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！

龙图腾网获悉邦泽起重设备股份有限公司申请的专利一种起重机械防碰撞检测方法、系统、设备和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：CN120024817B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510497510.2，技术领域涉及：B66C13/16；该发明授权一种起重机械防碰撞检测方法、系统、设备和介质是由宋诗振;殷志海;高璇璇设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本一种起重机械防碰撞检测方法、系统、设备和介质在说明书摘要公布了：本发明公开了一种起重机械防碰撞检测方法、系统、设备和介质，涉及计算机平台负载平衡技术领域，包括采集起重机械的多模态数据，将多模态数据进行预处理；通过卡尔曼滤波对采集的多模态数据进行融合，构建LSTM‑GRU预测模型，将融合数据输入LSTM‑GRU预测模型对起重机械运行轨迹进行预测；根据轨迹预测结果，通过AI边缘计算设备动态生成防碰撞控制指令，PLC接受并执行防碰撞控制指令。本发明所述方法基于多模态数据融合，提高起重机运行状态感知精度，基于LSTM‑GRU轨迹预测，实现精准的未来轨迹计算，基于AI边缘计算设备，实现动态防碰撞控制，有效提升了防碰撞检测的智能化水平。

本发明授权一种起重机械防碰撞检测方法、系统、设备和介质在权利要求书中公布了：1.一种起重机械防碰撞检测方法，其特征在于，包括： 采集起重机械的多模态数据，将多模态数据进行预处理； 通过卡尔曼滤波对采集的多模态数据进行融合，构建LSTM-GRU预测模型，将融合数据输入LSTM-GRU预测模型对起重机械运行轨迹进行预测； 根据轨迹预测结果，通过AI边缘计算设备动态生成防碰撞控制指令，PLC接受并执行防碰撞控制指令； 多模态数据融合包括，通过卡尔曼滤波进行数据融合，消除测量误差，提高状态估计精度； 构建LSTM-GRU预测模型包括，采用LSTM捕捉长期轨迹趋势，结合GRU处理短时轨迹波动，实现短时+长时轨迹预测融合； 基于时间序列预测，提前计算起重机未来N个时间步的轨迹，确定潜在的碰撞风险； 采用轨迹平滑优化方法，优化轨迹计算； 所述采集起重机械的多模态数据包括， 通过AI摄像头、激光雷达、绝对值编码器、惯性传感器同步采集起重机械的多模态数据，将采集的起重机械多模态数据作为观测值，构建起重机械运行的时间序列数据集； 多模态数据包括，物体类别、位置坐标、反射强度、目标距离、吊钩高度、运行速度、角速度、加速度； 所述将多模态数据进行预处理包括， 将传感器的数据按照最高频率对齐，对于低频传感器数据，采用线性插值法填充； 将对齐后的数据基于粒子滤波进行去噪处理，对去噪处理后的传感器数据通过均值-标准差法进行异常值检测，去除异常部分并再次使用线性插值法进行填充，重复多模态数据预处理过程直至异常值检测过程未检测出异常值数据； 粒子滤波去噪包括，通过多个粒子模拟系统状态，动态估计真实信号值，消除测量噪声； 异常值检测包括，计算所有数据点的平均值，衡量数据的中心趋势，通过标准差衡量数据的离散程度，根据离散程度判断数据点与均值的偏差，将偏差过大的数据确定为异常值； 所述多模态数据进行融合包括， 基于卡尔曼滤波对预处理后的多模态传感数据进行融合，通过预处理后的多模态数据，设定起重机械的位置、速度和加速度信息，将设定的起重机械的位置、速度和加速度信息作为输入数据，根据牛顿运动学方程对起重机械的运行状态进行预测； 对起重机械的运行状态进行预测具体表示为： ； ； ； ； 其中，表示当前时间步的状态估计向量，表示状态转移矩阵，表示控制输入矩阵，表示过程噪声，表示当前时间步的控制输入，表示时间步长，、、表示在三个轴上的加速度值； 采用状态转移模型输入前一时刻的状态信息，结合预处理后的加速度，计算起重机在下一时刻的位置、速度和加速度，定义运动规律； 计算卡尔曼增益，根据卡尔曼增益利用测量数据对预测状态进行修正，得到融合后的位置信息、速度信息、加速度信息； 计算卡尔曼增益包括，通过测量矩阵、测量噪声协方差、状态估计的协方差矩阵输入卡尔曼增益计算公式，得到卡尔曼增益； 状态估计的协方差矩阵衡量预测值的不确定性，动态调整预测的置信程度； 测量矩阵将状态变量映射到测量空间，计算修正值； 测量噪声协方差矩阵根据传感器自身误差特性进行设置，反映测量数据的不确定性，优化状态修正的准确性； 所述构建LSTM-GRU预测模型包括， 将融合后的位置信息、速度信息、加速度信息数据作为输入，将输入的位置信息、速度信息、加速度信息数据进行归一化处理，通过归一化处理后的位置信息、速度信息、加速度信息数据组成时间序列； 将传统LSTM预测模型引入GRU计算，构建GRU层与全连接层； 将时间序列作为输入，通过GRU层适应起重机械即时运动变化，通过LSTM层输出起重机械的整体轨迹趋势，结合GRU层与LSTM层的输出结果进行轨迹预测计算，输出预测轨迹点； 将历史位置、速度、加速度数据输入预测模型，在均方误差计算的基础上引入轨迹平滑惩罚项，构建均方误差损失函数，将历史轨迹预测结果输入均方误差损失函数，计算历史预测轨迹与真实轨迹之间的误差； 将多模态数据进行融合的融合结果输入LSTM-GRU预测模型，输出起重机械运行轨迹。

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邦泽起重设备股份有限公司，其通讯地址为：710000 陕西省西安市经开区凤城九路北侧未央路西侧海荣名城5楼2单元22608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”。