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！

龙图腾网获悉广东省水文局梅州水文分局申请的专利一种基于电子水尺的智能感知数据处理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：CN121051350B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202510999437.9，技术领域涉及：G06F18/15；该发明授权一种基于电子水尺的智能感知数据处理方法是由朱能胜;高林;吕福水;林佳微设计研发完成，并于2025-07-21向国家知识产权局提交的专利申请。

本一种基于电子水尺的智能感知数据处理方法在说明书摘要公布了：本发明公开了一种基于电子水尺的智能感知数据处理方法，属于水位传感器领域，获取可见光图像、红外热成像、超声波测距及压力式水位值，以形成多源数据；基于获得的多源数据，构建卡尔曼滤波器并定义水位状态向量，根据各传感器实时置信度动态调整其权重因子与噪声协方差矩阵，融合计算后输出初步水位估计值及对应的置信度指标；将获得的多源数据融合为四通道输入数据，输入预训练的U‑Net模型进行语义分割，生成水面遮挡物分割掩码，基于掩码识别遮挡物类型并计算遮挡面积占比；利用生成的遮挡物分割掩码，从原始图像中提取未遮挡区域的水位线边缘点集，通过线性拟合重建连续水位线，对遮挡区域进行插值填充。

本发明授权一种基于电子水尺的智能感知数据处理方法在权利要求书中公布了：1.一种基于电子水尺的智能感知数据处理方法，其特征在于，包括： 步骤S1，获取可见光图像、红外热成像、超声波测距及压力式水位值，以形成多源数据； 步骤S2，基于步骤S1的多源数据，构建卡尔曼滤波器并定义水位状态向量，根据各传感器实时置信度动态调整其权重因子与噪声协方差矩阵，融合计算后输出初步水位估计值及对应的置信度指标，包括： 步骤S2.1、定义状态向量，该状态向量由水位高度和水位变化率组成，用于全面描述水位系统的状态； 步骤S2.2、基于步骤S2.1定义的状态向量，构建卡尔曼滤波器预测模型，卡尔曼滤波器预测模型基于状态空间模型，由状态转移方程和观测方程组成，其中状态转移方程用于描述系统状态如何随时间变化，观测方程用于描述系统状态与传感器观测值之间的关系，包括： 步骤S2.21、根据步骤S2.2中观测方程所涉及的各传感器，计算其历史可靠性权重因子，传感器历史可靠性通过计算传感器在过去一段时间内测量值与真实值的偏差情况确定，偏差小且稳定的传感器赋予第一权重因子，偏差大且波动大的传感器赋予第二权重因子； 步骤S2.22、基于步骤S2.21计算的权重因子，更新观测噪声协方差矩阵，该矩阵描述观测噪声的统计特性，矩阵对角线元素与权重因子成反比，以在融合计算中根据传感器可靠性赋予不同权重； 步骤S3、将步骤S1中获取的可见光图像和红外热成像融合为四通道输入数据，输入预训练的U-Net模型进行语义分割，生成水面遮挡物分割掩码，基于掩码识别遮挡物类型并计算遮挡面积占比； 步骤S4、利用步骤S3生成的遮挡物分割掩码，从原始图像中提取未遮挡区域的水位线边缘点集，通过线性拟合重建连续水位线，对遮挡区域进行插值填充，结合识别的遮挡类型评估视觉水位测量结果的可信度评估值； 步骤S5、根据步骤S3的遮挡物分割掩码及面积占比动态调整融合策略权重，结合步骤S2输出的初步水位估计值及其置信度指标、步骤S4评估的视觉水位可信度评估值，进行加权融合计算，输出最终水位估计值； 步骤S6、基于步骤S5的数据质量评分及步骤S3的遮挡面积占比，调用备用机械水尺的实测数据与当前水位估计值比对，更新传感器校准系数；根据遮挡程度及数据质量偏差进行分级预警，并存储典型遮挡场景数据。

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广东省水文局梅州水文分局，其通讯地址为：514000 广东省梅州市梅江区三角镇坜明村；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。