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;电子科技大学(深圳)高等研究院申请的专利一种无人机飞行轨迹重复区域识别与综合评价方法及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：CN121305129B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511850718.4，技术领域涉及：G06V10/74；该发明授权一种无人机飞行轨迹重复区域识别与综合评价方法及系统是由孟安鑫;程珙;刘星;沃晨亮;庄蔚群;赵海云;郭家颖设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本一种无人机飞行轨迹重复区域识别与综合评价方法及系统在说明书摘要公布了：一种无人机飞行轨迹重复区域识别与综合评价方法及系统，属于无人机智能控制技术领域。为解决准确找出无人机重复飞行的区域的问题。本发明将无人机飞行轨迹段全部转化为轨迹段结构向量；构建多尺度相似性评估方法，从结构相似性与点位匹配相似性两个方面，对轨迹段结构向量的相似性进行打分评估；计算轨迹段重复频率，基于设定阈值统计每个轨迹段与其他所有轨迹段之间的总相似段数量，提取重复的轨迹段集合；引入核函数构建轨迹热度函数，然后基于热度函数计算轨迹区域的信息熵，建立轨迹区域的热度图；融合信息熵、方向一致性与历史轨迹密度构建无人机飞行轨迹重复区域的综合评分模型，实现对无人机飞行轨迹重复区域的多维量化评价。

本发明授权一种无人机飞行轨迹重复区域识别与综合评价方法及系统在权利要求书中公布了：1.一种无人机飞行轨迹重复区域识别与综合评价方法，其特征在于，包括如下步骤： S1.采集无人机飞行轨迹数据，对采集的每条无人机飞行轨迹数据进行重采样，然后利用滑动窗口分割为无人机飞行轨迹段，组成无人机飞行轨迹段集合； S2.将步骤S1得到的无人机飞行轨迹段全部转化为轨迹段结构向量； 步骤S2中将每个无人机飞行轨迹段转化为结构向量，包括起始方向角、平均曲率、总长度以及所有相邻点之间的差分向量，得到： ； 其中，为轨迹段结构向量，为起始方向角；为平均曲率，为轨迹段总长度；为第l个轨迹点和第l-1个轨迹点的x轴的差分向量，为第l个轨迹点和第l-1个轨迹点的y轴的差分向量； S3.构建多尺度相似性评估方法，从结构相似性与点位匹配相似性两个方面，对轨迹段结构向量的相似性进行打分评估，得到轨迹段结构向量的融合相似性得分； 步骤S3的具体实现方法包括如下步骤： S3.1.结构相似性从整体角度出发，通过轨迹段的方向、曲率、长度衡量轨迹段结构向量形态上的相似性，结构相似性得分的计算表达式如下： ； 其中，为第a个轨迹段、第b个轨迹段的结构向量的结构相似性得分；、分别为第a个轨迹段、第b个轨迹段的结构向量；、分别为、的起始方向角；、分别为、的平均曲率；、分别为、的轨迹段总长度；、、、分别为起始方向角、平均曲率、轨迹段总长度、结构向量的权重系数； S3.2.点位匹配相似性采用聚焦微观对齐的方法，计算点位匹配相似性得分； S3.2.1.对于轨迹段、，采集轨迹段和上的个关键点，关键点包括起点、终点、中点、等长度差值点，构造点对集合，其中，为关键点的数量，ji为关键点的编号，分别表示轨迹段和轨迹段上的第ji个关键点； S3.2.2.计算每对匹配的关键点之间的空间差异，表达式为： ； 然后计算每对匹配的关键点之间的平均差异； S3.2.3.引入轨迹段的长度作为归一化参考，计算点位匹配相似性得分，表达式为： ； 其中，为点位匹配相似性得分； S3.3.计算轨迹段结构向量的融合相似性得分，表达式为： ； 其中，为融合相似性加权系数；为轨迹段结构向量的融合相似性得分； S4.利用步骤S3得到的轨迹段结构向量的融合相似性得分计算轨迹段重复频率，基于设定阈值统计每个轨迹段与其他所有轨迹段之间的总相似段数量，提取重复的轨迹段集合； S5.对步骤S4得到的重复的轨迹段，引入核函数构建轨迹热度函数，然后基于热度函数计算轨迹区域的信息熵，建立轨迹区域的热度图； S6.对步骤S5得到的轨迹区域的热度图，融合信息熵、方向一致性与历史轨迹密度构建无人机飞行轨迹重复区域的综合评分模型，实现对无人机飞行轨迹重复区域的多维量化评价。

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;电子科技大学(深圳)高等研究院，其通讯地址为：518000 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。