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！

龙图腾网恭喜重庆赛力斯凤凰智创科技有限公司;重庆大学申请的专利一种多源数据融合的矢量地图构建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：CN120008626B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510492780.4，技术领域涉及：G01C21/32；该发明授权一种多源数据融合的矢量地图构建方法及系统是由杨亚联;姚林虎;段伟;康华钊;秦江;王首权;李宏亮;唐小丽;唐江;刘子汛设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。

本一种多源数据融合的矢量地图构建方法及系统在说明书摘要公布了：本发明涉及一种多源数据融合的矢量地图构建方法及系统，包括：获取车辆行驶过程中的相机信息、点云信息和车辆状态信息；从相机信息中提取车道线2D语义信息和交通标志2D语义信息；同时从点云信息中提取路沿3D矢量地图元素和杆状物3D矢量地图元素；将车道线2D语义信息、交通标志2D语义信息与点云信息和外参关系相融合并转换为车道线3D矢量地图元素和交通标志3D矢量地图元素，并与路沿3D矢量地图元素和杆状物3D矢量地图元素构成单帧3D矢量地图；S4.将车辆状态信息和单帧3D矢量地图进行融合，得到路沿及车道线多帧融合矢量和交通标志及杆状物多帧融合矢量，即得到矢量地图。本发明能够快速构建高精度的矢量地图。

本发明授权一种多源数据融合的矢量地图构建方法及系统在权利要求书中公布了：1.一种多源数据融合的矢量地图构建方法，其特征在于，包括以下步骤： S1.获取车辆行驶过程中的相机信息、点云信息和车辆状态信息； S2.从所述相机信息中提取车道线2D语义信息和交通标志2D语义信息；同时从所述点云信息中提取路沿3D矢量地图元素和杆状物3D矢量地图元素； S3.将所述车道线2D语义信息、交通标志2D语义信息与所述点云信息和外参关系相融合并转换为车道线3D矢量地图元素和交通标志3D矢量地图元素，并与所述路沿3D矢量地图元素和所述杆状物3D矢量地图元素构成单帧3D矢量地图； S4.将所述车辆状态信息和所述单帧3D矢量地图进行融合，得到路沿及车道线多帧融合矢量和交通标志及杆状物多帧融合矢量，即得到矢量地图； 所述S3包括： S31.基于外参投影的点云粗分割、基于欧氏聚类的噪声点剔除和几何约束下的交通标志角点恢复，得到所述交通标志3D矢量地图元素； S32.基于地面坡度变化鲁棒的地面点云分割和基于地面栅格约束的车道线矢量化，得到所述车道线3D矢量地图元素； 所述S32具体包括： S321.地面坡度变化鲁棒的地面点云分割： 以雷达坐标原点为中心，按照预设的视场范围的最大距离、最小距离及固定角度，将视场范围划分为多个扇环区域，并切分为宽度顺序增大的子扇环，形成点云容器； 对每个点云容器进行判断，统计点云容器中点的数量，所有点的Z轴高度特征，所述Z轴高度特征包括在Z轴方向的最小值、最大值及Z轴最大差值，根据标定信息确定理想地面高度、距离理想地面阈值、障碍物判定阈值和点云数量阈值； 设定点云容器的类别，根据点云容器中点的数量、Z轴高度特征、理想地面高度、距离理想地面阈值、障碍物判定阈值和点云数量阈值关系，通过预设的点云容器类型判断规则将点云容器判定为相应类别； 对地面点进行降维处理，根据降维后的地面点拟合出反映地面高度变化情况的直线，遍历点云中的每个点，计算每个点到直线的距离，根据距离判定该点为地面点或非地面点，最终获得标记为地面点的地面点云和标记为非地面点的非地面点云； S322.基于地面栅格约束的车道线矢量化： 利用所述地面点云进行平面拟合，得到空间平面表达式； 根据S321中点云分割的方式划分栅格，确定栅格顶点的X轴和Y轴坐标，代入空间平面表达式获得格顶点的Z轴坐标； 对于栅格公共顶点，根据与其相关的栅格中地面点的个数及确定的公共顶点的Z值，计算公共顶点的最终Z值； 利用雷达和相机之间的外参关系，将栅格投影到相机坐标系下的平面，将检测到的车道线关键点与对应的栅格关联，得到车道线关键点在雷达坐标系下的位置，最终获得所述车道线3D矢量地图元素； 所述S4包括： S41.获取交通标志及杆状物多帧融合矢量： 结合车辆状态信息，将交通标志及杆状物3D矢量地图元素组合转换到世界坐标系下； 为每个单独对象维护一个跟踪队列，队列中添加单帧恢复的与之关联的对象； 在输出最终矢量化结果时，剔除跟踪队列中对象数量少于预设数量阈值的队列； 利用跟踪队列中每个对象的置信度进行加权平均，获得该对象的最终位置；其中，所述置信度通过对象基于世界坐标系的位置信息和形状信息计算得到； 当对象的置信度高于预设置信度阈值时，则被认为匹配有效，并选取置信度最高的对象进行匹配，对匹配无效的对象重新创建队列； 对同一对象被多次矢量化且被跟踪的情况，进行置信度加权平均矢量化；将置信度与世界坐标系下已跟踪对象的中心坐标相乘，最终获得交通标志及杆状物多帧融合矢量； S42.获取路沿及车道线多帧融合矢量： 使用DBSCAN算法将属于同一线状元素的关键点聚类，得到聚类后的集合； 对集合中的点按照固定距离进行分段，得到分段后的集合； 对每个子集中的所有点使用加权最小二乘法进行三次多项式曲线拟合，得到该子集拟合的曲线； 通过拟合误差进行判断，当拟合误差大于预设误差阈值时，重新划分子集并重新拟合曲线，直至所有子集的拟合误差均小于预设误差阈值； 获得每个拟合误差满足要求的子集的线状元素表达式，确定车道线和路沿的高程，最终获得路沿及车道线多帧融合矢量。

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重庆赛力斯凤凰智创科技有限公司;重庆大学，其通讯地址为：401331 重庆市沙坪坝区高新区曾家镇兴祥路13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”。