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！

龙图腾网获悉贾维斯智能(深圳)有限公司申请的专利行车环境全景影像的同步定位与三维路径实时生成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：CN119888145B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202510345200.9，技术领域涉及：G06T19/00；该发明授权行车环境全景影像的同步定位与三维路径实时生成方法是由魏宏伟设计研发完成，并于2025-03-24向国家知识产权局提交的专利申请。

本行车环境全景影像的同步定位与三维路径实时生成方法在说明书摘要公布了：本发明属于智能驾驶技术领域，具体涉及行车环境全景影像的同步定位与三维路径实时生成方法，本发明通过增强低光照条件下采集图像的对比度，提高了特征点提取的准确性，并利用改进的特征点匹配算法显著提升了车辆定位精度。结合预测位置更新全景影像中的特征点分布，实现了三维路径图的实时生成与动态校正，从而有效增强了系统在复杂和变化环境中的适应能力及可靠性。这样不仅解决了传统方法在低光照环境下性能下降的问题，还大幅提升了智能驾驶系统的整体表现，确保了行车安全性和路径规划的精准性。

本发明授权行车环境全景影像的同步定位与三维路径实时生成方法在权利要求书中公布了：1.行车环境全景影像的同步定位与三维路径实时生成方法，其特征在于，包括以下步骤： 采集车辆周围环境的多视角低光照图像； 基于所述多视角低光照图像，调整各视角图像亮度以增强对比度，将调整后的图像进行拼接，形成全景影像； 在所述全景影像中标记特征点，并记录其位置信息，利用特征点的位置信息计算车辆的行驶方向和速度； 根据所述行驶方向和速度，预测下一时刻车辆位置N； 结合预测位置更新全景影像中的特征点分布，具体包括：接收预测的下一时刻车辆位置N=X_next,Y_next，并获取当前全景影像中的特征点列表L： L={f1,D_1,X_1,Y_1,f2,D_2,X_2,Y_2,...,fm,D_m,X_m,Y_m}；其中，fm为特征点，D_m为描述子，X_m、Y_m为特征点的位置坐标； 基于预测的下一时刻车辆位置N，计算车辆相对于各特征点的位置变化POS_CHANGE=X_next-X_i,Y_next-Y_i，其中X_i,Y_i为特征点fi在当前帧中的位置坐标； 使用所述位置变化POS_CHANGE更新每个特征点的新位置坐标X'_i,Y'_i，新位置坐标计算公式为X'_i=X_i+POS_CHANGE_X，Y'_i=Y_i+POS_CHANGE_Y，其中POS_CHANGE_X和POS_CHANGE_Y分别为POS_CHANGE在x轴和y轴上的分量； 将更新后的特征点位置坐标X'_i,Y'_i重新映射到全景影像中，形成更新后的特征点列表L_updated： L_updated={f1,D_1,X'_1,Y'_1,f2,D_2,X'_2,Y'_2,...,fm,D_m,X'_m,Y'_m}； 依据更新后的特征点分布，构建三维路径图，具体包括： 接收所述更新后的特征点列表L_updated，并为每个特征点计算其在z轴上的高度值Z_i； 基于特征点的位置坐标X'_i,Y'_i,Z_i，建立局部坐标系下的三维点云PC： PC={X'_1,Y'_1,Z_1,X'_2,Y'_2,Z_2,...,X'_m,Y'_m,Z_m}； 使用所述三维点云PC中的点，计算相邻特征点之间的距离ED_ij=sqrtX'_j-X'_i^2+Y'_j-Y'_i^2+Z_j-Z_i^2，其中i,j为相邻特征点对； 根据所述距离ED_ij，构建连接相邻特征点的边，形成三维路径图G_path={f1,f2,ED_12,f2,f3,ED_23,...,fm-1,fm,ED_m-1m}，其中ED_m-1m表示特征点fm和fm-1之间的距离； 并持续监控并校正所述三维路径图。

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贾维斯智能(深圳)有限公司，其通讯地址为：518000 广东省深圳市宝安区福海街道塘尾社区凤塘大道富源工业区C1栋4层；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”。