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！

龙图腾网获悉大连理工大学申请的专利车载及移动平台地灾多模态感知、报警及避险方法和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：CN121148105B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511686184.6，技术领域涉及：G08B21/10；该发明授权车载及移动平台地灾多模态感知、报警及避险方法和系统是由唐世斌;徐浩然设计研发完成，并于2025-11-18向国家知识产权局提交的专利申请。

本车载及移动平台地灾多模态感知、报警及避险方法和系统在说明书摘要公布了：车载及移动平台地灾多模态感知、报警及避险方法和系统，属于智能交通与地质灾害监测技术领域。技术方案：融合视觉、激光雷达、毫米波雷达、定位导航装置及惯性测量单元等多类传感器，构建统一时空坐标系下的多模态感知数据矩阵，实现多类地质灾害的及时、动态感知与智能分析，解决传统监测手段的覆盖盲区、感知缺失与信息孤岛问题；系统包括环境感知、灾害识别、风险评估与协同预警、主动避险等功能模块，用于采集多源环境数据、识别灾害类型与位置、评估风险等级并执行避险策略。有益效果：本发明具有实时感知、高精度识别、动态风险判断及主动避险的优势，适用于各类移动平台在地质灾害高发区域的道路及非道路场景。

本发明授权车载及移动平台地灾多模态感知、报警及避险方法和系统在权利要求书中公布了：1.一种车载及移动平台地灾多模态感知、报警及避险系统，其特征在于，包括： 数据采集与环境感知模块，用于通过集成在可移动平台上的多源传感器同步采集环境信息，并经由自适应时空同步机制将多源异构数据对齐至统一时空坐标系下，构建多模态感知数据矩阵； 地质灾害识别与判断模块，用于接收所述多模态感知数据矩阵，通过多模态数据融合与智能算法识别地质灾害的类型、位置及演化趋势； 灾害报警与协同模块，用于基于灾害识别结果与平台状态信息，通过多参数推理机制进行动态风险评估并划分风险等级，并在风险等级达到预设阈值时生成并广播标准化警示信息； 主动避险模块，用于基于所述风险等级与平台运行状态，动态生成避险控制策略，并执行提示干预或自主避险控制； 执行如下步骤： S1、通过多源传感器实时采集可移动平台周边环境信息，经时空同步与坐标统一后构建多模态感知数据矩阵，步骤如下： 先利用卫星定位获取包含经纬度及高程的车辆精确绝对位置坐标，继而将其转换至ENU坐标系 XECEF＝Nφ+hcosφcosλ1 YECEF＝Nφ+hcosφsinλ2 ZECEF＝[1-e2Nφ+h]sinφ3 其中XECEF表示ENU坐标系下x坐标，YECEF表示ENU坐标系下y坐标，ZECEF表示ENU坐标系下z坐标，φ、λ、h分别代表纬度经度和高程，a为地球长半轴，e为第一偏心率；使用惯性估计单元IMU判断车辆状态，车辆状态使用四元数表示，其中表示四元数的实部，表示四元数的虚部，T表示矩阵转置；四元数与车辆姿态欧拉角的变换关系为：滚转角a： 俯仰角β： 偏航角ψ： arctan2根据输入确定正确象限，输出范围为-∏,Π]；融合形成车辆的状态量x＝[p,v,q]其中： p表示位置，v表示速度，q表示姿态,表示车辆在ENU坐标系下的速度分量；基于上述方法确定车辆当前时刻的状态，构成状态量矩阵；同时，将车载传感器采集的数据转换至统一ENU坐标系下；定义传感器自身的坐标系S以及车辆坐标系V，数据融合前执行两次坐标变换： 获取传感器安装位置，并已标定车体变换矩阵；利用该变换矩阵完成从S坐标系到V坐标系的坐标变换： 其中R表示实数域，表示旋转矩阵，表示平移向量，随后根据车辆当前时刻位姿转换至ENU坐标系下： 其中表示是从车辆坐标系到ENU坐标系的旋转矩阵，由四元数转换得到，表示车辆在ENU坐标系下的位置向量；联合上述变换公式，将S中一点转换到ENU坐标系下： 其中表示p点在在ENU坐标系中的坐标，表示从车辆坐标系到ENU坐标系的转换矩阵，表示从传感器坐标系到车辆坐标系的转换矩阵，表示传感器坐标系S中的某一个点坐标； 对于多模态数据融合任务，进行时间帧对齐；数据对齐时优先采用在目标时间戳附近选取最近邻帧进行融合；或采用插值方法获取时刻t的数据 其中xti表示ti时刻的数据，ti，ti+1表示分别为离目标时间点t最近的两个已知时间点；Xti+1表示在时间ti+1时刻采集的传感器数据，Xti表示在时间ti时刻采集的传感器数据； S2、基于所述多模态感知数据矩阵，通过多模态数据融合与智能算法提取地质灾害特征，识别灾害的类型、位置及演化趋势，步骤如下： 利用车载雷达与即时定位与地图构建方法实时获取以车辆坐标系原点为基准的环境点云；对点云进行体素下采样，将点云反转，提取地面点云；采用点云聚类和曲面拟合方法获取路面点云构建参考数字高程模型：在平面上以分辨率Δx×Δy生成规则格点；对每个格点用最近邻或反距离加权法将路面点云的高度值z插值得到： 其中hx,y表示格点x,y的高程插值，表示格点附近一定半径r内的地面点索引集合，wj表示加权函数，使用反距离加权法计算，zj表示地面点的原始高度，p为权重指数，表示从格点x,y到地面点j的距离的p次方，dj表示从格点x,y到地面点j的距离，xj表示j点的横坐标，x表示某格点横坐标，yj表示j点的纵坐标，y表示某格点纵坐标；在DEM上，格点x,y处的坡度S取二维高度梯度大小： 其中hx，hy为高程在x和y方向的高程中心差分梯度，Gx,y,t为当前时刻该格点处的总梯度幅值，h.表示高程值，Δx表示网格的横向分辨率，Δy表示网格的纵向分辨率，表示沿x-方向的高程梯度，表示沿y-方向的高程梯度；对于Gx,y,t＞GthGth为梯度阈值的格点，则表明前方局部高程突变，存在塌陷边缘或坑洞边际； 对于车辆前方区域内的网格点，筛选高程低于中位数的格点，识别其连通域并计算面积： hx,y,t表示在某一时刻t，位于坐标x,y处的地面高程，表示是在时刻t车辆前方区域的中位数或平均高程，hth表示是高程阈值，用于筛选和判断低洼区域的高程差异；Ak表示低洼区域面积，表示符合条件的格点数量； S3、结合灾害识别结果与平台运行状态，进行动态风险评估以划分风险等级，并在风险等级达到预设阈值时生成并发布预警信息，计算碰撞风险步骤如下： 根据数据融合映射关系将像素及点云索引映射到ENU坐标，找到灾害单元在点像空间中的位置，计算灾害单元前缘或质心速度： 其中为第i个点像素反投影并经坐标变换后的ENU坐标，Ωk表示是指灾害单元k内的所有像素或点的集合；根据同一单元在t、t+Δt时刻的质心位置计算灾害单元速度： pkt表示灾害单元在时刻t的质心位置，表示当前车辆速度，vkt表示灾害单元k在时刻t的速度；通过计算灾害单元与路面的接触时间、接触位置距离及车辆行驶速度，评估潜在碰撞风险；通过以下量化模型： 式中：drel表示车辆当前位置与接触位置距离，为当前车辆速度，TTC为碰撞风险；δ为敏感度参数，为碰撞风险； 环境约束指标通过以下公式计算： 其中fc表示道路几何特征的影响度，α为坡度和曲率评估权重，Rc为道路当前曲率，为路面平均坡度，表示能见度对车辆行驶的影响度，Vvis为当前可见度，fn表示周围车辆密度对车辆避险策略的影响，为周围车辆数，He表示综合考虑道路几何特征、能见度和周围车辆密度后的环境约束评分，用于反映当前环境对车辆避险能力的总体影响；wc，wn为环境因子权重； 通过下式计算灾害威胁度： 其中Hd表示灾害对移动平台的潜在威胁程度量化指标，表示灾害类型的权重系数，Ti代表第i类灾害的威胁度贡献，S为灾害规模量级；表示灾害前缘或质心速度，wT，wS，wV为标定权重系数； 通过下式计算动态综合风险分级： 其中R表示车辆在地质灾害环境中的整体风险水平，wd表示灾害威胁度的权重系数，Hd表示灾害威胁度，表示车辆运动风险的权重系数，表示与车辆当前运动状态相关的风险，we表示环境约束的权重系数，He表示环境约束指标，按阈值进行四级分类： 通过业务场景或历史事故数据统计进行层次分析或回归标定；阈值{T1,T2,T3}根据系统可接受风险或法规要求设定； S4、基于所述风险等级，动态生成并执行避险策略，包括提示干预或自主避险控制，步骤如下： 依据下面公式计算岩石与路面接触时的时间： 其中，为被观测到时岩石的速度；g为重力加速度；h为下落高度；μf为摩擦系数；X为沿坡面移动的距离；将地质灾害的运动路径与道路线的交点视为接触点，并根据实时监测数据修正接触点，结合计算出的接触时间和车辆运行状态，判断车辆应该做出的指令。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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。