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！

龙图腾网获悉珠海网舟电子商务有限公司申请的专利一种可视化的车场停车位发布管理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：CN120526621B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202510653403.4，技术领域涉及：G08G1/14；该发明授权一种可视化的车场停车位发布管理系统是由许文妮;王洲;杨力设计研发完成，并于2025-05-21向国家知识产权局提交的专利申请。

本一种可视化的车场停车位发布管理系统在说明书摘要公布了：本发明公开了一种可视化的车场停车位发布管理系统，本发明涉及停车位的管理领域，包括动态孪生建模模块、智能路径规划模块，所述动态孪生建模模块包括多源数据采集模块、点云预处理模块、语义增强建模模块、实时渲染与优化模块、动态更新与维护模块；所述智能路径规划模块包括高精度定位与环境感知模块和时空约束路径规划模块。本发明所述的一种可视化的车场停车位发布管理系统，通过改进型D*Lite算法可以综合考虑车辆到停车位之间的距离、转弯次数、能耗、坡度，结合交通态势预测模块预测未来停车场的交通态势，每5秒重新计算路径，能有效对停车位的路径进行规划，还能有效避免车辆能源消耗的问题。

本发明授权一种可视化的车场停车位发布管理系统在权利要求书中公布了：1.一种可视化的车场停车位发布管理系统，包括动态孪生建模模块、智能路径规划模块，其特征在于：所述动态孪生建模模块包括多源数据采集模块、点云预处理模块、语义增强建模模块、实时渲染与优化模块、动态更新与维护模块；所述智能路径规划模块包括高精度定位与环境感知模块和时空约束路径规划模块； 所述动态孪生建模模块通过激光雷达、摄像头采集停车场数据，经点云预处理、语义增强建模，利用WebGPU加速实时渲染，采用增量更新与置信度管理维护数据，基于此实现高精度动态的停车场三维建模，用于停车场管理； 所述智能路径规划模块基于时空图神经网络对停车场进行交通态势的预测，结合改进型D*Lite算法动态生成停车场最优路径； 所述多源数据采集模块基于激光雷达、摄像头、环境感知模块，所述激光雷达用于实时采集停车位的高密度的点云数据，用于反映停车位的几何形状和空间位置；所述摄像头用于同步采集高动态的纹理信息；所述环境感知模块包括环境光传感器和气压计，所述环境光传感器用于动态调整采集参数，所述气压计用于测量环境气压； 所述点云预处理模块包括动态点云降噪模块、多视角配准模块，所述动态点云降噪模块用于去除点云数据中的噪声点；所述多视角配准模块用于将不同视角下采集的点云数据进行配准，使它们在同一个坐标系下对齐； 所述语义增强建模模块包括动态语义增强建模模块、时空一致性约束模块、神经网络架构模块，所述动态语义增强建模模块用于对点云数据进行语义分割，识别出不同类型的物体；所述时空一致性约束模块用于保证相邻帧语义分割结果的连续性；所述神经网络架构模块用于对输入的点云数据进行处理，生成动态的3D体素信息，用于对得到的点云数据进行全面的处理和停车场三维模型的建模； 所述实时渲染与优化模块用于根据用户与三维模型的距离动态调整三维模型的细节程度，在保证视觉效果的前提下，提高渲染效率，具体为：将三维模型的细节分为粗粒度，适用于500m外的全局LOD和细粒度，适用于10m内的局部LOD，并采用WebGPU加速渲染过程； 所述动态更新与维护模块包括传输变化区域的点云数据，采用增量更新减少数据传输量，根据置信度对数据进行处理和更新，同时还配备动态语义图数据库，用于存储和管理三维模型的语义信息和历史数据； 所述高精度定位与环境感知模块包括UWB定位模块和数据融合模块，所述UWB定位模块基于在停车场立柱、天花板安装四个以上的激光SLAM导航基站，通过车辆到达的时间差进行三角定位，用于提供厘米级实时定位并支持多车辆并发定位；所述数据融合模块采用扩展卡尔曼滤波融合UWB定位模块的定位数据、停车场三维模型、多源数据采集模块所采集到的数据，用于消除累积定位误差； 所述时空约束路径规划模块包括数据处理模块、时空图构建模块、交通态势预测模块、路径规划算法执行模块； 所述数据处理模块用于收集停车场一个月内的详细交通数据，包括不同时间段每个车位的占用情况、高精度定位与环境感知模块和多源数据采集模块采集到的数据，并对其进行预处理； 所述时空图构建模块用于将停车场的物理空间和时间维度进行抽象，构建一个时空图，具体为：把停车场的物理空间划分为100×100的网格，对于相邻的网格节点，在图中用边将其连接，同时将时间划分为多个时间窗口，其中每个时间窗口为15分钟，基于此构建包含空间和时空维度的时空图，再使用图卷积层对时空图进行处理，提取空间维度上的特征，采用门控循环单元来捕捉时间序列特征，将空间特征和时间特征进行融合，得到综合的时空特征； 所述交通态势预测模块基于提取的时空特征，使用时空图神经网络预测未来时间内停车场的交通态势； 所述路径规划算法执行模块基于交通态势预测模块预测的结果，使用改进型D*Lite算法进行路径规划，具体包括以下步骤： S101：定义代价，公式为： ； 其中为代价，为车辆在时空图中两个节点之间行驶的实际路程，为车辆在时空图中两个节点之间行驶所需要转弯的次数，为根据车辆的类型、行驶速度、坡度因素估算从一个节点到另一个节点的能耗，为两个节点之间的坡度情况，、、、为权重系数，此处将的权重系数设为0.5，将的权重系数设置为0.3，将的权重系数设置为0.1、将的权重系数设置为0.1； S102：从时空图的起始节点开始，将其作为当前节点，检查当前节点的所有相邻节点，对于每个相邻节点，根据公式计算从起始节点经过当前节点到达该相邻节点的代价，比较所有相邻节点的代价，选择代价最小的节点作为下一个路径点，将选择的节点标记为已访问，并将其作为新的当前节点，同时根据交通态势预测模块预测的未来交通态势，避开未来会拥堵的区域，当某个代价在当前计算中小的相邻节点所在的区域在未来某个时间窗口内预计会出现拥堵，在预计拥堵的时间内忽视此节点，寻找其他路径，直到到达目标节点，此时从起始节点到目标节点所经过的节点序列则为初始路径； S103：路径动态更新，每隔5秒，重新评估当前的交通态势，包括获取最新的停车场数据以及更新交通态势预测模块预测的未来交通态势，检查当前规划的路径是否仍然是最优的，比较当前路径上各个节点的代价是否发生变化，当某个节点所在的区域即将变得拥堵、出现了更优的路径选择，则当前路径不再是最优的； S104：当发现当前路径不再最优，则基于最新的交通态势和时空图进行路径的计算，从当前车辆所在的节点开始，重新扩展节点，选择代价最小的节点，直到到达目标节点； S105：实时监测与反馈，车辆在停车场的行驶过程中，实时监测车辆的位置和行驶状态，检查是否按照规划的路径行驶，当现车辆偏离了路径，则发出警报，并重新规划路径； S106：动态车位分配与冲突避免，基于摄像头实时采集车辆的长宽高数据，基于支持向量机分类器，区分轿车、SUV和货车，根据当前采集到的车辆数据自动过滤不满足条件的车位，将不满足条件的车位从路径中去除，重新规划路径；基于交通态势预测模块预测未来停车场内车位的使用情况，并建立优先级机制，其中紧急车辆直接分配最近可用车位；预约车辆提前五分钟锁定车位；普通车辆按到达时间排序进行车位路径的规划。

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珠海网舟电子商务有限公司，其通讯地址为：519000 广东省珠海市横琴新区港澳大道“横琴-中拉及加勒比”展示中心首层18号铺；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。