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！

龙图腾网获悉合肥工业大学申请的专利一种基于多目环视的智能驾培增强方法、系统、装置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：CN116311131B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202310295573.0，技术领域涉及：G06V20/56；该发明授权一种基于多目环视的智能驾培增强方法、系统、装置是由江尚;范宇鑫;王钟醇;朱春梅;张继运;冯子阳设计研发完成，并于2023-03-22向国家知识产权局提交的专利申请。

本一种基于多目环视的智能驾培增强方法、系统、装置在说明书摘要公布了：本发明属于图像处理技术领域，具体涉及一种基于多目环视的智能驾培增强方法、系统，以及对应的装置。该方法包括如下步骤：S1：在驾驶车辆中安装多目环视系统。S2：建立基于深度学习的障碍物识别网络和标志线识别网络。S3：利用SLAM技术创建出虚拟的场地三维模型，并生成一个场地鸟瞰图。S4：识别障碍物和标志线。S5：将障碍物和标志线投影到生成的场地鸟瞰图上。S6：生成车辆的实时轨迹与实时运动方向。S7：生成满足无碰撞约束的车辆参考运动轨迹范围。S8：通过可视化方法显示包含多种车辆状态信息的场地鸟瞰图，并对学员的错误驾驶行为进行实时反馈和主动干预。本发明解决了传统实车驾驶培训方法安全风险高，电子化培训体验感差的问题。

本发明授权一种基于多目环视的智能驾培增强方法、系统、装置在权利要求书中公布了：1.一种基于多目环视的智能驾培增强方法，其特征在于，其用于对驾校学员的驾驶行为进行可视化，以增强学员驾驶培训过程中对环境的动态感知和行为的纠错能力；所述智能驾培增强方法包括如下步骤： S1：在驾驶车辆周向安装多个相机，构建可采集车辆全向视野对应的图像信息的多目环视系统； S2：建立基于深度学习的障碍物识别网络和标志线识别网络，包括如下步骤： S21：通过多目环视系统采集大量真实车辆周向环境中的全景图像，并对全景图像进行图像剪切构成样本数据集； S22：基于卷积神经网络、BP神经网络或生成对抗网络构建一个可用于实现目标特征识别的图像识别网络； S23：对样本数据集进行分类和人工标记，分别得到障碍物训练集和标志线训练集； S24：预设训练参数，分别利用障碍物训练集和标志线训练集对图像识别网络进行训练和测试； S25：保留完成训练后的性能最优的两类网络模型网络参数，得到所需的障碍物识别网络和标志线识别网络； S3：确定学员的训练任务类型，并实时获取多目环视系统的采集到的全景图像数据，然后利用SLAM技术根据全景图像数据创建出虚拟的场地三维模型，并结合训练任务类型以及场地三维模型生成一个场地鸟瞰图； S4：采用所述障碍物识别网络和标志线识别网络对步骤S3中实时获取的图像数据同步进行特征识别，并提取其中包含的障碍物和标志线； S5：对步骤S4中提取出的障碍物和标志线进行图像矫正后映射回创建的虚拟的场地三维模型中，并将标志线和障碍物投影到生成的场地鸟瞰图上； S6：获取车辆驾驶过程中的惯性传感器采集的数据，联立车辆的惯性运动数据以及多目环视系统的图像数据实现车辆定位；根据车辆位置的相对变化通过多项式算法生成车辆的实时轨迹与实时运动方向； S7：在车辆驾驶过程中根据已知的障碍物和标志线的位置，生成满足无碰撞约束的车辆参考运动轨迹范围；指定与当前实时轨迹最吻合的一条运动轨迹为最佳运动轨迹，并生成最佳运动轨迹的期望运动方向； S8：在驾驶过程中通过任意一种可视化方法向驾驶人员展示所述场地鸟瞰图的视野变化，在场地鸟瞰图中动态显示车辆实时轨迹与实时运动方向，以及对应的运动轨迹范围、最佳运动轨迹和期望运动方向；并对学员的错误驾驶行为进行实时反馈和或主动干预。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。