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！

龙图腾网获悉华南理工大学申请的专利一种SDF向量高精地图变化检测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：CN118230001B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202410309746.4，技术领域涉及：G06V10/74；该发明授权一种SDF向量高精地图变化检测方法是由唐洁;赵宇轩设计研发完成，并于2024-03-19向国家知识产权局提交的专利申请。

本一种SDF向量高精地图变化检测方法在说明书摘要公布了：本发明公开了一种SDF向量高精地图变化检测方法，包括：以环视图像作为输入，处理成鸟瞰图并通过语义分割网络输出分层语义鸟瞰图，在其上构建SDF子图并检测关键点与描述子，通过关键点和描述子在SDF向量高精地图中定位SDF子图，保留满足阈值要求的SDF子图然后优化该SDF子图坐标。训练一个改进Siamese神经网络，利用共享空间注意力机制学习SDF子图与SDF向量高精地图间的差异。通过网络输出的相似度d与变化检测阈值T的关系来检测SDF向量高精地图的变化。本发明通过在Siamese神经网络中引入共享空间注意力机制，使得网络能更好地捕捉SDF子图与SDF向量高精地图中的结构化区域，提升了SDF向量高精地图变化检测的准确性。

本发明授权一种SDF向量高精地图变化检测方法在权利要求书中公布了：1.基于改进Siamese神经网络的SDF向量高精地图变化检测方法，其特征在于，包括以下步骤： S1：以环视图像作为输入，将环视图像处理为鸟瞰图；以鸟瞰图作为输入训练一个语义分割神经网络，输出鸟瞰图的语义分割结果； S2：对鸟瞰图的语义分割结果按语义类别分层，输出分层后的鸟瞰语义图；对于分层后的鸟瞰语义图，每一层语义分别构建SDF子图，检测SDF子图的关键点，并对关键点构造描述子； S3：通过关键点及其描述子，将SDF子图在SDF向量高精地图中定位，记录定位的拟合评分，保留拟合评分高于阈值的SDF子图； S4：对于拟合评分高于阈值的SDF子图，从SDF向量高精地图中选取与其时间和空间相邻的SDF子图，通过ICP算法调整当前SDF子图的坐标； S5：对于坐标调整后的SDF子图，通过预训练好的改进Siamese神经网络检测SDF向量高精地图变化，该Siamese神经网络的改进是引入共享空间注意力机制，使得网络能更好地捕捉SDF子图与SDF向量高精地图中的结构化区域，以提高变化检测的准确性；在网络推理阶段，通过SDF子图与SDF向量高精地图的相似度d与变化检测阈值T的关系来判断SDF向量高精地图是否发生变化，如果d＜T，则SDF向量高精地图未发生变化；如果d≥T，则SDF向量高精地图发生了变化。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。