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 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜东风悦享科技有限公司王科未获国家专利权

恭喜东风悦享科技有限公司王科未获国家专利权

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!

龙图腾网恭喜东风悦享科技有限公司申请的专利一种智能汽车局部语义栅格地图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:CN115143950B

龙图腾网通过国家知识产权局官网在2025-04-18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:202210484155.1,技术领域涉及:G01C21/00;该发明授权一种智能汽车局部语义栅格地图生成方法是由王科未;曹恺;骆嫚;万骞;周智颖;周子建设计研发完成,并于2022-05-06向国家知识产权局提交的专利申请。

一种智能汽车局部语义栅格地图生成方法在说明书摘要公布了:本发明提供了一种智能汽车局部语义栅格地图生成方法,包括步骤:S01、构建语义栅格地图生成任务训练数据集;S02、构建语义栅格地图生成模型;S03、训练语义栅格地图生成模型;S04、部署语义栅格地图生成模型。本发明旨在通过以单帧激光雷达点云进行语义栅格地图构建,其继承了栅格地图在规划和决策的方面的优势特性,能够满足复杂驾驶环境下的需求。本发明所提出的语义栅格地图生成任务训练数据集构建方法能避免人工标注的效率底下的问题,实现训练数据的快速、高效构建,大量的训练数据是模型性能的基础保证。本发明所提出的语义栅格地图生成模型是一种轻量级、高效的深度学习模型,能够利用单帧稀疏的激光雷达点云构建车辆周围的语义栅格地图。

本发明授权一种智能汽车局部语义栅格地图生成方法在权利要求书中公布了:1.一种智能汽车局部语义栅格地图生成方法,其特征在于,包括步骤:S01、构建语义栅格地图生成任务训练数据集;S02、构建语义栅格地图生成模型;S03、训练语义栅格地图生成模型;S04、部署语义栅格地图生成模型;步骤S01包括如下步骤:S011、采集点云数据和车辆定位数据;S012、利用点云语义分割算法对采集的点云数据进行语义标注;S013、对标注点云数据进行聚合以获取当前位置的密集点云数据;S014、对语义点云进行坐标变换以获取栅格地图的语义标注;S015、对语义栅格地图标签进行优化;对于步骤S03,将语义栅格地图生成模型的训练任务视为多类别像素级分类问题,设置训练超参数,然后设置自适应矩估计Adam优化器,采用交叉熵损失函数作为目标函数改善模型的收敛结果,使用自适应矩估计优化器改善损失下降路径,以提高训练模型的性能;所采用的目标函数为, ,其中,其中,H和W分别为栅格图的长和宽,M为语义类别的数量,y和p分别为预测值和真值; ,其中,Nc和N分别为类别c的样本数量和所有类别的样本数量;根据设计的目标函数,采用Adam优化器进行无遮挡道路检测模型的参数优化,计算t时间步的梯度gt, ,首先计算梯度的指数移动平均数mt,并通过指数衰减率β1控制动量与当前梯度的权重分配,其中m0=0,β1取值为0.9,其更新公式如下,mt=β1mt-1+1-β1gt,其次,计算梯度平方的指数移动平均数vt,v0=0,β2=0.999为控制上一时刻的梯度平方的影响情况,其公式如下, ,再次,对mt进行偏差纠正,降低偏差对训练初期的影响, ,对vt进行纠正,降低偏差对训练初期的影响,其公式如下, ,最后,更新参数,设置默认学习率α=0.001,ε=10-8以避免除数为0,其公式如下, ;将聚合点云栅格化,得到栅格属性图Gk={cij|i=1,...,H;j=1,...,W},以及每个单元格中包含的各个类别的点的数量,Csd为总的类别集合,根据单元格中包含的点的类别设定该单元格的语义标签类别。

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东风悦享科技有限公司,其通讯地址为:430000 湖北省武汉市武汉经济技术开发区全力二路101号经开智造2045创新谷智能制造创新中心D240;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。