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！

龙图腾网获悉南京南工数据科技有限公司申请的专利基于多模态的隐患识别监测预警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：CN120804618B 。

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：202511309911.7，技术领域涉及：G06F18/20；该发明授权基于多模态的隐患识别监测预警方法及系统是由张明广;钱城江;张勇;郭静;岳强;程巧娜;邵霞;陈镜予;李思逸设计研发完成，并于2025-09-15向国家知识产权局提交的专利申请。

本基于多模态的隐患识别监测预警方法及系统在说明书摘要公布了：本发明公开了基于多模态的隐患识别监测预警方法及系统，属于风险预警技术领域，其方法具体包括：采集化工生产区域的相关数据，包括化工生产相关数据和人员相关数据，基于预设的工艺安全临界值判断是否存在导致人员伤害的物理诱因，若存在，基于化工生产相关数据生成三维动态危险势场，基于人员相关数据生成人员运动轨迹，将人员运动轨迹映射至三维动态危险势场，生成多模态知识图谱，并对多模态知识图谱中的路径进行因果推理，当推理结果表明人员聚集行为与所述物理诱因存在收敛性时，生成预警信号，并输出所述预警信号；本申请基于多维信息演化预测，能够在隐患尚处于初始阶段即生成可追溯的因果链条，显著提高预警的准确性和提前性。

本发明授权基于多模态的隐患识别监测预警方法及系统在权利要求书中公布了：1.基于多模态的隐患识别监测预警方法，其特征在于，包括： 采集化工生产区域的相关数据，包括化工生产相关数据和人员相关数据； 基于预设的工艺安全临界值判断是否存在导致人员伤害的物理诱因，若存在，基于化工生产相关数据生成三维动态危险势场； 基于人员相关数据生成人员运动轨迹，将人员运动轨迹映射至三维动态危险势场，生成多模态知识图谱，并对多模态知识图谱中的路径进行因果推理，所述因果推理是对未来预设时间段内三维动态危险势场演化与人员运动轨迹的联合仿真，通过动态更新风险传递权重、筛选收敛路径，判定人员聚集行为与物理诱因的关联强度； 当推理结果表明人员聚集行为与所述物理诱因存在收敛性时，生成预警信号，并输出所述预警信号； 所述基于预设的工艺安全临界值判断是否存在导致人员伤害的物理诱因，若存在，基于化工生产相关数据生成三维动态危险势场，包括： 对化工生产相关数据进行时间同步处理； 将处理后的化工生产相关数据与预设的工艺安全临界值进行对比，判断是否存在温度、压力、浓度或环境条件异常达到所述预设的工艺安全临界值的物理诱因； 若存在物理诱因的情况下，获取与所述物理诱因对应的危险源位置、危险物质种类以及环境传播条件，并将其与处理后的化工生产相关数据进行组合； 基于组合数据，按照危险源影响因子、环境传播方向及人员可达路径生成三维动态危险势场； 所述基于组合数据，按照危险源影响因子、环境传播方向及人员可达路径生成三维动态危险势场，包括： 基于所述危险源位置与危险物质种类，确定危险源影响因子； 将所述危险源影响因子与实时环境参数进行组合，得到每一危险源在当前条件下的风险强度系数； 基于所述风险强度系数，对化工生产三维空间中以危险源为中心的影响范围进行加权扩展或收缩，形成各危险源的加权影响域； 将所述加权影响域与实际许可区域、禁止区域进行叠加处理，得到人员可达路径集合； 在所述人员可达路径集合内，对每一个人员可达路径分配对应的风险权重，并在化工生产三维空间中生成三维动态危险势场； 所述基于人员相关数据生成人员运动轨迹，将人员运动轨迹映射至三维动态危险势场，生成多模态知识图谱，并对多模态知识图谱中的路径进行因果推理，包括： 对人员相关数据进行时间同步与空间对齐，得到化工生产三维空间中的人员位置序列； 基于所述人员位置序列，结合人员相关数据采集时间间隔与人员身份标识，生成各人员的人员运动轨迹，并在人员运动轨迹中标注每一位置点的时间戳及位置精度等级； 将所述人员运动轨迹映射至三维动态危险势场，并在映射过程中计算人员运动轨迹与危险源的加权影响域的空间接近度参数和时间接近度参数； 构建包含人员节点、化工设备节点、危险源节点和环境节点的多模态知识图谱，以人员、危险源、环境参数及空间接近度参数和时间接近度参数作为节点或边的属性； 基于所述多模态知识图谱，沿危险源节点至人员节点的多跳路径执行因果推理。

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南京南工数据科技有限公司，其通讯地址为：211800 江苏省南京市浦滨路150号中科创新广场20栋1503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。