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！

龙图腾网获悉吉林大学申请的专利一种面向复杂交互泊车数据集的关键泊车场景提取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：CN118366307B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202410574450.5，技术领域涉及：G08G1/01；该发明授权一种面向复杂交互泊车数据集的关键泊车场景提取方法是由朱冰;曹昕然;赵健;吕刚;吴昊设计研发完成，并于2024-05-10向国家知识产权局提交的专利申请。

本一种面向复杂交互泊车数据集的关键泊车场景提取方法在说明书摘要公布了：本发明属于汽车技术领域，具体的说是一种面向复杂交互泊车数据集的关键泊车场景提取方法。包括：步骤一、多目标轨迹数据提取；步骤二、根据检测结果对每个目标进行状态估计，生成包含位置、速度、加速度的时间序列轨迹数据；步骤三、基于多元特征融合的泊车行为识别模型，从提取的轨迹序列中筛选发生泊车行为的轨迹，实现对泊车行为的判断；步骤四、构建关键交通参与者识别模型，截取其他交通参与者在该范围内的轨迹序列；步骤五、设计交互强度量化指标，综合考虑空间接近度和机动程度量化判别主车与交通参与者之间是否发生交互，筛选邻域交通参与者集合；步骤六、设计泊车场景关键性指标，从整个泊车数据集中提取出关键泊车场景。本发明可用于存在复杂交互的泊车数据集的关键泊车场景提取，更关注于泊车过程中其他交通参与者对本车决策规划的影响，提取出的关键泊车场景具有真实性，用于智能泊车系统的场景测试过程。

本发明授权一种面向复杂交互泊车数据集的关键泊车场景提取方法在权利要求书中公布了：1.一种面向复杂交互泊车数据集的关键泊车场景提取方法，其特征在于，包括以下步骤： 步骤一、多目标轨迹数据提取，采用目标检测模型YOLO和多目标跟踪算法DeepSORT对泊车数据集中的运动目标进行检测跟踪； 步骤二、根据检测结果对每个目标进行状态估计，生成包含位置、速度、航向角、加速度的时间序列轨迹数据； 步骤三、基于多元特征融合的泊车行为识别模型，从提取的轨迹序列中筛选发生泊车行为的轨迹；所述泊车行为识别模型通过集成车辆在轨迹终端的关键动态特征以及空闲车位位置信息，实现对泊车行为的判断； 步骤四、构建关键交通参与者识别模型，根据泊车过程中主车车速与交通流密度划定交互范围，截取其他交通参与者在该范围内的轨迹序列； 步骤五、设计交互强度量化指标，综合考虑空间接近度和机动程度量化判别主车与交通参与者之间是否发生交互，筛选邻域交通参与者集合； 步骤六、设计泊车场景关键性指标，结合交互强度、泊车空间对泊车场景的整体关键性进行评价，最终以此为依据从整个泊车数据集中提取出关键泊车场景； 其中，所述步骤六的具体方法如下： 61设计泊车操作难易度指数，综合反映泊车空间以及车位尺寸对泊车操作难易度的影响，表示为： 1对于垂直车位，考虑左侧、右侧以及后方车位的占用状态，对于平行车位，考虑前方、后方以及侧方车位占用状态，设计操作难度分数表示泊车过程中车辆的可调整空间大小，表示为： 其中，Navail为当前可用车位数量；Nmax为最大车位总数；LineWidth为停车场主路宽度；当目标车位周围车位无占用时，Navail值为3；无可借用车位时，Navail值为1，智能泊车系统的路径规划难度增加； 2根据车辆尺寸与车位尺寸，评估泊车成功的可行性，设计车位尺寸匹配度分数，表示为： 其中，Smatch为车位尺寸与主车尺寸的重叠部分面积；Smain为主车的尺寸；当车位完全适应主车尺寸时，PSSM值为0，表示最佳匹配，如果不匹配则会得到一个位于0-1的值； 3最后计算泊车操作难易度指数，表示为： PSCI＝A3S+PSSM 62根据步骤五所述的交互强度量化指标，计算提取的每个关键交通参与者的交互强度的总和以及泊车空间难易度指数作为场景关键性的量化，分数超过一定阈值即为发生交互的关键泊车场景，表示为： 其中，J为邻域交通参与者集合，InteractionScorej为每个参与者的交互强度得分；w1为考虑静态障碍物的权重系数；w2为考虑动态交互参与者的权重系数，并满足w1+w2＝1； 63关键泊车场景提取： 用DragonLakeParking数据集以及其他采用无人机正射航拍视角下的停车场视频的场景进行提取，提取过程如下：根据步骤一和步骤二的方法从泊车数据集中获得目标轨迹序列；通过对目标轨迹序列的分析对比，选择多元动态特征对轨迹序列进行筛选，将轨迹序列分为泊车任务类与非泊车任务类；针对泊车任务类，根据主车的位置与速度序列划定空间交互范围，从其他参与者序列中筛选出邻域交通参与者集合；交通参与者与主车之间的距离小于交互范围时视为其轨迹起点，距离大于交互范围时视为其轨迹终点；根据步骤五计算的主车与每个关键交通参与者的交互强度，根据每个参与者的位置特征，加速度特征以及航向角特征，计算相应的空间接近度和机动程度指标；根据步骤六计算泊车操作难易度指数，其中车位尺寸与停车场主路宽度为已知量，最后统一计算场景关键性指标。

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吉林大学，其通讯地址为：130012 吉林省长春市长春高新技术产业开发区前进大街2699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。