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！

龙图腾网获悉福州大学申请的专利基于划分的自适应轨迹拐点提取与压缩方法及系统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：CN116483814B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202310449353.9，技术领域涉及：G06F16/215；该发明授权基于划分的自适应轨迹拐点提取与压缩方法及系统是由邬群勇;郑汉捷;王涵菁;尹延中;张晨;汪小钦设计研发完成，并于2023-04-24向国家知识产权局提交的专利申请。

本基于划分的自适应轨迹拐点提取与压缩方法及系统在说明书摘要公布了：本发明的目的在于提供一种基于划分的自适应轨迹拐点提取与压缩方法及系统，通过构建基础轨迹数据集；依次计算两个相邻轨迹点的行驶方向向量，得到轨迹的方向向量序列。基于Kmeans算法对方向向量序列进行聚类，将轨迹粗划分为子轨迹，得到子轨迹序列；搜索子轨迹序列中仅包含两个轨迹点的子轨迹作为待合并子轨迹，基于余弦相似性计算每一条待合并子轨迹的合并阈值，对需要合并的子轨迹进行合并；基于改进的轮廓系数判断子轨迹边界移动的条件，对需要移动的子轨迹的边界进行移动，相邻的子轨迹共享一个轨迹点，提取此类轨迹点作为轨迹的拐点；提取轨迹序列的起点，拐点和终点，其轨迹序列即压缩后的轨迹。

本发明授权基于划分的自适应轨迹拐点提取与压缩方法及系统在权利要求书中公布了：1.一种基于划分的自适应轨迹拐点提取与压缩方法，其特征在于，包括以下步骤：步骤S1：获取轨迹数据，进行预处理后，构建基础轨迹数据集；步骤S2：依次计算两个相邻轨迹点的行驶方向向量，得到轨迹的方向向量序列；基于Kmeans算法对方向向量序列进行聚类，将轨迹粗划分为子轨迹，得到子轨迹序列；步骤S3：搜索子轨迹序列中仅包含两个轨迹点的子轨迹作为待合并子轨迹，基于余弦相似性计算每一条待合并子轨迹的合并阈值，对需要合并的子轨迹进行合并，得到合并后的子轨迹序列；步骤S4：基于改进的轮廓系数判断子轨迹边界移动的条件，对需要移动的子轨迹的边界进行移动，得到更新后的子轨迹序列，相邻的子轨迹共享一个轨迹点，作为轨迹的拐点；步骤S5：提取轨迹序列的起点，拐点和终点，生成的轨迹序列即压缩后的轨迹；步骤S3具体包括以下步骤：步骤S31：为每一条待合并的子轨迹计算一个合并阈值；过程描述为：计算子轨迹对应方向向量与其他属于同一类的方向向量的余弦距离，取其中的最大值作为合并阈值；计算公式如下： 式中，x描述为待合并子轨迹的唯一方向向量，xi为与x属于同一类簇的其他方向向量，向量间的相似性度量使用余弦距离；步骤S32：计算每一条待合并子轨迹的方向与相邻子轨迹的所有方向向量的余弦距离的平均值，如果大于合并阈值，则将子轨迹与方向更为相似的相邻子轨迹进行合并，得到合并后的子轨迹序列；步骤S4具体包括以下步骤：考虑到轨迹数据的时序特性，在子轨迹的边界轨迹段处计算轮廓系数，根据轮廓系数的大小决定是否进行子轨迹的边界移动以及边界移动的方向；计算公式如下所示： 其中： 式中，轮廓系数的值介于[-1,1]，越趋近于1代表方向向量的内聚度和分离度都相对优；反之，越趋近于-1则代表方向向量的内聚度和分离度都相对差；是计算轨迹段方向的内聚度，即描述为当前方向向量与同一子轨迹内其他方向向量的不相似程度的平均值；是计算当前方向向量的外离度，描述为当前方向向量与其直接相邻子轨迹内的所有方向向量的不相似程度的平均值；在边界移动的过程中，如果出现移动后当前子轨迹仅包含两个轨迹点的情况，则对该子轨迹进行合并条件的判断，对需要合并的子轨迹进行合并；得到边界移动后的子轨迹序列，相邻的子轨迹之间共享一个轨迹点，提取出此类轨迹点，作为轨迹的拐点。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。