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！

龙图腾网获悉北京理工大学申请的专利一种基于开放环境开集实例感知的停车位智能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：CN119672672B 。

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：202411739233.3，技术领域涉及：G06V20/58；该发明授权一种基于开放环境开集实例感知的停车位智能检测方法是由杨毅;张耀文;阮羿;潘淼鑫设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本一种基于开放环境开集实例感知的停车位智能检测方法在说明书摘要公布了：本发明提出了一种基于开放环境开集实例感知的停车位智能检测方法，基于前视图像和鸟瞰图像充分感知地面和地上环境信息；采用开放词汇检测与分割技术，具备开放环境下的优秀开集感知能力；针对停车线掩码进行实例化后处理，以线段的形式表示停车线实例，方便后续实例化推理；结合激光数据，建立环境三维全局开集实例表示；结合用户提供的语言描述，大语言模型识别出停车位判断对象和判断条件，具备根据语言交互车位判断的能力；从全局地图中检索出满足条件的对象实例，根据对象关系通过几何方法推理得到停车位，保证车位检测的最优性和合理性。本方法最终提高了在开放环境下的停车位识别能力。

本发明授权一种基于开放环境开集实例感知的停车位智能检测方法在权利要求书中公布了：1.一种基于开放环境开集实例感知的停车位智能检测方法，其特征在于，包括： 步骤1、获取环境激光雷达点云和前视相机信息，对于前视相机图像，通过逆透视映射得到对应鸟瞰视角图像； 步骤2、对前视图像和鸟瞰图像采用开放词汇检测与分割技术，利用不同提示词技术识别包括车辆、停车线在内的与停车位相关的实例掩码，并针对停车线掩码进行实例化后处理，得到完整图像实例描述，具体包括： 步骤2.1实例对象目标检测：采用对象类别提示方式作为GroundingDINO模型输入进行前视图像地上物体目标检测，采用预定义文本描述提示方式作为GroundingDINO模型输入进行鸟瞰图像地面物体目标检测，最终得到当前帧前视图像和鸟瞰图像的目标检测框和置信度； 步骤2.2实例对象掩码分割:对于步骤2.1获得的前视图像和鸟瞰图像的检测结果，采用TAP模型，得到当前帧前视图像和鸟瞰图像中每个检测结果对应的图像掩码和标题特征； 步骤2.3停车线掩码后处理：基于步骤2.2获得的当前帧实例对象掩码从掩码的标题特征中检索出停车线掩码，并获取掩码对应的外轮廓；对每一个停车线掩码外轮廓进行等距采样得到等距采样点的位置集合，对于每个等距采样点，将与其相邻的前后两个采样点的连线角度当作该采样点的角度值，角度被限制在0°～180°之间，得到等距采样点对应的角度集合，其中,pi表示第i个采样点，θi表示第i个采样点对应的角度；N为采样点数量； 步骤2.4等距采样点聚类：对于步骤2.3中得到的每一个停车线掩码对应的等距采样点位置和角度集合，首先对角度集合进行DBSCAN聚类，得到该停车线掩码的若干个角度相近的采样点角度聚类子集，之后对每个角度聚类子集进行基于位置的采样点聚类，得到该角度子集下位置相近的若干采样点聚类子集，该子集中每个采样点的角度和位置均相近，代表了一个停车线实例，为该实例对应的等距采样点集； 步骤2.5停车线实例化：根据步骤2.4获得的每个采样点子集，计算每个停车线的实例化描述，停车线属性包括长度、方向、中心； 步骤3、将步骤2获得的前视图像和鸟瞰图像开集实例感知结果与激光点云数据相结合，构建包含地面和地上物体的三维全局实例地图； 步骤4、结合用户提供的停车位判断条件，大语言模型识别出停车位判断对象类型和包括距离、方向在内的停车位判断准则；并在步骤3所得的全局实例地图中检索满足条件的对象实例，根据对象关系通过几何方法推理得到停车位；根据车位类型优先级以及车位存在性常识知识，筛选得到最终停车位。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。