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！

龙图腾网恭喜牡丹区公路事业发展中心申请的专利一种沥青路面健康状态监测系统和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：CN119848467B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202510315731.3，技术领域涉及：G06F18/20；该发明授权一种沥青路面健康状态监测系统和方法是由陈玉磊;王森;崔永升设计研发完成，并于2025-03-18向国家知识产权局提交的专利申请。

本一种沥青路面健康状态监测系统和方法在说明书摘要公布了：本申请公开了一种沥青路面健康状态监测系统和方法，属于交通基础设施监测技术领域。该系统包括以下模块：多源数据采集模块，用于实现对路面状态参数的实时获取；数据处理模块，用于对采集的多源数据进行时空对齐、质量评估、异常处理和标准化；多尺度特征提取模块，用于分别从微观病害、路段状态和网络级层面提取特征，构建多尺度特征表征体系；动态图分析模块，用于构建分层动态图结构，实现路网健康状态的统一建模和分析；健康评估模块，用于实现路面健康状态的实时评估、劣化趋势预测和风险预警；决策可视化模块，用于展示监测数据、预测结果及预警信息，并基于评估结果自动生成养护决策建议。

本发明授权一种沥青路面健康状态监测系统和方法在权利要求书中公布了：1.一种沥青路面健康状态监测系统，其特征在于，包括以下模块： 多源数据采集模块，用于实现对路面状态参数的实时获取； 数据处理模块，用于对采集的多源数据进行时空对齐、质量评估、异常处理和标准化； 多尺度特征提取模块，用于分别从微观病害、路段状态和网络级层面提取特征，构建多尺度特征表征体系； 动态图分析模块，用于构建分层动态图结构，实现路网健康状态的统一建模和分析； 健康评估模块，用于实现路面健康状态的实时评估、劣化趋势预测和风险预警； 决策可视化模块，用于展示监测数据、预测结果及预警信息，并基于评估结果自动生成养护决策建议； 多尺度特征提取模块包括以下组件： 微观特征提取单元，通过高分辨率卷积层捕捉路面微观病害的细节特征； 路段特征提取单元，利用中等感受野的卷积层提取路段级别的状态特征； 网络级特征提取单元，采用全局池化层，提取路网级别的宏观特征； 多尺度特征融合单元，将微观、路段和网络级特征进行融合，构建统一的多尺度表征体系，实现路面状态的全面刻画； 尺度交互单元，使用特征金字塔结构，促进不同尺度特征之间的信息交互； 特征增强单元，通过特征归一化操作，增强特征的区分度和鲁棒性，以提高对复杂路面状态的适应能力； 将微观、路段和网络级特征进行融合，构建统一的多尺度表征体系，实现路面状态的全面刻画，包括以下步骤： 通过设计多分支的神经网络结构，分别处理微观、路段和网络三个层级的特征，并利用注意力机制学习不同尺度特征的重要性权重，并将三个层级的特征进行融合； 将融合后的特征通过映射转换为固定维度的向量表示，使其既包含微观的行为模式，也包含中观的路段状态和宏观的网络特征，从而实现对路面状态的全面刻画； 通过高分辨率卷积层捕捉路面微观病害的细节特征，包括以下步骤： 对处理后的路面图像执行卷积操作，生成多个特征图，用公式表示为：Yi,j=I＊Ki,j=∑m∑nIi+m,j+n·Km,n，其中，Yi,j表示卷积操作后输出 特征图中位置为i,j的像素值；i,j表示图像中像素的坐标，其中i是行坐标，j是列坐标；I表示输入的路面图像；K为卷积核；＊表示卷积操作；I＊K表示输入图像I与卷 积核K进行卷积运算后的结果，输出的是一个特征图；m和n表示卷积核K的行和列位置，在计算卷积时，用于索引卷积核K的各个元素；Ii+m,j+n表示输入图像I中的一个像素 ，位于坐标i+m,j+n位置；Km,n表示卷积核K中的一个元素，位于位置m,n； 使用不同大小的卷积核K1,K2,...,Kn，对处理后的图像进行多尺度卷积操作，从而提取多尺度特征，并通过如下公式对多尺度特征进行融合：Ymulti-scale=[I ＊K1,I＊K2,...,I＊Kn]，其中，Ymulti-scale表示多尺度特征图的融合结果；I＊K1表示输入图像I与卷积核K1进行卷积运算后的结果；I＊K2表示输入 图像I与卷积核K2进行卷积运算后的结果；I＊Kn表示输入图像I与卷积核Kn进行卷积运算后的结果； 采用ReLU激活函数对卷积特征图进行激活操作，去除无效特征并强化局部损伤的响应，以突出路面表面细节，用公式表示为：Ai,j=ReLUYi,j，其中，Ai,j表示经过ReLU函数处理后的特征图中，第i,j位置的激活值；ReLU·表示ReLU激活函数； 将激活后的特征图输入分类网络，通过与损伤分类权重矩阵Wdamage和偏置项b的结合，利用Softmax函数得到损伤的分类概率分布：Pdamage=SoftmaxWdamag e·A+b，其中，Pdamage表示损伤分类的概率分布，是通过神经网络的分类层输出的结果；A表示经过卷积和激活函数处理后的特征图；Softmax·表示Softmax函数； 动态图分析模块包括以下组件： 图结构构建单元，将路网抽象为分层动态图结构，节点表示路段，边表示连接关系，为路网健康状态建模提供基础拓扑结构； 节点特征嵌入单元，将多尺度特征提取模块的输出结果嵌入到图节点中，表征每个路段的健康状态和属性信息； 边权重学习单元，通过自适应机制学习节点间边的权重，动态反映路段之间的空间关联性和影响强度； 时空图卷积单元，利用时空图卷积网络同时捕捉路网的空间依赖性和时间动态变化，实现跨尺度的特征传播与融合； 时空注意力单元，引入注意力机制，动态分配不同节点和时段的重要性权重； 图池化单元，通过分层池化操作对图结构进行降维，提取路网级别的全局特征，实现从局部到全局的健康状态聚合； 通过分层池化操作对图结构进行降维，提取路网级别的全局特征，实现从局部到全局的健康状态聚合，包括以下步骤： 基于路段间的物理连接关系构建邻接矩阵，并定义初始邻域范围作为局部感受野； 在预定义的邻域范围内，设计专用池化函数对节点特征进行初步聚合，将相邻路段的状态信息映射为统一的特征表示； 通过迭代式扩大池化操作的感受野范围，逐层对特征进行聚合和抽象，最终得到维度大幅降低但保留关键语义信息的全局特征表示； 健康评估模块包括以下组件： 实时状态分析单元，利用多尺度特征表征和动态图分析结果，实时计算路面的健康评分和关键性能指标； 劣化趋势预测单元，基于时间序列分析和机器学习算法，预测路面健康状态的未来变化趋势，识别潜在的劣化风险； 风险预警生成单元，根据健康状态和预测趋势，自动生成预警信息，包括劣化风险等级和可能的影响范围； 动态对比分析单元，对比历史数据和当前评估结果，识别异常变化或长期趋势； 养护需求评估单元，基于健康状态和风险评估结果，评估各区域的养护需求和紧迫程度。

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牡丹区公路事业发展中心，其通讯地址为：274000 山东省菏泽市牡丹区牡丹北路2030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”。