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！

龙图腾网获悉南通理工学院申请的专利一种基于深度学习的海工平台资源调度系统及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：CN120931046B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202511462465.3，技术领域涉及：G06Q10/0631；该发明授权一种基于深度学习的海工平台资源调度系统及方法是由彭胜男;徐佳欣;陈玉梅设计研发完成，并于2025-10-14向国家知识产权局提交的专利申请。

本一种基于深度学习的海工平台资源调度系统及方法在说明书摘要公布了：本发明公开了一种基于深度学习的海工平台资源调度系统及方法，涉及浮式风电平台的作业资源调度技术领域，包括：采集起重臂作业过程中的位移轨迹和作业状态信号；在起重臂的作业半径范围进行空间映射，构建三维栅格化空间占用图；构建施工任务图谱；使用三维卷积网络对未来起重臂作业过程中的位移轨迹进行动态重叠预测，输出预测位移轨迹，还包括，加入浮式风电平台的平台扰动分量，进行扰动建模，基于扰动建模计算路径冲突区域列表中预测位移轨迹的冲突概率，当所述冲突概率大于预设冲突阈值时通过边缘计算节点进行实时预警，并对起重臂作业进行调度。本方法有效提升了多起重臂协同作业的安全性与智能化水平，具有广泛的工程应用前景。

本发明授权一种基于深度学习的海工平台资源调度系统及方法在权利要求书中公布了：1.一种基于深度学习的海工平台资源调度方法，其特征在于：包括： 在浮式风电平台的起重臂作业区域部署边缘计算节点与多模态传感器，采集起重臂作业过程中的位移轨迹和作业状态信号；整合采集的位移轨迹和作业状态信号，在起重臂的作业半径范围进行空间映射，构建三维栅格化空间占用图； 所述多模态传感器组用于采集浮式风电平台起重臂作业区域的监测数据，所述监测数据包括实时作业图像和作业状态信号；所述实时作业图像由设置的视频采集装置采集，形成采集作业区域的实时视频图像序列； 其中，所述构建三维栅格化空间占用图的具体步骤为： 步骤1.对采集的作业区域的实时视频图像序列进行预处理，并与起重臂的作业半径范围进行时空对齐；所述预处理包括数据清洗与标准化；对视觉数据进行帧提取、去雾去噪和畸变校正；通过采集的作业区域的实时视频图像序列得到起重臂的位移轨迹；对位移轨迹进行坐标统一，统一转换至浮式风电平台三维坐标系；所述时空对齐包括时空同步校正；基于边缘计算节点的本地时钟，对采集的数据打上时间戳；将视频图像中的像素坐标通过空间映射矩阵转换至所述浮式风电平台三维坐标系； 步骤2.对位移轨迹进行坐标统一，统一转换至浮式风电平台三维坐标系；所述时空对齐包括时空同步校正；基于边缘计算节点的本地时钟，对采集的数据打上时间戳；将视频图像中的像素坐标通过空间映射矩阵转换至所述浮式风电平台三维坐标系； 步骤3.将浮式风电平台三维坐标系空间离散化为可量化的空间单元，实时记录每个单元的占用状态，形成三维栅格化空间占用图； 步骤4.节点的属性包括所需占用栅格的集合S和历史占用持续时长{t1,t2,…,tn }；有向边E的属性包括作业的计划起止时间[ts,te]； 通过三维栅格化空间占用图构建施工任务图谱，具体包括：施工任务图谱记为G=V,E；其中，施工任务图谱中的节点V表示占用栅格；施工任务图谱中的有向边E表示起重臂的位移轨迹； 基于构建的施工任务图谱，使用三维卷积网络对未来起重臂作业过程中的位移轨迹进行动态重叠预测，输出预测位移轨迹，根据预测结果通过DBSCAN算法划分路径冲突区域，并可视化展示路径冲突区域列表，具体包括如下步骤： 步骤S1.构建时空特征立方体，作为三维卷积网络的输入； 步骤S2.基于三维卷积网络对未来起重臂作业过程中的位移轨迹进行动态重叠预测； 步骤S3.对输出的轨迹重叠概率P进行阈值筛选，将P大于等于预设阈值的栅格标记为潜在重叠栅格，输出包括位置、时间和涉及起重臂的潜在重叠栅格列表，通过DBSCAN算法对潜在重叠栅格列表进行遍历，通过对潜在重叠栅格进行聚类，形成连续空间区域，标记为路径冲突区域； 在步骤S1中，所述构建时空特征立方体的具体步骤为： 步骤S1-1.基于步骤4中的施工任务图谱中各节点的占用栅格集合S，提取作业区域的连续路径坐标序列，生成起重臂的位移轨迹数据集；通过位移轨迹数据集得到离散位移向量； 步骤S1-2.计算位移轨迹数据集在每个时间步下的速度特征与加速度特征，并结合作业计划起止时间[ts,te]标记当前作业所处的执行阶段； 步骤S1-3.对施工任务图谱中每个占用栅格的属性进行特征编码，将占用状态和历史占用持续时长{t1,t2,…,tn }转化为空间特征向量；以浮式风电平台三维栅格为空间维度，以离散时间步为时间维度，将离散位移向量与空间特征向量融合，构建多通道的时空特征立方体，每个单元格代表某一占用栅格在某一时间步的综合作业状态； 所述三维卷积网络包括输入层、3D卷积层、3D池化层、全连接层与输出层；所述输入层接收时空特征立方体； 所述卷积层使用三维卷积核提取起重臂位移轨迹的空间邻域特征与时间序列动态变化模式；所述池化层通过平均池化降低特征维度；其中，所述时间序列动态变化模式通过每个时间步下的速度特征与加速度特征得到； 所述全连接层将提取后的局部特征进行聚合，并通过输出层生成预测位移轨迹； 还包括，加入浮式风电平台的平台扰动分量，进行扰动建模，基于扰动建模计算路径冲突区域列表中预测位移轨迹的冲突概率，当所述冲突概率大于预设冲突阈值时通过边缘计算节点进行实时预警，并对起重臂作业进行调度。

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通理工学院，其通讯地址为：226000 江苏省南通市崇川区永兴路211号；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。