深圳市城市交通规划设计研究中心股份有限公司;深圳市交通工程试验检测中心有限公司张枭勇获国家专利权
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!
龙图腾网获悉深圳市城市交通规划设计研究中心股份有限公司;深圳市交通工程试验检测中心有限公司申请的专利一种数字路网云服务平台架构和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:CN120877526B 。
龙图腾网通过国家知识产权局官网在2026-02-10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:202511352420.0,技术领域涉及:G08G1/01;该发明授权一种数字路网云服务平台架构和系统是由张枭勇;朱柯臣;杨德明;陈振武;辛荣亚;胡芳侨;罗佳晨;祝佳祥设计研发完成,并于2025-09-22向国家知识产权局提交的专利申请。
本一种数字路网云服务平台架构和系统在说明书摘要公布了:一种数字路网云服务平台架构和系统,属于智能交通技术领域。为解决提高智慧道路的服务范围和服务水平的问题。本发明基于时空联合索引的多源异构数据融合引擎用于提供分布式交通大数据处理服务,通过基于时空联合索引的多源异构数据融合引擎实现人、车、路全要素物理设备的全域数据整合,对实时接入车载传感器、路侧单元、移动终端的异构数据源基于索引实现准确的定位和查询;多模态地理空间数据智能融合引擎实现标精地图、高精地图、三维实景与三维模型数据的厘米级空间配准与动态渲染,形成虚实映射的可计算数字孪生基座;高精度仿真引擎基于多模态地理空间数据智能融合引擎,实现城市交通系统的毫米级仿真与智能决策验证。
本发明授权一种数字路网云服务平台架构和系统在权利要求书中公布了:1.一种数字路网云服务平台架构,其特征在于,包括基于时空联合索引的多源异构数据融合引擎、多模态地理空间数据智能融合引擎、高精度仿真引擎,所述时空联合索引的多源异构数据融合引擎连接多模态地理空间数据智能融合引擎,所述多模态地理空间数据智能融合引擎连接高精度仿真引擎; 所述基于时空联合索引的多源异构数据融合引擎用于提供分布式交通大数据处理服务,通过基于时空联合索引的多源异构数据融合引擎实现人、车、路全要素物理设备的全域数据整合,得到基于时空联合索引的多源异构数据,对实时接入车载传感器、路侧单元、移动终端的异构数据源基于索引实现准确的定位和查询; 所述多模态地理空间数据智能融合引擎,基于时空联合索引的多源异构数据融合引擎实现标精地图、高精地图、三维实景与三维模型数据的厘米级空间配准与动态渲染,形成虚实映射的可计算数字孪生基座; 所述高精度仿真引擎基于多模态地理空间数据智能融合引擎,通过构建行为建模、场景构建、虚实互馈的三维技术体系,实现城市交通系统的毫米级仿真与智能决策验证; 所述基于时空联合索引的多源异构数据融合引擎的构建方法包括如下步骤: 步骤1.对交通要素复合编码进行数学定义,得到交通实体集合E,交通实体集合中的每个实体具有包括空间坐标、时间戳和类别标识的时空属性三元组,然后进行编码得到行业编码函数、空间编码函数和时间编码函数; 然后定义具有行业编码函数、空间编码函数和时间编码函数的符合编码函数,表达式为: ; 其中,为行业编码函数,为空间编码函数,为时间编码函数,为位串连接操作; 步骤2.基于步骤S1得到的空间编码函数和时间编码函数,设计时空邻近性查询方法,进行基于空间过滤和时间过滤结合的联合过滤,得到表达式为: ; 其中,为交通要素的候选集合,为空间编码的过滤范围,为空间编码的过滤范围; 步骤3.对步骤2得到的交通要素的候选集合,设计多级索引结构,一级索引为基于要素编码前缀的B+树索引,二级索引为基于时空范围的R-tree索引,三级索引为基于交通要素语义类别的倒排索引,定义索引查询复杂度,其中,为所有数据总量,为交通要素的候选集合的数据总量; 步骤4.结合步骤3得到的多级索引结构,采用基于时空相关性的分片函数进行交通要素的分布式存储,表达式为: ; 其中,为基于时空相关性的分片函数,为分片数量,为MurmurHash3算法;然后基于一致性哈希对交通要素的节点负载进行均衡,完成基于时空联合索引的多源异构数据融合引擎的构建,得到基于时空联合索引的多源异构数据。
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深圳市城市交通规划设计研究中心股份有限公司;深圳市交通工程试验检测中心有限公司,其通讯地址为:518100 广东省深圳市龙华区民治街道北站社区龙华设计产业园总部大厦1栋1101;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励