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！

龙图腾网获悉四川数字交通科技股份有限公司申请的专利基于端边集成的目标感知方法及系统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：CN120821551B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202511333293.X，技术领域涉及：G06F9/48；该发明授权基于端边集成的目标感知方法及系统是由陈垦;张珂溢;钟爱平;杨洋;谭屈山;王俊;李昊旻;焦育威设计研发完成，并于2025-09-18向国家知识产权局提交的专利申请。

本基于端边集成的目标感知方法及系统在说明书摘要公布了：本发明提供一种基于端边集成的目标感知方法及系统，涉及智能交通与自动驾驶领域，首先建立端边节点协同的感知任务队列，明确待处理的道路目标感知需求及相关参数，接着依据感知任务队列中各感知需求的实时性等级和数据精度要求生成资源分配方案，合理调配边缘节点和云端的资源，然后根据资源分配方案对雷达感知信息、相机图像信息及车载交互数据进行并行协同处理，生成初步目标特征集合，再调用高精地图数据及历史感知特征库对初步目标特征集合进行空间校准与时序关联处理，得到校准后的目标特征集合，最后基于校准后的目标特征集合生成道路目标的感知结果集合，为智能交通系统提供准确可靠的目标信息。

本发明授权基于端边集成的目标感知方法及系统在权利要求书中公布了：1.一种基于端边集成的目标感知方法，其特征在于，所述方法包括： 建立端边节点协同的感知任务队列，所述感知任务队列包含待处理的道路目标感知需求及对应的感知范围参数，所述感知范围参数关联道路路段标识及车道边界信息，且每个感知需求绑定对应的实时性阈值与数据精度要求； 依据所述感知任务队列中各感知需求的实时性等级及数据精度要求，生成资源分配方案，所述资源分配方案包含边缘节点的计算资源配额、数据缓存容量及云端的存储资源配额、算力调度优先级； 根据所述资源分配方案对雷达感知信息、相机图像信息及车载交互数据进行并行协同处理，生成初步目标特征集合，所述初步目标特征集合包含目标的轮廓特征、运动趋势特征及交互关联特征； 调用高精地图数据及历史感知特征库对所述初步目标特征集合进行空间校准与时序关联处理，得到校准后的目标特征集合； 基于所述校准后的目标特征集合生成道路目标的感知结果集合； 所述依据所述感知任务队列中各感知需求的实时性等级及数据精度要求，生成资源分配方案，包括： 提取所述感知任务队列中各感知任务单元的实时性等级标识和数据精度要求； 查询边缘节点集群的当前剩余计算资源容量、数据缓存占用率、节点间通信带宽及云端的剩余存储资源容量、算力池负载率、任务排队长度，生成资源状态报告，所述资源状态报告包含各边缘节点的可用核心数、内存剩余量及云端各算力节点的处理器利用率； 根据所述实时性等级标识及数据精度要求确定边缘处理优先系数与云端协同系数，所述实时性等级越高、所述数据精度要求越低，所述边缘处理优先系数越大，所述云端协同系数越小； 基于所述边缘处理优先系数、云端协同系数及资源状态报告，计算每个感知任务单元在边缘节点应分配的计算资源配额，所述计算资源配额包含处理器核心占用数、内存分配量及计算时长限制，同时确定边缘节点的数据缓存容量，数据缓存容量与感知任务单元的特征数据量及处理周期呈正相关； 根据云端协同系数及资源状态报告，将剩余的处理资源需求分配至云端，确定云端的存储资源配额及算力调度优先级，所述存储资源配额包含数据块大小及保存时长，所述算力调度优先级与任务的实时性等级标识正相关； 对边缘节点与云端的资源分配结果进行冲突检测，若存在资源分配重叠或超出可用资源上限的情况，按照实时性等级标识从高到低进行调整，直至所有资源分配参数均在资源容量范围内，最终将所述边缘节点的计算资源配额、数据缓存容量及云端的存储资源配额、算力调度优先级整合为资源分配方案，所述资源分配方案中包含资源调整日志及冲突解决策略，所述资源调整日志关联感知任务单元的任务标识； 所述根据所述资源分配方案对雷达感知信息、相机图像信息及车载交互数据进行并行协同处理，生成初步目标特征集合，包括： 接收雷达设备发送的雷达感知信息、相机设备发送的相机图像信息及车载终端发送的车载交互数据，所述雷达感知信息包含目标的距离信息、径向速度信息及回波强度分布，所述相机图像信息包含目标的像素区域、色彩分布信息及动态模糊程度参数，所述车载交互数据包含车辆标识、位置报告及转向灯状态信息； 按照所述资源分配方案中的计算资源配额，启动边缘节点内的多线程处理框架，为雷达感知信息、相机图像信息及车载交互数据分别分配独立的处理线程，并设置所述处理线程间的数据共享缓冲区及同步机制，所述数据共享缓冲区的容量基于数据缓存容量确定； 对雷达感知信息进行目标检测与特征提取处理，通过回波强度分布识别目标类型，基于距离信息与径向速度信息计算目标的运动矢量，提取目标的距离变化率、速度方向特征及径向加速度参数，作为运动趋势特征的组成部分； 对相机图像信息进行目标轮廓提取与动态特征分析，通过色彩分布信息与像素区域边界识别目标轮廓，计算轮廓的周长、面积及凹凸度参数，生成目标的轮廓特征，同时基于动态模糊程度参数分析目标的运动剧烈程度，补充至运动趋势特征； 对车载交互数据进行解析与关联处理，提取车辆标识对应的历史行驶轨迹，结合位置报告与雷达、相机感知到的目标信息进行匹配，确定同一目标在不同数据源中的对应关系，生成交互关联特征，所述交互关联特征包含目标间的距离、相对速度及转向灯状态关联度； 通过数据共享缓冲区对运动趋势特征、轮廓特征及交互关联特征进行交叉验证，剔除矛盾特征数据，对一致特征数据进行时间戳对齐与标识关联，形成所述初步目标特征集合，所述初步目标特征集合中的每个特征项均包含数据来源标识及置信度参数，所述置信度参数关联设备感知能力参数。

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四川数字交通科技股份有限公司，其通讯地址为：610200 四川省成都市天府新区正兴街道蜀州路2828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。