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！

龙图腾网获悉山东高速集团有限公司创新研究院;长安大学申请的专利一种路侧视角下基于多源数据融合的车辆状态采集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：CN119740192B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510239407.8，技术领域涉及：G06F18/25；该发明授权一种路侧视角下基于多源数据融合的车辆状态采集方法是由王孜健;周洲;么新鹏;程鑫;张涵;徐志刚;荣文;刘霈源;范颂华;牛亚妮设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本一种路侧视角下基于多源数据融合的车辆状态采集方法在说明书摘要公布了：本发明公开了一种路侧视角下基于多源数据融合的车辆状态采集方法，本发明涉及数据分析技术领域，包括以下步骤：在路侧部署多种采集设备采集车辆状态和环境条件的原始数据，并对采集的原始数据进行预处理；对预处理后的不同传感器采集的原始数据进行时间同步操作。该路侧视角下基于多源数据融合的车辆状态采集方法，通过分析不同环境条件下传感器数据的状况，并分析对车辆状态数据采集的干扰程度，量化分析以便实施对应的数据调整措施，进而提高后续交通管理的准确度，通过整合不同来源的数据，实现车辆状态的实时监测和动态交通管理，从而为交通管理部门制定针对性的预防措施提供科学依据。

本发明授权一种路侧视角下基于多源数据融合的车辆状态采集方法在权利要求书中公布了：1.一种路侧视角下基于多源数据融合的车辆状态采集方法，其特征在于，包括以下步骤： 步骤一、在路侧部署多种采集设备采集车辆状态和环境条件的原始数据，并对采集的原始数据进行预处理； 步骤二、对预处理后的不同传感器采集的原始数据进行时间同步操作，并使用数据融合技术融合不同传感器的原始数据； 步骤三、针对不同环境条件的变化，监测传感器和数据融合结果中的数据异常情况，并分析异常情况的严重程度，匹配相应的恢复调整措施，异常情况严重程度的分析过程包括： 基于融合后的数据，分析各类型环境条件数据，监测不同环境条件的变化； 利用时间序列分析方法，对监测数据进行综合分析，识别异常数据，异常数据表现为数据值的突然变化、数据波动范围的异常扩大； 对异常数据进行整合，确定异常数据的特征，分别为异常值的数量、异常持续的时间、异常数据的波动范围，分析异常数据对车辆状态识别的干扰，计算异常干扰指数，进而量化分析异常数据的严重程度； 根据异常数据的严重程度，划分不同的的干扰等级，分别为轻微干扰等级、中等干扰等级以及严重干扰等级，结合计算的异常干扰指数，为各干扰等级匹配相应的干扰阈值，并为各干扰等级匹配相应的恢复调整措施； 所述异常干扰指数的获取过程包括： 整合来自不同传感器的固定时间周期内的异常数据，包括速度、位置、行驶方向、光照强度、天气状况、温度、湿度和风速，形成异常数据集，异常数据集包含每个异常数据点的时间戳、异常值信息； 分析异常数据集确定异常值的数量、异常持续的时间、异常数据的波动范围的异常数据特征，评估异常数据对车辆状态识别的影响，包括识别准确率的下降、误报率的增加； 基于异常数据对车辆状态识别影响的评估结果，结合异常数据特征综合分析得到异常干扰指数，量化异常数据对车辆状态识别的干扰严重程度； 所述异常干扰指数的计算表达式为： 其中，A为异常干扰指数，N为固定时间周期内异常值的总数，D为异常值持续的总时间长度，B为异常值与其基准值的最大偏离程度，N0为基线异常值数量，代表在正常条件下预期的异常值数量，τ为调整参数，用于控制异常值数量对指数的影响程度，Dmax为观测期间内异常持续时间的最大值，Bmax为观测期间内异常波动范围的最大值； 三个所述干扰等级对应三个所述干扰阈值，其中，所述干扰阈值包括上阈值和下阈值； 三个所述干扰等级与三个所述干扰阈值满足如下关系： 轻微干扰等级0A≤AM； 中等干扰等级AMA≤AL； 严重干扰等级AL＜A1； 其中，A为异常干扰指数，AM为中等干扰等级对应的下阈值与轻微干扰等级对应的上阈值，AL为严重干扰等级对应的下阈值与中等干扰等级对应的上阈值； 步骤四、对调整恢复后的融合数据进行验证及质量分析，控制数据误差，并调整数据的应用策略，对应交通规则需求； 步骤五、利用处理后的数据进行车辆状态监测，以实施针对性的交通管理。

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山东高速集团有限公司创新研究院;长安大学，其通讯地址为：250000 山东省济南市历下区龙鼎大道海尔绿城全运村中央广场A1座11层；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”。