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！

龙图腾网获悉辽宁大学申请的专利面向智能驾驶的多变量测量轻量化时空冗余数据构建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：CN121659252B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610170763.3，技术领域涉及：G06F18/25；该发明授权面向智能驾驶的多变量测量轻量化时空冗余数据构建方法是由陈彦峰;宋昕怡;王妍;刘浩仟;张宗烨设计研发完成，并于2026-02-06向国家知识产权局提交的专利申请。

本面向智能驾驶的多变量测量轻量化时空冗余数据构建方法在说明书摘要公布了：一种面向智能驾驶的多变量测量轻量化时空冗余数据构建方法，属于智能驾驶与多传感器数据融合技术领域。本发明首先进行多源感知数据采集与时空同步，然后进行时空冗余度量与特征压缩建模，最后进行轻量化时空数据结构构建：发明通过索引化与分层编码策略实现高效存储与快速检索，为后续融合与容错控制提供实时支持。本发明通过引入物理一致性约束和时空冗余度量机制，实现了多源感知数据的轻量化、高可靠融合，有效降低了数据传输与计算负担，提高了智能驾驶系统在复杂环境下的鲁棒性与实时响应能力。

本发明授权面向智能驾驶的多变量测量轻量化时空冗余数据构建方法在权利要求书中公布了：1.面向智能驾驶的多变量测量轻量化时空冗余数据构建方法，其特征在于，包括以下步骤： 步骤1多源感知数据采集与时空同步：采集来自多类型传感器的环境测量数据，对不同数据源进行时间同步与空间坐标对齐，采用统一时间戳和空间变换矩阵实现多源数据的时空配准，并通过噪声滤波、尺度归一化及缺失值补偿处理，获得统一时空分辨率的多模态预处理数据集，为特征提取提供一致性输入； 步骤2物理一致性约束下的关键特征提取：基于智能驾驶系统的运动学与动力学模型，定义包含多物理变量的多维特征空间，建立各传感器测量量与真实物理变量之间的映射关系，构建物理一致性误差函数，对不同传感器的观测数据进行约束优化，提取满足物理耦合规律的共模特征，滤除虚假与噪声干扰信号； 步骤3时空冗余度量模型构建：在多源同步观测数据基础上，计算不同时间窗口与空间视角下的特征互信息与相似度，构建时空冗余度量矩阵；通过对特征间的统计依赖性分析，量化各特征分量的冗余程度，识别高相关特征区域，建立时空冗余描述模型，为特征压缩提供数据依据； 步骤4自适应特征压缩与去冗余建模：基于时空冗余度量结果，采用自适应压缩算法或多源子空间映射方法，对协方差指标超过预设阈值的特征进行降维与聚合，保留时空演化敏感的主特征分量；通过构建特征映射矩阵实现多源数据的去冗余处理与紧凑表示，形成轻量化时空特征集； 步骤5轻量化时空数据结构构建：设计层次化时空数据结构，将经去冗余处理的特征集按时间、空间与物理量层次编码，构建轻量化特征图，通过分层编码与索引管理机制，实现数据的组织与存储，使特征在不同时间尺度和空间范围内的具有可追溯性与可调用性； 步骤6融合输出与实时支撑：对物理一致性约束误差小于预设阈值且冗余度评价指标低于预设阈值的特征数据进行加权融合与重构，生成联合测量结果，根据融合输出对物理约束模型进行动态更新与参数自适应调整，对模型进行优化。

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辽宁大学，其通讯地址为：110000 辽宁省沈阳市沈北新区道义南大街58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。