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！

龙图腾网获悉深圳市城市交通规划设计研究中心股份有限公司申请的专利一种无人机飞行路径对隐私安全的风险等级评估方法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：CN121352520B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511912365.6，技术领域涉及：G06Q10/0635；该发明授权一种无人机飞行路径对隐私安全的风险等级评估方法是由阚倩;林涛;孟安鑫;程珙;任邦克;赵海云;李鋆元设计研发完成，并于2025-12-18向国家知识产权局提交的专利申请。

本一种无人机飞行路径对隐私安全的风险等级评估方法在说明书摘要公布了：一种无人机飞行路径对隐私安全的风险等级评估方法，属于无人机飞行智能控制技术领域。为解决对无人机飞行对隐私安全进行精确评估的问题。本发明建立无人机地面可视区域模型，确定无人机的地面可视区域；采用二维高斯分布模型计算无人机的观测概率，结合GIS数据构建无人机的地面可视区域的隐私敏感度；利用方向性调制机制进行修正；构建个体风险评估模型包括计算基本个体隐私暴露值、基于周期性行为调制函数修正基本个体隐私暴露值和累计个体隐私风险积分；构建区域风险评估模型包括构建区域隐私风险密度、区域隐私风险梯度向量，进行高风险区域识别；构建双通道的风险等级判定和预警方法。本发明通过路径隐私风险积分实现飞行路径的整体评估。

本发明授权一种无人机飞行路径对隐私安全的风险等级评估方法在权利要求书中公布了：1.一种无人机飞行路径对隐私安全的风险等级评估方法，其特征在于，包括如下步骤： S1.建立无人机地面可视区域模型，确定无人机的地面可视区域； S2.对步骤S1得到的无人机的地面可视区域，采用二维高斯分布模型计算无人机的观测概率，然后结合GIS数据构建无人机的地面可视区域的隐私敏感度； S3.对步骤S2得到的无人机的观测概率，利用方向性调制机制进行修正，得到修正后的无人机的观测概率； 步骤S3的具体实现方法为首先从无人机的飞行轨迹中推导出无人机的朝向角，然后计算每个可被无人机观测的地面点相对于无人机朝向的夹角；然后基于无人机的朝向角和每个可被无人机观测的地面点相对于无人机朝向的夹角建立方向性调制机制，得到方向控制因子用于对步骤S2得到的无人机的观测概率进行修正，得到修正后的无人机的观测概率表示地面任意点坐标； S4.构建个体风险评估模型，包括计算基本个体隐私暴露值、基于周期性行为调制函数修正基本个体隐私暴露值和累计个体隐私风险积分； 步骤S4的具体实现方法包括如下步骤： S4.1.综合考虑个体位置是否处于无人机视野中、个体位置被观测的概率、以及无人机的地面的可视区域的隐私敏感度、基于不同个体对于隐私的主观敏感程度差异性的个体隐私敏感因子，得到基本个体隐私暴露值，表达式为： 其中，为可被无人机观测区域的个体i的基本个体隐私暴露值；为可被无人机观测区域的个体i的地面点坐标；为可被无人机观测区域的个体i的个体隐私敏感度因子，由问卷调查或参考文献确定；为可被无人机观测区域的个体i的地面点坐标在t时刻对应的修正后的无人机的观测概率；为可被无人机观测区域的个体i的地面点坐标的隐私敏感度； S4.2.引入周期性行为调制函数，模拟个体隐私敏感度随时间的波动，对步骤S4.1得到的基本个体隐私暴露值进行修正，得到修正后的隐私暴露值，表达式为： ； ； 其中，为行为调制函数；为修正后的隐私暴露值；为行为敏感波动振幅，由参考文献获取或专家经验确定；为行为周期，由调查问卷或统计数据得到；为初始相位，由统计数据得到； S4.3.考虑无人机飞行过程中长期累积的影响，对步骤S4.2得到的修正后的隐私暴露值在整个飞行时间区间进行积分，得到累计个体隐私风险积分，表达式为： ； 其中，为第个体i的累计个体隐私风险积分； 然后查找所有个体中的个体隐私风险积分最大值，得到，t0为无人机的初始飞行时刻，t1为无人机的终止飞行时刻； S5.构建区域风险评估模型，包括构建区域隐私风险密度、区域隐私风险梯度向量，进行高风险区域识别； 步骤S5的具体实现方法包括如下步骤： S5.1.基于步骤S3得到的修正后的无人机的观测概率、步骤S2得到的无人机的地面可视区域的隐私敏感度、和区域人口密度，构建区域隐私风险密度，表达式为： ； 其中，为区域隐私风险密度；为区域人口密度，由管理部门获取；表示可被无人机观测的地面点坐标；为无人机的地面可视区域的隐私敏感度； S5.2.基于步骤S5.1得到的区域隐私风险密度，计算区域隐私风险梯度向量，表达式为： ； 其中，为偏导数符号；为区域隐私风险梯度向量； S5.3.基于风险密度阈值和梯度阈值，联合识别高风险区域，表达式为： ； 其中，为高风险区域集合，表示二维实数空间，为风险密度阈值，由专家经验或调研确定；为梯度阈值，由专家经验或调研确定； S6.基于步骤S5得到的高风险区域和步骤S4得到的累计个体隐私风险积分，构建双通道的风险等级判定和预警方法。

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深圳市城市交通规划设计研究中心股份有限公司，其通讯地址为：518100 广东省深圳市龙华区民治街道北站社区龙华设计产业园总部大厦1栋1101；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。