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基于多源稀疏检测器数据的全时空车辆轨迹重构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：CN120277347B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510766031.6，技术领域涉及：G06F18/15；该发明授权基于多源稀疏检测器数据的全时空车辆轨迹重构方法是由殷炬元;杨鸿志;邓利昆;刘启远;张思泽;李冰;李博杨设计研发完成，并于2025-06-10向国家知识产权局提交的专利申请。

本基于多源稀疏检测器数据的全时空车辆轨迹重构方法在说明书摘要公布了：本发明涉及一种基于多源稀疏检测器数据的全时空车辆轨迹重构方法，属于轨迹重构技术领域。该方法包括：将上、下游定点检测器数据与稀疏移动检测器数据格式统一，形成多源稀疏检测器数据环境，并将多源检测器围成的时间与空间范围视为车辆轨迹重构区域；基于多源稀疏检测器数据，利用智能驾驶员模型重构得到初始全时空车辆轨迹；将全时空车辆轨迹数据转化为矩阵数据结构，利用迭代矩阵奇异值分解算法提高车辆轨迹的重构精度，得到最优全时空车辆轨迹。与现有轨迹重构技术相比，本发明在多源稀疏检测器数据环境下性能出色并且适用范围广。

本发明授权基于多源稀疏检测器数据的全时空车辆轨迹重构方法在权利要求书中公布了：1.一种基于多源稀疏检测器数据的全时空车辆轨迹重构方法，其特征在于，具体步骤为： 步骤S1：将上、下游定点检测器数据与稀疏移动检测器数据格式统一，形成多源稀疏检测器数据环境，并将多源稀疏检测器围成的时间与空间范围视为车辆轨迹重构区域； 步骤S2：在车辆轨迹重构区域内，基于多源稀疏检测器数据，利用智能驾驶员模型重构得到初始全时空车辆轨迹； 步骤S3：构建矩阵数据结构，将全时空车辆轨迹数据转化为矩阵数据结构，并基于迭代矩阵奇异值分解算法得到最优全时空车辆轨迹； 所述步骤S1中车辆轨迹重构区域具体为： 在轨迹重构过程中，利用移动检测器和定点检测器将全时空车辆轨迹划分为多个重构区域，将网联车视为移动检测器，由前一辆网联车经过上游定点检测器的时间和下一辆网联车之前的非网联车经过下游定点检测器的时间组成时间范围，并且由上、下游定点检测器的距离组成空间范围，从而形成多个单独的车辆轨迹重构区域，其中，所述车辆轨迹包括车辆ID、时间戳、速度和位置； 所述步骤S3具体包括： 步骤S31：构建一个矩阵数据结构，将初始全时空车辆轨迹储存到矩阵中，得到初始全时空轨迹矩阵； 步骤S32：对初始时空轨迹矩阵运用迭代的奇异值分解算法，得到最优全时空车辆轨迹； 所述步骤S31具体为： 所述矩阵数据结构第一行是网联车轨迹数据，第二行是第一辆非网联车轨迹数据，以此类推至最后一辆非网联车，具体为： ； 其中：是第辆车在整个时间范围内的轨迹向量，是车辆经过上游定点检测器时的数据，是车辆经过下游定点检测器时的数据，是车辆到达上游定点检测器之前的未知数据，是车辆驶离下游定点检测器之后未知数据，是在重构区域内的未知数据； ； 其中，是在重构区域内由智能驾驶员模型重构得到的初始全时空轨迹矩阵；和分别是已知的网联车轨迹数据；是第辆非网联车到达上游定点检测器之前的未知数据，是第辆非网联车驶离下游定点检测器之后未知数据，是第辆非网联车经过上游定点检测器时的数据；是第辆非网联车经过下游定点检测器时的数据；是第辆非网联车由智能驾驶员模型重构得到的初始轨迹数据；是第辆非网联车到达上游定点检测器之前的未知数据，是第辆非网联车驶离下游定点检测器之后未知数据，是第辆非网联车经过上游定点检测器时的数据；是第辆非网联车经过下游定点检测器时的数据；是第辆非网联车由智能驾驶员模型重构得到的初始轨迹数据；是最后辆非网联车到达上游定点检测器之前的未知数据，是最后辆非网联车驶离下游定点检测器之后未知数据，是最后辆非网联车经过上游定点检测器时的数据；是最后辆非网联车经过下游定点检测器时的数据，是最后辆非网联车由智能驾驶员模型重构得到的初始轨迹数据。

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昆明理工大学，其通讯地址为：650031 云南省昆明市一二一大街文昌路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”。