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！

龙图腾网获悉福州大学申请的专利一种基于定位点查询和注意力机制的高精地图构建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：CN118857313B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202410898294.8，技术领域涉及：G01C21/32；该发明授权一种基于定位点查询和注意力机制的高精地图构建方法是由方莉娜;孙鸿楷设计研发完成，并于2024-07-05向国家知识产权局提交的专利申请。

本一种基于定位点查询和注意力机制的高精地图构建方法在说明书摘要公布了：本发明涉及一种基于定位点查询和注意力机制的高精地图构建方法，属于车载激光点云检测领域。基于车载激光点云数据，通过车辆行驶轨迹线提取分段路面点云，结合特征金字塔网络结构构建路面点云特征图。对于不同类型的车道要素长实线型、短实线型和非实线型，构建不同的定位方式，获取车道要素在点级和对象级层面的定位损失并进行优化，实现车道要素的提取，生成高精地图。本发明构建一种端到端生成高精地图的深度模型，实现在统一框架下多类型与多尺度车道要素自动定位、识别和矢量化，克服了传统多层次提取中不同阶段对目标提取的影响，提高了高精地图构建的精度和效率。

本发明授权一种基于定位点查询和注意力机制的高精地图构建方法在权利要求书中公布了：1.一种基于定位点查询和注意力机制的高精地图构建方法，其特征在于，包括如下步骤： 步骤A、基于车辆行车轨迹点对车载激光点云数据进行分段处理，并提取出路面点云； 步骤B、构建体素化路面点云，生成路面点云特征图； 步骤C、结合点级查询与实例级查询，构建不同类型车道要素的定位方式； 步骤D、通过注意力机制进行定位点查询的信息交互，基于路面特征输出车道要素定位信息； 步骤E、基于车道要素定位信息，提取实线型与非实线型车道要素，构建高精地图； 所述步骤C具体包括以下步骤： 步骤C1、对不同类型的车道要素构建不同的定位方式，其中定位点pj的集合表示为Np为对应类型车道要素定位点的个数； 步骤C2、定义车道要素实例级定位查询的集合表示为其中Nins为对应类型车道要素的定位个数，定义实例内共享的点级定位查询的集合表示为组合实例级定位查询与点级定位查询，则每个车道要素的层级定位查询的集合表示为其中i为当前定位车道要素的索引； 所述步骤D具体包括以下步骤： 步骤D1、在同类型车道要素定位点查询方式内，车道要素定位点查询其中N＝Nins·Np为相应类车道要素总查询点的数量，D为特征维度；构建定位点查询在点级和实例级的自注意力交互，输出更新后的定位点查询Q′： Q＝Self_AttentionQ,M 式中，Self_Attention·为自注意力交互模块，M为同类型下定位点查询的注意力掩膜； 步骤D2、在不同类型车道要素定位点查询方式间，构建实例级查询的自注意力交互，输出更新后的定位点查询Q”： Q″＝Self_AttentionQsolid+Qdashed+Qaarrow,M′ 式中，M′为不同类型下定位点查询的注意力掩膜，以Q′solid,Q′dashed,Q′arrow指代更新后的长实线型、短实线型和非实线型三个类型车道要素定位点查询； 步骤D3、基于步骤C2构建的层级定位查询提取初始定位点坐标Pinit，结合更新后的定位点查询Q”与路面特征进行交叉注意力关注，实现定位点坐标的多次偏移校正： 式中，Cross_Attention·为交叉注意力模块，Ffusion为路面点云特征，Pi为当前注意力层的定位点坐标，P0＝Pinit，为当前注意力层的查询更新，f·为非线性输出函数； 步骤D4、在预测的车道要素和真实车道要素{yi}之间找到最优的实例级标签分配，具有最低的实例级匹配成本： 式中，是预测的车道要素与真实的车道要素yi之间的成对匹配成本，同时考虑车道要素的类别标签和定位点集的位置匹配成本，是分配给真实车道要素的预测车道要素索引，argmin表示取最小成本值对应的索引； 步骤D5、基于最优匹配结果计算车道要素定位损失用于优化： 式中，是类别预测损失，是定位点预测损失，是定位点边缘方向损失，是实例分割损失，αa,αb,αc,αd为平衡不同损失项的权重。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。