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！

龙图腾网获悉湖南工商大学申请的专利一种基于动态图对齐与POI增强的车辆轨迹相似度计算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：CN121834375B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610293082.6，技术领域涉及：G06F18/22；该发明授权一种基于动态图对齐与POI增强的车辆轨迹相似度计算方法是由刘丽艳;苏依林;周新民;邱汝琴;李天乐;王炳灿设计研发完成，并于2026-03-11向国家知识产权局提交的专利申请。

本一种基于动态图对齐与POI增强的车辆轨迹相似度计算方法在说明书摘要公布了：本发明公开了一种基于动态图对齐与POI增强的车辆轨迹相似度计算方法，包括以下步骤：对轨迹进行预处理与地图匹配；采用曲率‑密度双约束的自适应网格划分生成多尺度网格表征，结合POI分布密度与功能权重注入区域语义；利用从轨迹数据统计的转移概率与共现概率引导图注意力网络学习道路表征；构建以GPS、网格、道路为节点的动态图，基于多模态关联指标动态计算边权，通过图注意力网络实现跨模态语义对齐与融合；最后通过融合局部结构保持、全局对比学习与模态正则的联合损失函数优化模型，并输出轨迹相似度；本发明提升了轨迹表征的几何保真度、语义丰富性、对噪声的鲁棒性以及多模态融合的自适应性，显著提高了轨迹相似度计算的准确性。

本发明授权一种基于动态图对齐与POI增强的车辆轨迹相似度计算方法在权利要求书中公布了：1.一种基于动态图对齐与POI增强的车辆轨迹相似度计算方法，其特征在于，包括以下步骤： S1、对原始车辆轨迹点序列进行预处理，提取GPS点序列的时空特征，基于OpenStreetMap构建路网拓扑图，并通过地图匹配算法将所述GPS点序列映射为结构化道路序列； S2、根据车辆轨迹点在各个候选网格单元内的密度约束和几何曲率约束通过三维时空八叉树结构动态调整网格分辨率，提取每个车辆轨迹点所属叶子网格节点以及父节点的多层级网格编码，通过多尺度门控融合机制生成车辆轨迹点的几何网格表征序列； S3、获取各网格单元内不同类别的POI数据并统计POI数据分布密度与功能权重，构建网格单元的语义特征向量，将所述语义特征向量与网格表征序列中对应点的特征进行动态融合，生成语义的增强网格表征序列； S4、采用双概率引导的图注意力机制，从所述结构化道路序列中统计相邻路段间的转移概率以及在滑动时间窗口内路段的共现概率作为可学习的先验知识，通过多层多头注意力机制输出融合静态道路属性、拓扑连接及动态通行规律的最终道路拓扑语义表征； S5、构建动态图交互的多模态语义对齐机制，通过全局聚合节点生成统一的轨迹多模态表征； S501、将步骤S1所述GPS点序列、步骤S3语义的增强网格表征序列、步骤S4最终道路拓扑语义表征分别用于计算GPS模态特征、网格模态特征和道路模态特征三个模态之间的跨模态关联权重，通过序列读出模块汇聚得到GPS模态轨迹级表示、Grid模态轨迹级表示和道路模态轨迹级表示，并作为动态图三个模态的初始特征，根据所述跨模态关联权重构建模态间动态边权； 所述序列读出模块采用平均池化和注意力池化； S502、构建以三个模态为节点、关联权重为边的全连接动态图，通过多层图注意力网络进行迭代式跨模态信息传播与特征对齐，聚合生成统一轨迹多模态表征； S6、构建包含局部结构对齐损失、全局对比学习损失和模态融合门控正则化损失的联合损失函数，对步骤S5生成的所述统一轨迹多模态表征进行监督训练和优化； S7、采用优化后的模型提取待比较的两条轨迹的统一多模态表征并计算相似度，所述相似度作为两条轨迹的最终相似度得分输出。

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湖南工商大学，其通讯地址为：410200 湖南省长沙市岳麓区岳麓大道569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。