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！

龙图腾网获悉大陆智行德国有限公司申请的专利在本车辆的自动和辅助驾驶中连续、自适应检测环境特征的计算机实施的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：CN116420175B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202180064071.6，技术领域涉及：G06T9/00；该发明授权在本车辆的自动和辅助驾驶中连续、自适应检测环境特征的计算机实施的方法是由T·尼科塞维奇设计研发完成，并于2021-09-21向国家知识产权局提交的专利申请。

本在本车辆的自动和辅助驾驶中连续、自适应检测环境特征的计算机实施的方法在说明书摘要公布了：本发明涉及一种在连接至服务器和多个其他车辆的本车辆的自动和辅助驾驶中连续自适应检测环境特征的方法。本车辆和这些其他车辆设置有彼此相似的相应机器学习模型。该方法包括本车辆的数据收集步骤，其中，基于本车辆的机器学习模型、所获取的传感器数据其中包括图像来生成特定的场景解释。当接收到该场景解释错误的反馈时，将本车辆的对应图像进行编码、散列并发送至服务器，并请求向该多个其他车辆广播这些图像，以请求这些其他车辆向服务器传送特定相似场景解释。然后，这些其他车辆识别与该错误场景解释相对应的环境特征的特定组合，获取这些其他车辆自身的传感器数据并对其进行处理，即包括对图像进行提取、编码和散列。其他车辆通过超过给定阈值的相似度分数将从本车辆和这些其他车辆Vi中的每一个接收的这些图像散列之间的相似度进行比较，这意味着就结构和内容而言，高相似度分数对应于相似的数据。针对这些其他车辆的超过给定阈值的图像散列，这些其他车辆识别出特定相似场景解释并将其发送至该服务器。服务器将与这些其他车辆和本车辆的图像散列相对应的这些其他车辆的传感器数据进行汇总，递增地重新训练本车辆的机器学习模型，并将该递增地重新训练的模型一起发送至本车辆。本发明进一步涉及一种经训练的机器学习模型、一种执行该方法的系统、以及多个非暂态计算机可读介质。

本发明授权在本车辆的自动和辅助驾驶中连续、自适应检测环境特征的计算机实施的方法在权利要求书中公布了：1.一种在本车辆V1的自动和辅助驾驶中连续自适应检测环境特征的计算机实施的方法，该本车辆V1连接至服务器，所述服务器连接至多个其他车辆Vi，i＝2，...n，该本车辆V1、这些其他车辆Vi和该服务器设置有机器学习模型， 该方法包括： 数据收集步骤I，该数据收集步骤I由该本车辆V1的数据收集和处理单元执行： 由该本车辆V1的ADAS传感器获取来自本车辆V1的周围环境的传感器数据， 基于该机器学习模型来解释该传感器数据以生成特定场景解释， 根据该特定场景解释将相关联的指令发送至该本车辆V1的执行电子控制单元， 当该特定场景解释是错误的时，意味着基于该错误解释的场景检测到任何数据不一致，该执行电子控制单元将特定场景解释错误的反馈发送至该本车辆V1的数据收集和处理单元， 从该执行电子控制单元接收关于特定错误场景解释的反馈， 从与该特定错误场景解释相对应的所获取的传感器数据提取相机图像， 对与错误解释的特定场景相对应的这些相机图像进行编码和散列，并获得本车辆V1的图像散列， 将与该错误解释的特定场景相对应的该本车辆V1的图像散列与所获取的传感器数据和由这些其他车辆Vi识别所述车辆Vi的特定相似场景的请求一起发送至该服务器； 数据处理步骤II，该数据处理步骤II由该服务器执行： 识别与该本车辆V1的特定错误场景解释相对应的环境特征的特定组合， 向该多个其他车辆Vi广播该本车辆V1的图像散列和服务器请求，该服务器请求请求该多个其他车辆Vi中的每一个将以下各项数据传送至该服务器：由所述车辆Vi根据从该本车辆V1接收的该数据图像散列获得的特定相似场景，以及这些其他车辆Vi分别在相似场景中获取的其他车辆Vi的相关联传感器数据， 数据处理步骤III，该数据处理步骤III由这些其他车辆Vi的相应数据收集和处理单元执行： 接收这些广播的本车辆V1的图像散列和来自该服务器的服务器请求， 根据该服务器请求，由这些其他车辆Vi中的每一个的ADAS传感器从每个其他车辆Vi的周围环境获取传感器数据， 由这些其他车辆Vi处理所获取的传感器数据，包括：对来自所获取的传感器数据的其他车辆Vi的相机图像进行提取、编码和散列，获得相应的其他车辆Vi的图像散列， 通过超过给定阈值的相似度分数将从该本车辆V1和这些相应其他车辆Vi接收的这些图像散列之间的相似度进行比较，这意味着就结构和内容而言，高相似度分数对应于相似的图像，以及 基于该相似度分数， 由与该相似度分数超过该给定阈值的这些图像散列相对应的所述车辆Vi检索所获取的传感器数据和这些特定相似场景， 将以下各项发送至该服务器：由所述车辆Vi根据从该本车辆V1接收的该数据图像散列获得的特定相似场景，以及分别针对这些其他车辆Vi的相似场景获取的其他车辆Vi的相关联传感器数据， 数据处理步骤IV，该数据处理步骤IV由该服务器执行： 将以下两项进行比较：与该错误解释的特定场景相对应的该本车辆V1的传感器数据，分别针对这些相似场景获取的其他车辆Vi的相关联传感器数据， 将从该本车辆V1和这些其他车辆Vi接收的所获取的传感器数据进行汇总，并且使用所汇总的传感器数据来递增地重新训练该机器学习模型， 将该递增地重新训练的模型发送至该本车辆V1， 数据处理步骤V，该数据处理步骤V由该本车辆V1的数据收集和处理单元执行： 通过用从该服务器接收的该递增地重新训练的机器学习模型替换该现有的机器学习模型来更新该本车辆V1上的该机器学习模型。

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大陆智行德国有限公司，其通讯地址为：德国英戈尔施塔特；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。