(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211019099.0 (22)申请日 2022.08.24 (71)申请人 同济人工智能研究院 （苏州） 有限公 司 地址 215100 江苏省苏州市相城区高铁新 城青龙港路58号天成时代商务广场 29、 30层 (72)发明人 邓若愚　胡尚薇　 (74)专利代理 机构 苏州创元专利商标事务所有 限公司 3210 3 专利代理师 王桦 (51)Int.Cl. G01N 33/00(2006.01) G06N 20/00(2019.01) (54)发明名称 一种用于气体监测设备的气体浓度预测与 实时定位方法 (57)摘要 本发明涉及一种用于气体监测设备的气体 浓度预测与实时定位方法， 包括如下步骤： 通过 手持式气体监测仪获取某一位置的定位数据和 随时间变化的气体浓度监测数据， 并将定位数据 和气体浓度监测数据传送给气体监测设备主体； 气体监测设备主体根据定位数据计算位置信息， 气体监测设备主体通过预测网络模型计算气体 浓度预测数据； 气体监测设备主体根据气体浓度 预测数据判断该位置是否存在风险， 并向手持式 气体监测仪发送预测结果。 本发 明的方法既能快 速获得手持式气体监测仪的定位地点， 又能高效 预测定位地点的气体浓度， 定位精度高， 预测结 果准确度高， 方便工作人员及时了解可能存在风 险的地点， 能够快速做出行动， 避免发生安全事 故， 保护生命财产安全。 权利要求书3页 说明书8页 附图1页 CN 115453051 A 2022.12.09 CN 115453051 A 1.一种用于气体监测设备的气体浓度预测与实时定位方法， 其特征在于： 包括如下步 骤： S1： 通过手持式气体监测仪获取某一 位置的定位数据和气体浓度监测数据， 包括： (1)手持式气体监测仪获取其在某一位置的定位数据， 并将定位数据传送给气体监测 设备主体， (2)手持式气体监测仪获取该位置处的随时间变化的气体浓度监测数据， 并将气体浓 度监测数据传送给气体监测设备主体； S2： 通过气体监测设备主体 计算位置信息和气体浓度预测数据， 包括： (1)气体监测设备主体根据定位数据计算 位置信息， (2)气体监测设备主体通过 预测网络模型计算气体浓度预测数据； S3： 气体监测设备主体根据气体浓度预测数据判断该位置是否存在风险， 并向手持式 气体监测仪发送预测结果。 2.根据权利要求1所述的用于气体监测设备的气体浓度预测与实时定位方法， 其特征 在于： 在S1(1)中， 手持 式气体监测仪获取定位数据为： 采用TOF测距方法多次测量手持 式气 体监测仪与各个参 考基站之间的距离dn， 其中： 式中： dn为手持式气体监测仪与各个参 考基站之间的距离， C为光速， TTOT为手持式气体监测仪发出信号的时间与收到反馈信号的时间之差， TTAT为参考基站收到信号的时间和发出反馈信号的时间之差 。 3.根据权利要求2所述的用于气体监测设备的气体浓度预测与实时定位方法， 其特征 在于： 在S2(1)中， 气体监测设备主体计算手持 式气体监测仪在该位置处的位置信息的过程 为： 首先采用中值均值滤波法对多次测量的手持式气体监测仪与各个参考基站之 间的距离 进行预处理， 再采用Taylor定位方法进 行求解， 再采用卡尔曼滤波 方法进行滤波处理， 最后 获得手持式气体监测仪在该位置处的位置信息 。 4.根据权利要求3所述的用于气体监测设备的气体浓度预测与实时定位方法， 其特征 在于： 中值均值滤波法为： 采用中值滤波法对多个d1进行滤波， 将多个d1按照数值大小进行 排序， 并剔除其中 的最大值和最小值， 将剩余的d1采用均值滤波法进行滤波， 然后 采用中值 滤波法对多个d2进行滤波， 以此类 推， 直至对多个dn完成滤波。 5.根据权利要求4所述的用于气体监测设备的气体浓度预测与实时定位方法， 其特征 在于： Tayl or定位方法为： 已知各个参考基站的坐标为(xn， yn， zn)， 设手持式气体监测仪的真实位置坐标为(x， y， z)， 手持式气体监测仪与各个参 考基站之间的距离dn， 则可得到： dn2＝(xn‑x)2+(yn‑y)2+(zn‑z)2， 设估计位置坐标的初始值为(x0， y0， z0)， Δx、 Δy、 Δz为真实位置坐标和估计位置坐标 之间的差值， 则有：权　利　要　求　书 1/3 页 2 CN 115453051 A 2由Taylor级数展开并忽略二阶以上分量可 得： 式中： 求出误差量Δx、 Δy、 Δ z后， 并更新 坐标值， 进行 下一次迭代计算， 直至|Δx|+|Δy|+|Δ z|＜K， 其中K为设定值， 此时(x0+Δx， y0+Δy， z0+Δz)即为手持式气体监测仪的真实位置坐标。 6.根据权利要求1所述的用于气体监测设备的气体浓度预测与实时定位方法， 其特征 在于： 在S2(2)， 气体监测设备主体通过预测网络模型计算得到未来一段时间内该位置的气 体浓度预测数据的过程包括： ①将手持式气体监测仪获取的气体浓度监测数据进行时序位置编码， 气体浓度监测数 据包括n个气体浓度监测值， ②将时序位置编码后的气体浓度监测数据输入Autoformer预测网络模型中， Autoformer预测网络模型计算得到m个气体浓度预测值。 7.根据权利要求6所述的用于气体监测设备的气体浓度预测与实时定位方法， 其特征 在于： 时序位置编码为： 手持式气 体监测仪获取的气 体浓度监测数据包括n个连续时序气体 浓度值， 表示数值在时序中的位置， 表示t时刻气体浓度值对应的时序位置向量， d表 示位置向量的维度， i表示 位置向量的第i维， 是生成位置向量 的函数， 则： 其中： 权　利　要　求　书 2/3 页 3 CN 115453051 A 3