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！

龙图腾网获悉重庆大学申请的专利一种高速公路车辆纵向轨迹重建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：CN118918713B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202410934321.2，技术领域涉及：G06F30/25；该发明授权一种高速公路车辆纵向轨迹重建方法是由赵敏;孙棣华;任玲设计研发完成，并于2024-07-12向国家知识产权局提交的专利申请。

本一种高速公路车辆纵向轨迹重建方法在说明书摘要公布了：本发明属于智能交通信息技术领域，公开了一种高速公路车辆纵向轨迹重建方法，包括：S1.采集目标路段的ETC数据和“两客一危”GPS数据，对数据进行预处理，并提取不同时空维度下的车辆速度特征；S2.针对数据缺失情况，基于XGBoost算法构建车辆瞬时速度估计模型，估计特定时空条件下的车辆瞬时速度；S3.对车辆瞬时速度估计模型的误差进行评价，并对计误差的概率分布进行拟合；S4.将车辆瞬时速度估计结果及误差作为观测值和观测噪声，使用改进粒子滤波算法完成车辆纵向轨迹的重建。本发明的高速公路车辆纵向轨迹重建方法有效克服了现有轨迹重建方法在数据缺失和噪声处理方面的局限性，提供了更高精度和鲁棒性的轨迹重建结果。

本发明授权一种高速公路车辆纵向轨迹重建方法在权利要求书中公布了：1.一种高速公路车辆纵向轨迹重建方法，其特征在于，包括以下步骤： S1.采集目标路段的ETC数据和“两客一危”GPS数据，对数据进行预处理，并提取不同时空维度下的车辆速度特征； S2.针对数据缺失情况，基于XGBoost算法构建车辆瞬时速度估计模型，估计特定时空条件下的车辆瞬时速度； S3.对车辆瞬时速度估计模型的误差进行评价，并对误差的概率分布进行拟合； S4.将车辆瞬时速度估计结果及误差作为观测值和观测噪声，使用改进粒子滤波算法完成车辆纵向轨迹的重建； S4.1在初始化模块中确定目标车辆需重建的轨迹点数，完成粒子集初始化和粒子权重初始化； 其中，粒子集初始化中粒子状态空间维度为2，分别代表车辆位置和车辆速度，粒子集数量确定，同时，所有初始粒子设置相等的权重； S4.2在状态估计模块中，使用动态模型预测粒子在下一时间窗口的状态； 对于粒子集中的每个粒子i，动态模型表示为： 式中，分别代表第t时刻第i个粒子的预测速度和预测位置；分别代表第i个粒子在t-1时刻的速度和位置；代表第t时刻第i个粒子相对于前一时刻的速度变化量，速度变化量服从均匀分布，即的上限为140kmh；Δt表示相邻两个时刻之间的时间间隔； S4.3使用观测模型进行每个粒子权重的更新； 即使用XGBoost算法估计出的当前时间窗口内的车辆速度作为观测值，并用瞬时速度估计模型的误差作为观测噪声来计算预测值与对应时间窗口内的观测值的似然度d； 式中，vpar为每个粒子的速度预测值；vobs为对应时间窗口内的速度观测值；MAE表示平均绝对误差； S4.4使用残差-分层混合重采样方法进行粒子权重的重采样； I.计算有效粒子样本数量，判断是否需要重采样； 式中，Neff表示有效粒子样本数量，有效粒子样本数量Neff小于粒子样本总数N的一半时，则需要进行重采样； II.计算每个粒子的重采样指数，重采样指数包括整数和残差； ni＝|N·wi| 式中，ni为整数部分，代表每个粒子至少被复制的次数；为残差； III.对残差部分进行分层重采样以填充剩下的个粒子位置，重新归一化残差得到权重 IV.将剩余的个粒子位置分配给粒子，使用分层重采样方法基于残差权重进行抽样，即生成个在[0,1区间均匀分布的随机数，对于每一个随机数，找到对应的分区间，分区间由归一化的残差权重定义；根据残差部分的分布选择额外的粒子，完成重采样操作； S4.5利用更新和重采样后的粒子集合，计算最终的状态估计值，得到当前时刻的车辆速度和位置； S4.6在轨迹输出模块中，使用轨迹缩放策略来调整重建轨迹的长度，通过设置重建长度与实际长度差的阈值θ来判断是否对重建轨迹进行缩放，缩放因子α计算如下： 式中，Lrec为重建轨迹长度；Lact为车辆实际行驶距离； 确定重建轨迹的缩放需求后，对每一时间窗口内的估计结果应用缩放因子实现最终重建轨迹的输出。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区正街174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。