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！

龙图腾网获悉华南理工大学申请的专利基于视觉标记的自动驾驶空间规划增强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：CN120298992B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202510359692.7，技术领域涉及：G06V20/56；该发明授权基于视觉标记的自动驾驶空间规划增强方法是由黄双萍;张志远;何奇昇;彭文杰;俆之昊设计研发完成，并于2025-03-25向国家知识产权局提交的专利申请。

本基于视觉标记的自动驾驶空间规划增强方法在说明书摘要公布了：本发明公开了一种基于视觉标记的自动驾驶空间规划增强方法，包括以下步骤：获取原始图像和文本输入；对原始图像进行处理，获得图像特征；对文本输入进行处理，获得文本特征；利用图像特征和文本特征生成带有视觉标记的文本输出；对带有视觉标记的文本输出进行转换，获得带坐标的文本输出；显著提升了自动驾驶场景中空间理解的准确性和语义一致性，实现了视觉感知与语义表达的高度同步，有效解决了现有方法视觉与语言模态语义割裂的问题。不仅大幅提高了自动驾驶问答任务中对物体位置、运动状态及交互关系的解析精度，还能显著增强复杂驾驶场景下的决策可靠性和规划自然度。

本发明授权基于视觉标记的自动驾驶空间规划增强方法在权利要求书中公布了：1.一种基于视觉标记的自动驾驶空间规划增强方法，其特征在于：包括以下步骤： 步骤1，获取原始图像和文本输入； 步骤2，对原始图像进行处理，获得图像特征； 步骤3，对文本输入进行处理，获得文本特征； 步骤4，利用图像特征和文本特征生成带有视觉标记的文本输出； 步骤5，对带有视觉标记的文本输出进行转换，获得带坐标的文本输出； 所述对原始图像进行处理，获得图像特征，包括以下步骤： 步骤201，利用原始图像，通过检测专家模型生成视觉标记图像； 步骤202，利用原始图像和视觉标记图像生成场景级特征； 步骤203，利用场景级特征生成实例级特征； 步骤204，利用场景级特征和实例级特征分别生成图像特征； 所述利用原始图像和视觉标记图像生成场景级特征，包括以下步骤： 步骤2021，冻结原始视觉编码器的参数，同时创建一个具有参数的可训练副本； 步骤2022，原始图像通过原始视觉编码器得到原始图像的编码，视觉标记图像通过可训练副本得到视觉标记图像的编码； 步骤2023，视觉标记图像的编码经过一个具有参数的零线性网络，输出视觉标记图像的场景级特征；其中，零线性网络的权重和偏差都初始化为0； 步骤2024，视觉标记图像的场景级特征和原始图像的编码各元素累加得到原始图像的场景级特征，表达式为： ； 其中，，H为高度，W为宽度，C为通道数； 所述利用场景级特征生成实例级特征，包括以下步骤： 首先，通过原始图像的场景级特征以及第个对象的检测掩膜，对检测掩膜进行放缩至和所述场景级特征相同的尺寸； 接着，使用掩膜平均池化得到第个对象的实例级特征； 。

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华南理工大学，其通讯地址为：510000 广东省广州市天河区五山路381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。