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！

龙图腾网获悉昆明理工大学申请的专利全时空车辆轨迹重构方法、系统及可读存储介质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：CN121744247B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610240965.0，技术领域涉及：G06F18/25；该发明授权全时空车辆轨迹重构方法、系统及可读存储介质是由殷炬元;张帆;李冰;张国平;马景峰;陈雪剑设计研发完成，并于2026-02-28向国家知识产权局提交的专利申请。

本全时空车辆轨迹重构方法、系统及可读存储介质在说明书摘要公布了：本申请涉及数据处理技术领域，尤其涉及一种全时空车辆轨迹重构方法、模型、系统及可读存储介质。利用雷视一体机采集得到的已知数据，形成单源、双向的片段化检测器数据环境，然后，预测盲区范围内车辆的高分辨率横纵向速度数据，最后，基于高分辨率横纵向速度数据，从上下游分别重构横纵向候选轨迹，再将候选轨迹融合，从而得到全时空个体车辆高时空分辨率横纵向轨迹。旨在解决利用单源检测器数据预测全时空车辆轨迹的问题。

本发明授权全时空车辆轨迹重构方法、系统及可读存储介质在权利要求书中公布了：1.一种全时空车辆轨迹重构方法，其特征在于，所述方法包括以下步骤： S10，获取上游雷视一体机采集的第一车辆行驶数据和下游雷视一体机采集的第二车辆行驶数据； S20，确定目标车辆在所述第一车辆行驶数据和所述第二车辆行驶数据中的横纵向位置集合，所述横纵向位置集合包括目标车辆的横向坐标、纵向坐标、横向速度和纵向速度； S30，将所述横纵向位置集合输入至预设模型，以使所述预设模型生成沿下游往上游生成的第一纵向预测轨迹和第一横向预测轨迹，以及沿上游往下游生成的第二纵向预测轨迹和第二横向预测轨迹； S40，将所述第一纵向预测轨迹和所述第二纵向预测轨迹进行加权和，得到纵向融合轨迹，以及将所述第一横向预测轨迹和所述第二横向预测轨迹进行加权和，得到横向融合轨迹，其中，所述第一纵向预测轨迹和所述第二纵向预测轨迹的权重和为1，所述第一横向预测轨迹和所述第二横向预测轨迹的权重和为1； 所述第一横向预测轨迹的表达式为： ； 所述第二横向预测轨迹的表达式为： ； 式中，为所述目标车辆驶离所述上游雷视一体机时的位置u的横坐标，为所述目标车辆驶离所述下游雷视一体机时的位置d的横坐标；ti表示车辆在盲区范围内的第i个时间点，表示第i个时间点预测得到的车辆横向速度，n表示该车辆在盲区范围内的时间点总数； 所述第一纵向预测轨迹的表达式为： ； 所述第二纵向预测轨迹的表达式为： ； 式中，为所述目标车辆驶离所述上游雷视一体机时的位置u的纵坐标，为所述目标车辆驶离所述下游雷视一体机时的位置d的纵坐标；ti表示车辆在盲区范围内的第i个时间点，表示第i个时间点预测得到的车辆纵向速度，n表示该车辆在盲区范围内的时间点总数； 所述预设模型在执行过程中满足以下步骤： S21，提取所述横纵向位置集合中的多维时空特征； S22，将所述多维时空特征进行离散化； S23，引入步长作为可学习参数，将输入的离散化后的多维时空特征根据所述步长的大小进行采样，得到离散化的输入速度序列，采用选择性机制将所述离散化的输入速度序列中的离散参数转化为依赖输入参数，其中，所述步长在学习过程中根据所述离散化后的多维时空特征的速度大小进行调整。

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昆明理工大学，其通讯地址为：650031 云南省昆明市五华区一二一大街文昌路68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。