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！

龙图腾网获悉云南师范大学申请的专利一种基于GPU集群的面向大时空尺度的公交车同步移动模式检测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：CN121210582B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511762830.2，技术领域涉及：G06F16/29；该发明授权一种基于GPU集群的面向大时空尺度的公交车同步移动模式检测方法是由熊文;武超伟;王晓璇;刘祥清设计研发完成，并于2025-11-27向国家知识产权局提交的专利申请。

本一种基于GPU集群的面向大时空尺度的公交车同步移动模式检测方法在说明书摘要公布了：本发明涉及一种基于GPU集群的面向大时空尺度的公交车同步移动模式检测方法，属于异构环境下的并行计算、时空大数据处理及移动物体同步移动模式挖掘技术领域。首先，设计一个空间距离映射函数，根据公交车GPS轨迹往返循环的特征，将公交车与起点站之间的空间绝对距离映射为0‑1之间的相对距离，将三维空间中的GPS轨迹映射到二维空间绝对距离，时间轴中。接着，基于多CUDA流，在GPU缓存中按时间窗口划分二维空间，使用CUDA线程组计算轨迹倾斜角与MBR，构建方向感知的MBR索引组织轨迹片段。其次，设计一个基于LCSS的过滤‑验证框架，通过多CUDA流并行加速模式检测。最后，使用PySpark实现流程控制和数据分区，GPU执行计算密集型任务，从而实现分布式并行处理。

本发明授权一种基于GPU集群的面向大时空尺度的公交车同步移动模式检测方法在权利要求书中公布了：1.一种基于GPU集群的面向大时空尺度的公交车同步移动模式检测方法，其特征在于，具体步骤如下： Step1：获取某城市城区范围内公共交通系统某段时间全部公交车的GPS信号记录； Step2：按车牌号对GPS信号记录进行分组，组内GPS信号记录按时间排序，形成每辆公交车的GPS轨迹，进一步得到全部公交车的GPS轨迹集合； Step3：遍历公交车GPS轨迹集合，根据公交车所属线路对应的站点序列对GPS轨迹进行行程切割，生成每辆公交车对应的行程集合； Step4：基于行程集合与匹配的底层路网，计算每条公交车线路在下行与上行方向上对应的路段序列； Step5：遍历每条公交车线路对应的路段序列，利用空间距离映射函数计算每个路段基准点相对于公交车线路起点站的距离，生成基准点距离映射表，并将所有公交线路对应的基准点距离映射表构成基准点距离映射树； Step6：遍历每辆公交车对应的行程集合中所有的GPS轨迹点，基于基准点距离映射树，使用归一化距离映射函数，将公交车去程与返程的GPS轨迹点的空间坐标连续地映射到0~1之间； Step7：按公交线路对映射后得到的GPS轨迹集合进行分组，将同一线路上的所有公交车对应的轨迹划分到同一子集合，对每条线路对应的轨迹子集合进行处理，将GPS轨迹从三维空间转化为二维空间，得到每条线路对应的二维GPS轨迹集合；其中，所述三维空间包括经度，纬度，时间，所述二维空间包括距离，时间； Step8：根据公交车线路实际行驶里程的长度和线路所管理的车辆数量，设计RDD分区函数，对得到的二维GPS轨迹集合的RDD进行重分区和重定向，形成新的数据分布和存储结构，保存在新的RDD中； Step9：将形成的新的数据分布和存储结构，采用三级并行架构，每个任务处理RDD中的一个分区，每个任务连接所在节点的一个GPU，在主机端创建GPU缓存，将分区中的数据拷贝至GPU端，在节点层面，多个任务同时利用页锁定内存和多CUDA流，通过异步数据传输，将本节点所有分区中的数据拷贝至GPU端，数据分区由PySpark计算框架创建，数据并行策略构成三级并行架构的第一级，多CUDA流异步传输与GPUKernel计算重叠构成第二级，GPU底层多线程并行构成第三级； Step10：在GPU端，以计算核心为单位，并行执行GPUMap和GPUGroup计算任务，抽取GPU缓存中存储的数据，按时间窗口划分GPS轨迹片段集合，以时间窗口为单位，使用GPU线程组并行计算每个GPS轨迹片段对应的MBR和倾斜角，形成结构体集合，窗口内的所有结构按倾斜角进行排序，形成方向感知的MBR索引；其中，所述结构体集合包括倾斜角，MBR，轨迹片段； Step11：根据生成的方向感知的MBR索引，依据行程方向、时间窗口、倾斜角、公交车牌号和时间，创建加速索引树； Step12：在GPUMap计算任务中，利用生成的方向感知的MBR索引和构建的加速索引树，使用最长公共子序列LCSS计算轨迹对之间的相似性，并根据相似性得分，过滤小于预设阈值的同步移动模式轨迹片段，生成同步移动模式候选对，所述候选对记录了车牌号，时间范围及对应的轨迹片段； Step13：在GPUGroup计算任务中，对跨时间窗口的候选对进行合并，对于具有相同车牌号的候选对，合并其时间范围和轨迹片段；对于车牌号存在交集的候选对，求取车牌号交集，并合并相应的时间范围和轨迹片段，生成最终的同步移动模式； Step14：在CPU缓存中创建页锁定内存，通过CUDA流，采用异步数据传输的方式，将GPU缓存中的同步移动模式拷贝回CPU缓存，并保存到CPU端的磁盘中。

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云南师范大学，其通讯地址为：650500 云南省昆明市呈贡区聚贤街768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。