Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 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 > 西安交通大学蒋才桂获国家专利权

西安交通大学蒋才桂获国家专利权

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!

龙图腾网获悉西安交通大学申请的专利一种基于激光雷达强度值的车道线提取和车位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:CN119649329B

龙图腾网通过国家知识产权局官网在2025-10-10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:202411725299.7,技术领域涉及:G06V20/56;该发明授权一种基于激光雷达强度值的车道线提取和车位检测方法是由蒋才桂;李毅轩;刘欣武;张浩;崔文亮;蒋君伟设计研发完成,并于2024-11-28向国家知识产权局提交的专利申请。

一种基于激光雷达强度值的车道线提取和车位检测方法在说明书摘要公布了:本发明公开了一种基于激光雷达强度值的车道线提取和车位检测方法,包括以下步骤;步骤1:雷达数据预处理;步骤2:使用动态检测算法识别并去除步骤1中获取的具有强度值信息点云中的动态物体的目标,保留静态物体的数据,用于后续处理;步骤3:识别出静态物体的车道线的边界和特征,确定车道线候选区域,并通过几何约束精确提取车道线并获取车道线的直线方程,获取停车位区域;步骤4:根据提取的车道线和停车位区域,对停车位进行检测和编号,通过分析车位区域内的点云密度和强度值分布,判断每个车位的占用状态。本发明使雷达数据在不同环境条件下均能稳定、准确地识别车道线边界和停车位状态,从而提升自动驾驶中的环境感知能力。

本发明授权一种基于激光雷达强度值的车道线提取和车位检测方法在权利要求书中公布了:1.一种基于激光雷达强度值的车道线提取和车位检测方法,其特征在于,包括以下步骤; 步骤1:获取雷达数据并进行预处理: 在停车场环境中,通过安装激光雷达于车辆或机器人上,在其移动或执行任务的过程中实时采集环境中的原始点云数据;对所述原始点云数据进行预处理,提取强度值信息;用于区分不同类型的物体表面,根据物体表面,划分为动态物体和静态物体; 步骤2:动态检测与去除; 使用动态检测算法识别,根据强度值信息将检测的物体分为动态物体和静态物体,去除动态物体点云数据,保留静态物体点云数据,静态物体点云数据中包含停车线点云强度值信息; 步骤3:基于强度值的候选框提取: 通过雷达强度值的变化,识别出车道线的边界和特征,利用强度值的局部最大值和梯度信息,确定车道线候选区域,并通过几何约束精确提取车道线并获取车道线的直线方程,从而描述停车线的空间位置,获取停车位区域; 步骤4:车位检测与状态判断 根据提取的车道线和停车位区域,对停车位进行检测和编号,通过分析车位区域内的点云密度和强度值分布,判断每个车位的占用状态; 所述步骤2具体为: 使用M-detetor动态检测模块来消除动态目标对车道线和停车位检测的干扰; 动态检测模块处理输入的点云数据,无论是单个点还是一帧点云数据,首先,将点云数据序列化,并将这些序列点云输入至事件检测模块,同时将累计到当前时刻的点云深度图像也输入至该模块; 所述事件检测模块采用三种方式来识别动态点: 遮挡背景检测:通过检测当前时刻输入的点是否遮挡了过去时刻的背景点,识别垂直于激光射出方向的移动目标; 离远遮挡检测:通过检测过去时刻的点是否被当前输入点遮挡,识别远离雷达且平行于激光射出方向的目标移动; 靠近遮挡检测:通过检测当前输入的点是否遮挡了过去时刻的点,识别靠近雷达且平行于激光射出方向的目标移动。

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西安交通大学,其通讯地址为:710049 陕西省西安市碑林区咸宁西路28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。

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。