终端组执行多角度协同追踪，并将生成的追踪视频流反馈至所述边缘计算节点集群； 所述公路巡检对象识别模型通过以下方式获取，包括： 获取初始模型，所述初始模型包括原始输入单元和增强输入单元，所述原始输入单元和所述增强输入单元各自配置有级联的轻量级特征抽取组件和位置映射组件； 由所述原始输入单元中的轻量级特征抽取组件对巡检视频帧实例进行特征提取，获得第一边缘特征图，并由所述原始输入单元中的位置映射组件依据所述第一边缘特征图进行巡检异常类型的空间定位域标记并对齐到所述巡检视频帧实例，获得所述巡检视频帧实例对应的第一异常对象特征； 由所述增强输入单元中的轻量级特征抽取组件对增强帧视频帧实例进行特征提取，获得第二边缘特征图，并由所述增强输入单元中的位置映射组件依据所述第二边缘特征图进行巡检异常类型的空间定位域标记并对齐到所述增强帧视频帧实例，获得所述增强帧视频帧实例对应的第二异常对象特征；所述增强帧视频帧实例为根据所述巡检视频帧实例增强生成的视频帧数据； 根据所述第一边缘特征图、所述第一异常对象特征、所述第二边缘特征图和所述第二异常对象特征进行掩码建模，获得掩码建模误差； 根据所述掩码建模误差更新所述初始模型的模型参量，获取完成训练的公路巡检对象识别模型。

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中交资产管理有限公司;中交基础设施养护集团有限公司，其通讯地址为：101300 北京市顺义区临空经济核心区机场东路2号一层1028室；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。