天津大学谢辉获国家专利权
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!
龙图腾网获悉天津大学申请的专利一种基于多模态数据在线学习优化的高精地图智能化修正与更新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:CN119763059B 。
龙图腾网通过国家知识产权局官网在2025-11-07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:202411602224.X,技术领域涉及:G06V20/56;该发明授权一种基于多模态数据在线学习优化的高精地图智能化修正与更新方法是由谢辉;刘志;宋康设计研发完成,并于2024-11-11向国家知识产权局提交的专利申请。
本一种基于多模态数据在线学习优化的高精地图智能化修正与更新方法在说明书摘要公布了:本发明公开了一种基于多模态数据在线学习优化的高精地图智能化修正与更新方法,本发明通过构建地图参考线的拓扑结构和序列点集离散,实现了地图信息的统一序列表示,提高了地图数据的组织和处理效率;并采用CNN语义分割和逆透视变换,结合位姿图优化方法,实现了对矿场道路边界的精确感知和融合,提高了地图数据的空间精度;利用Frenet坐标系转化对车辆实时运动轨迹偏移状态进行推导,有效地表征了车辆实时运行时路线与地图参考线的误差量,提高了地图更新学习模型的准确性。
本发明授权一种基于多模态数据在线学习优化的高精地图智能化修正与更新方法在权利要求书中公布了:1.一种基于多模态数据在线学习优化的高精地图智能化修正与更新方法,其特征在于,包括以下步骤: 步骤1,根据OpenDrive规范,利用初始高精地图静态文本提供的道路结构体、道路结构体连接关系以及多项式ParamPoly3,完成初始地图不同道路参考线的拓扑连接关系构建,得到局部uv坐标系下的离散点序列ui,vi,以每段道路结构体起点x0,y0作为离散点序列ui,vi的原点,求取绝对坐标系下的地图参考线序列xi,yi; 步骤2,利用CNN语义分割方法对原始图像的道路边界线进行感知,得到语义像素位置[u,v],通过逆透视变换将语义像素位置[u,v]从图像平面反投影,得到车辆坐标系下的道路边界特征位置[xv,yv,zv]; 步骤3,采用位姿图优化方法结合车辆的IMU和GPS数据,得到车辆的精确位姿,依据车辆的精确位姿将车辆坐标系下的道路边界特征序列转换为全局坐标系下的道路边界序列xiw,yiw,,ziw; 步骤4,通过Frenet坐标系转化,对车辆实时运动轨迹序列x,y与地图参考线序列xi,yi之间的路径偏差进行推导,得到车辆实时运动轨迹序列偏移状态量Si,Li; 步骤5,将全局坐标系下的道路边界序列xiw,yiw,,ziw与地图参考线序列xi,yi融合得到地图信息序列,再将其与车辆实时运动轨迹序列偏移状态量Si,Li进行序列融合,得到多模态序列向量si,多模态序列向量结合为车辆实时运动轨迹序列创建对应的多模态信息序列Xi={s,si+1,…,si+k-2,si+k-1}; 步骤6,利用步骤5得到的多模态信息序列对动态多头自注意力Transformer模块学习网络进行训练,通过注意力机制建模,输出序列特征,得到更新后的地图参考线序列和道路边界序列,并采用损失函数进行准确度量化; 步骤7,在车辆于实际运行场景下,对训练好的学习网络进行检验,根据检验结果,调整学习网络的结构和参数,实时更新地图道路曲线,作为下一次初始地图,重复更新循环。
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天津大学,其通讯地址为:300072 天津市南开区卫津路92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。
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