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！

龙图腾网获悉清华大学申请的专利栅格检测跟踪框架构建环境语义占据与速度场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：CN116110025B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202310051371.1，技术领域涉及：G06V20/58；该发明授权栅格检测跟踪框架构建环境语义占据与速度场方法及系统是由江昆;杨殿阁;施以宁;王云龙;杨蒙蒙设计研发完成，并于2023-02-02向国家知识产权局提交的专利申请。

本栅格检测跟踪框架构建环境语义占据与速度场方法及系统在说明书摘要公布了：本发明涉及一种栅格检测跟踪框架构建环境语义占据与速度场方法及系统，包括：通过多种车载异构传感器，由神经网络的深度学习获取环境的完全语义分割地图；在完全语义分割地图上进行栅格级跟踪，给定上游模块生成的细粒度语义鸟瞰图，对每个栅格的占据和速度进行建模，并将粒子分配到栅格中，进行粒子的更新；进行栅格级后融合，将细粒度的语义和速度信息融合，通过环境中每个栅格的语义，占据和速度的属性全面理解，形成增强的可行驶空间认知。

本发明授权栅格检测跟踪框架构建环境语义占据与速度场方法及系统在权利要求书中公布了：1.一种栅格检测跟踪框架构建环境语义占据与速度场方法，其特征在于，包括： 通过多种车载异构传感器，由神经网络的深度学习获取环境的完全语义分割地图； 在完全语义分割地图上进行栅格级跟踪，给定上游模块生成的细粒度语义鸟瞰图，对每个栅格的占据和速度进行建模，并将粒子分配到栅格中，进行粒子的更新； 进行栅格级后融合，将细粒度的语义和速度信息融合，通过环境中每个栅格的语义，占据和速度的属性全面理解，形成增强的可行驶空间认知； 在完全语义分割地图上进行栅格级跟踪，包括： 将原始信息旋转到对齐大地坐标系，栅格和粒子不需要旋转操作； 设定观测栅格，将目标检测中常见障碍物的栅格区域其感兴趣区域布尔值设置为真； 在观测栅格中选择其中感兴趣区域内的栅格，布尔值为真的观测元素，平均分配新生成的粒子到每次观测的栅格中；如果粒子在预测和更新后对应的栅格已经离开感兴趣区域，则使这部分粒子消失，粒子权重变为零，对剩下的粒子的权重进行排序，最终消失的粒子数和新生成的粒子数是相等的设定的超参数； 构建动态栅格图，对粒子和栅格进行预测与更新，实现栅格级跟踪； 构建动态栅格图，包括： 对粒子进行预测，将已有的粒子根据合适的运动学模型预测当前的粒子在下一帧的位置和速度，包括在预测后计算每个粒子的新网格单元索引； 将粒子分配到栅格，根据网格单元索引对所有粒子进行排序，每个粒子检查它是具有相同索引的组的第一个还是最后一个粒子；如果是，则将其索引写入相应的网格单元中，对栅格占据状态进行预测与更新； 对持续存在的粒子进行更新，计算粒子相对于观测的似然函数，并根据似然函数调整粒子的权重，最后对权重归一化，不改变粒子的状态变量；对于单个粒子来说，新的权重等于旧的权重乘似然函数再进行归一化； 根据粒子的宏观统计状态变量输出栅格的速度信息，包括粒子的速度的加权和； 进行栅格级后融合包括： 将不同传感器实现的俯视图下的语义分割设为栅格级检测方法，不同的检测方法会各自接入栅格级跟踪器； 在跟踪器的输出层采用协方差交叉的融合方法对每个栅格的占据率和速度进行计算；协方差交叉方法的优化目标是求解一个最优的权重，以极小化性能指标，采用协方差的迹表征性能指标的选择，为融合后的协方差。

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清华大学，其通讯地址为：100084 北京市海淀区100084信箱82分箱清华大学专利办公室；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。