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！

龙图腾网获悉北方工业大学申请的专利基于动态隐私保护与地空协同的无人机交通数据采集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：CN120708398B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202510830592.8，技术领域涉及：H04L9/00；该发明授权基于动态隐私保护与地空协同的无人机交通数据采集方法是由王浩玥;张师林设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。

本基于动态隐私保护与地空协同的无人机交通数据采集方法在说明书摘要公布了：本发明涉及智能交通数据采集与隐私保护技术领域，提出一种基于动态隐私保护与地空协同的无人机交通数据采集方法及系统，有效解决了传统交通数据采集中隐私泄露风险高、复杂场景覆盖不全、跨区域模型泛化能力弱等问题，适用于交通管理、物流优化、学术研究等多元场景。

本发明授权基于动态隐私保护与地空协同的无人机交通数据采集方法在权利要求书中公布了：1.一种基于动态隐私保护与地空协同的无人机交通数据采集方法，其特征在于，包括以下步骤：1动态隐私掩码与交通关键数据双轨采集：通过轻量级目标检测模型实时识别无人机视频中的敏感区域与普通目标，基于环境参数和业务需求动态调整模糊参数，对敏感区域进行自适应模糊，同时提取普通目标的交通关键数据；2数据本地化及隐私增强型联邦学习：各区域边缘节点基于本地脱敏数据训练交通预测模型，仅上传加密的模型参数至云端，通过联邦聚合与差分隐私技术生成跨区域全局模型；3地空协同及虚实双域数据采集：融合无人机视频、路侧传感器及车载终端数据，通过边缘端多方安全计算MPC完成隐私保护融合，结合数字孪生与动态对抗生成网络DAGN扩充禁飞区缺失场景数据； 步骤2中所述数据本地化及隐私增强型联邦学习具体包括：2.1各区域边缘节点基于本地脱敏数据训练LSTM预测模型，损失函数为：其中，为拥堵概率预测值，为真实拥堵标签，为事故风险预测值，为真实事故标签，为平衡系数,N为区域的数据量；2.2边缘节点通过同态加密对模型参数加密生成，ENC上传至云端；2.3云端通过联邦平均FedAvg算法聚合参数生成全局模型，公式为：，其中，为区域i的数据量，；2.4在参数上传前对梯度添加Laplace噪声形成，公式为：，其中，为梯度敏感度，为动态调整的隐私预算； 步骤3中所述地空协同及虚实双域数据采集具体包括： 3.1构建“无人机+路侧传感器+车载终端”的地空感知网络，分别采集高空视频、雷达点云、车载急刹事件；3.2在边缘节点通过GMW协议对加密的、、进行隐私保护融合，输出事故关联特征；其中vmin、dmin、Bcount分别为最小相对速度、最小车距、急刹次数；3.3基于OpenStreetMap构建城市交通数字孪生系统，通过动态对抗生成网络DAGN生成禁飞区虚拟数据，生成器G与判别器D的对抗训练损失函数为：， 其中，x为真实数据，z为随机噪声，生成的虚拟数据与真实数据按比例=0.3混合，扩充训练集。

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北方工业大学，其通讯地址为：100144 北京市石景山区晋元庄路5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。