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！

龙图腾网获悉安徽工程大学申请的专利一种基于极坐标的3D-BEV车道线感知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：CN121147865B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511157971.1，技术领域涉及：G06V20/56；该发明授权一种基于极坐标的3D-BEV车道线感知方法是由时培成;戈润帅;高永基;张博;谭震;夏昆明;王昊;陈中秋;武婉婉;吴晓岚;张指航设计研发完成，并于2025-08-19向国家知识产权局提交的专利申请。

本一种基于极坐标的3D-BEV车道线感知方法在说明书摘要公布了：本发明涉及车道线检测技术领域，尤其涉及一种基于极坐标的3D‑BEV车道线感知方法，方法包括：通过使用极坐标进行3D车道线检测以取代基于直角坐标系的传统方法、通过使用滑动长条形窗口卷积以适应极坐标系的方法，本发明能够在极坐标系在准确识别图片中的车道线，并在3D空间中进行准确定位，极大地降低了误检率，能够更自然地契合透视投影的放射状分布特性，显著提升车道线几何结构的建模精度。

本发明授权一种基于极坐标的3D-BEV车道线感知方法在权利要求书中公布了：1.一种基于极坐标的3D-BEV车道线感知方法，其特征在于，包括以下步骤： S1、获取图像，将图像输入ResNet-50骨干网络提取初级特征，通过特征金字塔网络接收初级特征并进一步提取多层级特征； S2、将多层级特征输入极坐标编码器，通过相机参数计算视场角，并基于视场角计算像素列的极坐标角度； S3、通过极坐标角度与视场角进行极坐标编码，使用投影函数将其转换为高维位置编码； S4、将多层级特征与高维位置编码进行相加，并使用滑动窗口进行逐角度卷积，生成极坐标特征； S5、再次获取多层级特征，将多层级特征输入实例提取器，实例提取器对于所述多层级特征，通过使用多层卷积神经网络处理所述多层级特征，并预测实例激活图，通过归一化的实例激活图，进行加权聚合，生成实例特征； S6、将极坐标特征全局池化，与实例特征拼接，经过线性投影生成车道线查询，具体包括： 极坐标解码器首先生成可变形注意力机制的位置编码，对于给定输入图像特征，根据形状生成初始化全为0的二值掩码，随后通过正弦位置编码函数生成空间位置编码： ； 式中为包含卷积和激活函数的自适应位置编码映射层； 随后，输入实例级特征以及极坐标特征，进行拼接，以线性投影的方式生成初始查询： ； 式中为可学习权重； S8、生成3D参考点，使用可变形注意力机制进行迭代优化，修正三维坐标预测，得到检测结果； 步骤S2具体包括： 首先通过一组神经网络进一步提取特征，使多层级特征图尺寸缩小到合理范围，得到特征图； 对于特征图上的每个空间位置，建立归一化的笛卡尔坐标系，建立笛卡尔坐标到极坐标之间的位置映射关系； 在特征图中显式注入透视感知的径向距离与车道线方向旋转的几何先验，将特征图转换到极坐标； 读取相机内部参数，使用x轴焦距计算图像的视场角； 对于特征图中的每个位置，根据视场角计算其每一列的极坐标角度； 步骤S3具体包括： 利用透视感知先验计算每个位置点与特征图中心点的距离，结合每一列的极坐标角度和每个位置点与特征图中心点的距离，得到极坐标编码参数； 使用可学习的投影函数将极坐标空间位置编码参数转换为高维特征。

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安徽工程大学，其通讯地址为：241000 安徽省芜湖市鸠江区北京中路8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。