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！

龙图腾网获悉苏州智行众维智能科技有限公司申请的专利关于城市的路端数据构造方法、系统、介质及设备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：CN119649608B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510174370.5，技术领域涉及：G08G1/01；该发明授权关于城市的路端数据构造方法、系统、介质及设备是由林雨琦;魏苗;高彪;李月设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本关于城市的路端数据构造方法、系统、介质及设备在说明书摘要公布了：本发明提供了一种关于城市的路端数据构造方法、系统、介质及设备，包括：步骤S1：基于路端设备采集城市交通数据，采用事件规则自动化进行数据分类和片段化提取得到事件数据；步骤S2：基于预处理后的事件数据构建自动驾驶仿真动态场景；步骤S3：根据动态场景的关键工况参数和关键交通流特征参数构建场景特征库，并构建仿真测试场景库。本发明能有效提高当地自动驾驶车路协同中路侧端数据的利用率，提升数据价值。

本发明授权关于城市的路端数据构造方法、系统、介质及设备在权利要求书中公布了：1.一种关于城市的路端数据构造方法，其特征在于，包括： 步骤S1：基于路端设备采集城市交通数据，采用事件规则自动化进行数据分类和片段化提取得到事件数据； 步骤S2：基于预处理后的事件数据构建自动驾驶仿真动态场景； 步骤S3：根据动态场景的关键工况参数和关键交通流特征参数构建场景特征库，并构建仿真测试场景库； 在所述步骤S1中： 步骤S1.1：基于路端设备采集到的城市交通数据，包括： 步骤S1.1.1：对路端设备的点位和覆盖范围进行归类划分，确定当地城市路况的覆盖情况，并对路端设备点位设置路况类型和路况权重； 根据道路要素对路端设备点位设置路况类型，并形成路况类型编码，赋予路端设备点位属性；道路要素包括：车道数量、中央分隔方式、路口汇入的道路数量； 所述路况类型编码按照“路口代号”“东南西北各方向车道数量”“东南西北各方向中央分隔方式代号”进行编码； 通过统计整个区域内的点位设备路口类型编码值，根据区域内的路口特征数量分布，根据区域特征形成区域路况权重表； 路况权重计算公式为：同类编码值点位数量总点位数量； 步骤S1.1.2：定义目标级城市交通数据的内容，包括目标物识别时间、目标物唯一标识码、目标物类型、目标物尺寸、目标物速度、目标物位置； 步骤S1.2：事件规则，包括： 步骤S1.2.1：定义事件类型，包括工况类型事件、交通流类型事件、自动驾驶车辆营运类型事件； 步骤S1.2.2：定义事件类型对应的规则，规则包括：时间范围规则、覆盖范围规则、有效事件类型规则； 步骤S1.2.3：其他事件特征，包括采集时间、交通特征、交通参与则会类型； 步骤S1.3：数据的分类和片段化提取，包括： 步骤S1.3.1：按事件类型分类识别和提取数据并保存成事件数据； 步骤S1.3.2：不同事件类型对应不同的数据时间范围和数据覆盖范围； 步骤S1.4：事件数据，包括：采集时间、目标物唯一标识码、类型、位置、尺寸、朝向、速度； 在所述步骤S2中： 步骤S2.1：事件数据的预处理，包括：数据格式规范化、数据时序化、轨迹平滑、速度平滑、目标跳变跟踪与融合、无效目标数据删除、目标尺寸匹配； 步骤S2.2：动态场景的构建，使用数据工具，依据仿真测试平台和场景生产工艺规范，将预处理的事件数据加工成仿真场景，并对应标签化场景，包括：场景自动化生成、场景二次加工、场景合理性校验； 其中，数据工具通过编写python脚本或C++脚本实现将路侧数据写入动态场景中，具体过程包括：数据收集‌：从传感器、数据库或其他数据源实时获取数据；‌数据处理‌：对收集到的数据进行清洗、转换和格式化，以便后续使用；‌场景构建‌：根据处理后的数据构建动态场景，包括绘制图形、更新UI元素或模拟物理行为；‌实时更新‌：定期或根据事件触发更新场景，以保持其与实时数据的同步；‌用户交互‌：处理用户输入，包括鼠标点击、键盘按键，以改变场景或获取更多信息； 在所述步骤S3中： 步骤S3.1：场景特征提取，使用数据工具，提取场景特征，并对场景特征进行统计和分析，结合路况特征，形成参数设置、参数分布及参数组合配置，提供仿真测试逻辑场景的真实性设计基础，包括：交通参与者行为特征提取、宏观交通流特征提取、工况关键特征提取、路况关键特征提取； 其中，数据工具通过编写python脚本或C++脚本实现将路侧数据写入动态场景中；具体包括：数据预处理‌：使用Python库包括Pandas、NumPy或C++标准库对收集到的数据进行清洗、格式化和转换；‌数据可视化‌：使用库包括Matplotlib、Folium、Pyecharts将处理后的数据可视化为动态场景；‌数据写入动态场景‌：使用Web框架包括Flask、Django或实时数据推送技术包括WebSocket将处理后的数据推送到前端；前端使用包括JavaScript、HTML5Canvas技术将数据动态渲染为场景； 其中，‌特征选择需要根据具体的应用场景，选择最合适的特征提取算法，包括SIFT、SURF；‌图像预处理在特征提取之前，需要对图像进行预处理，包括去噪、增强对比度、调整尺寸，提升特征提取的效果；利用可视化功能，展示关键点与描述符，深入理解特征提取的过程与结果； 步骤S3.2：城市仿真测试场景库构建；基于真实路侧端数据的场景特征库，构建城市测试场景库，包括：场景库建设、场景评价方案建设、测试评价报告建设、测试方案及场景配置； 步骤S3.2.1：场景库建设包括：城市工况场景库和城市交通流场景库。

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苏州智行众维智能科技有限公司，其通讯地址为：215133 江苏省苏州市相城区高铁新城青龙港路286号长三角国际研发社区启动区9幢A座12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”。