Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津大学王浩宇获国家专利权

天津大学王浩宇获国家专利权

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!

龙图腾网获悉天津大学申请的专利一种基于机器视觉的车道线检测与车道保持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:CN119723493B

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:202411782976.9,技术领域涉及:G06V20/56;该发明授权一种基于机器视觉的车道线检测与车道保持方法是由王浩宇;方恺睿;左志强;王一晶设计研发完成,并于2024-12-05向国家知识产权局提交的专利申请。

一种基于机器视觉的车道线检测与车道保持方法在说明书摘要公布了:本发明公开了一种基于机器视觉的车道线检测与车道保持方法,包括以下步骤:S1、基于混合锚建立车道线的模型与特征提取方法;S2、基于注意力机制设计车道线检测网络结构;S3、基于网络结构特征设计网络预测头;S4、基于车道线先验特征形态设计网络损失函数;S5、基于L1正则项和比例因子设计网络参数优化方法;S6、基于逆透视变换和最小二乘法设计车辆跟踪参考轨迹生成算法。本发明采用上述一种基于机器视觉的车道线检测与车道保持方法,通过结合先进的车道线检测网络和车道保持控制算法,显著提升了无人驾驶车辆在复杂道路环境下的稳定性和安全性,具有明确的理论意义和重要的应用价值。

本发明授权一种基于机器视觉的车道线检测与车道保持方法在权利要求书中公布了:1.一种基于机器视觉的车道线检测与车道保持方法,其特征在于,包括以下步骤: S1、基于混合锚建立车道线的模型与特征提取方法; S2、基于注意力机制设计车道线检测网络结构; S3、基于网络结构特征设计网络预测头; S4、基于车道线先验特征形态设计网络损失函数; S5、基于L1正则项和比例因子设计网络参数优化和剪枝方法; S6、基于逆透视变换和最小二乘法设计车辆跟踪参考轨迹生成算法; S7、基于Frenet坐标系下的车辆动力学模型,设计车辆模型预测控制算法; 在S2中,车道线检测网络结构中设置有注意力模块,注意力模块包括一个全连接层Latt,对于索引为i的锚,其对应的局部特征和作为全连接层Latt的输入,Latt的输出为锚映射到全局特征上的权重用于融合除第i个锚以外的其他锚对应的局部特征,从而形成全局特征,对于索引为i的锚,其对应的全局特征张量如下: 其中,分别为行锚和列锚映射到全局特征上的权重,对于所有锚,使用矩阵乘法实现特征张量的产生,对于个行锚,个列锚,则有: 其中, 在S3中,网络预测头包括两个预测头分支,一个是预测定位分支P,一个是存在分支E,对于索引为i的锚,其局部特征 全局特征分别做拼接的操作,输出结果分别记作和和分别作为2个并行全连接层的输入,最终学习固定大小的目标网络Tr和Tc; Tr和Tc中的定位分支写成以下形式: 其中,和为坐标映射的标号,为取整符号,和表示每一个行锚上采样点的数量,即类的数量; 和的存在分支表示: 其中,和为坐标存在的标号,整个网络需要学习 分支,通过两个预测定位分支和两个存在分支最终输出车道的预测,网络的输出部分表示为: P,E=fflattenF; 其中,f是分类器,flatten·是展平操作,用于将输入的特征图展平为一维张量,P,E中包含Pr,Pc,Er,Ec,Pr和Pc的维度分别为和Er和Ec的维度分别为和Nrow和Ncol分别是行锚和列锚的数量。

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天津大学,其通讯地址为:300072 天津市南开区卫津路92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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。