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！

龙图腾网获悉复旦大学申请的专利一种基于Transformer的高精地图实时预测方法和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：CN116071721B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310166744.X，技术领域涉及：G06V20/56；该发明授权一种基于Transformer的高精地图实时预测方法和系统是由张力;徐升华;聂铭;蔡信岳;徐航设计研发完成，并于2023-02-27向国家知识产权局提交的专利申请。

本一种基于Transformer的高精地图实时预测方法和系统在说明书摘要公布了：本发明公开了一种基于Transformer的高精地图实时预测方法，包括：从多个视角相机中获取多个包含道路类别的图像数据、以及每个图像数据所对应的相机内外参数以及自车的标定参数，利用矩阵乘法获取每个图像数据对应的投影矩阵，并对所有图像数据进行预处理，以得到预处理后的多个图像数据；将预处理后的所有图像数据、以及每个图像数据所对应的投影矩阵输入预先训练好的高精地图实时预测模型中，以得到每个道路类别对应的预测结果；使用点非极大值抑制方法对每个道路类别对应的分割图进行处理，以得到所有道路类别对应的关键点集合，对每个道路类别对应的关键点集合、以及该道路类别对应的偏移图和距离图进行解码处理，以得到解码后的检测结果。

本发明授权一种基于Transformer的高精地图实时预测方法和系统在权利要求书中公布了：1.一种基于Transformer的高精地图实时预测方法，其特征在于，包括以下步骤： 1从多个视角相机中获取多个包含道路类别的图像数据、以及每个图像数据所对应的相机内外参数以及自车的标定参数，根据预先建立的鸟瞰图空间坐标系、每个图像数据对应的相机内外参数和自车的标定参数，并利用矩阵乘法获取每个图像数据对应的投影矩阵，并对所有图像数据进行预处理，以得到预处理后的多个图像数据； 2将步骤1预处理后的所有图像数据、以及每个图像数据所对应的投影矩阵输入预先训练好的高精地图实时预测模型中，以得到每个道路类别对应的预测结果，该预测结果包括分割图、偏移图和距离图；高精地图实时检测模型包含依次连接的特征提取主干网络、鸟瞰图地面构建网络，和预测头网络三个部分； 特征提取主干网络包括一个标准的ResNet网络和一个轴向特征金字塔模块，其具体结构为： ResNet网络，其输入为所有视角的多个图像数据，对其进行标准的特征提取操作，输出为维度为以及大小的特征张量，其中W表示每个图像数据的宽度，其取值为800，H表示每个图像数据的高度，其取值为448，每个图像数据的通道数为3； 轴向特征金字塔模块，其输入为ResNet网络输出的以及大小的特征张量，将其按照尺寸从大到小依次排列，得到层特征张量；将每一层特征张量进行轴向自注意力计算，再和上一层更新后的特征张量进行轴向交叉注意力计算，最终输出为以及大小的特征张量； 鸟瞰图地面构建网络由N个解码层串联组成，其中N的取值范围是1到3，每个解码层的输入是100×50×256大小的查询特征和特征金字塔模块输出得到的大小的特征张量，首先，对所有查询特征进行轴向自注意力计算，以得到更新后的100×50×256大小的查询特征，然后，遍历更新后的100×50×256大小的特征张量的每一个查询特征，根据查询特征投影到相机视角是否可见的结果，将其划分为可见查询特征或者为不可见查询特征，随后，对可见查询特征和特征金字塔模块输出得到的以及大小的特征张量进行多视角采样注意力计算，得到更新后的可见查询特征，大小为N1×256，然后，对不可见查询特征和特征金字塔模块输出得到的大小的特征张量进行全局交叉注意力计算，以得到更新后的不可见查询特征，大小为N2×256，其中N1+N2＝5000，最后，将所有查询特征输入全连接层网络，以得到100×50×256大小的特征张量，作为下一个解码层的输入，由此，鸟瞰图地面构建网络最终输出为100×50×256大小的特征张量； 预测头网络包括并行的车道线预测头、人行道预测头和路沿预测头三部分，所有预测头的结构完全相同，每个预测头由三个相同的并行的网络分支构成，每个网络分支由M个卷积层顺序连接而成，将100×50×256大小的特征张量输入三个预测头中，并进行上采样操作，以得到三个预测结果，每个预测结果包括400×200×2大小的分割图、400×200×4大小的偏移图、以及400×200×2大小的距离图，其中M的取值范围是2到4； 3使用点非极大值抑制方法对步骤2得到的每个道路类别对应的分割图进行处理，以得到所有道路类别对应的关键点集合，对每个道路类别对应的关键点集合、以及步骤2得到的该道路类别对应的偏移图和距离图进行解码处理，以得到解码后的检测结果，将所有道路类别对应的检测结果进行拼接，以得到最终的高精地图预测结果。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路539号新金博大厦1307；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。