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！

龙图腾网获悉苏州大成运和智能科技有限公司申请的专利一种基于边-雾-云协同的厂区高清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：CN120259581B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510554697.5，技术领域涉及：G06T17/05；该发明授权一种基于边-雾-云协同的厂区高清地图构建方法是由谢红志;孙忠平;华均设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本一种基于边-雾-云协同的厂区高清地图构建方法在说明书摘要公布了：本发明公开了一种基于边‑雾‑云协同的厂区高清地图构建方法，包括：S1，采集厂区场景中一个区域的环境信息，环境信息传输至该区域内的雾计算服务器；S2，雾计算服务器对接收到的所述环境信息进行特征提取、特征转换、栅格化处理和地图后处理，得到厂区场景中当前区域的高清地图，通过ROS消息机制传输至云服务器；S3，重复执行步骤S1和S2，直到生成整个厂区场景的所有局部占据栅格地图；S4，云服务器将所有局部占据栅格地图拼接为整体的占据栅格地图；对整体的占据栅格地图进行语义预测、方向预测的高层次信息提取得到厂区高清地图。本发明的方法提高了构建厂区高清地图的效率，提高了厂区高清地图的精度。

本发明授权一种基于边-雾-云协同的厂区高清地图构建方法在权利要求书中公布了：1.一种基于边-雾-云协同的厂区高清地图构建方法，其特征在于，包括以下步骤： S1，采集厂区场景中一个区域的环境信息，并将该区域的环境信息传输至该区域内的雾计算服务器，其中，所述环境信息包括该区域的原始图像和原始点云； S2，雾计算服务器对接收到的所述环境信息进行特征提取、特征转换、栅格化处理和地图后处理，得到厂区场景中当前区域的高清地图，并作为局部占据栅格地图通过ROS消息机制传输至云服务器，包括： S21，对所述环境信息中的原始图像和原始点云分别进行特征提取，分别得到原始图像的所有特征点Om,n,k和原始点云的所有特征点Oh,w，具体步骤如下： S211，对环境信息中的原始图像进行特征提取，包括： 对原始图像进行归一化、缩放、裁剪，以便将原始图像调整到卷积操作所需的尺度，得到处理后的图像； 通过预训练的卷积层对所述处理后的图像进行特征提取，其中，卷积层的计算公式如下： Om,n,k＝Σm,nWm,n,k·Ii+m,j+n+bk 其中，Om,n,k是卷积层中第k层在i+m,j+n处的特征点，Wm,n,k是卷积层的卷积核，bk是卷积层的偏置，Ii+m,j+n表示处理后的图像以i,j为中心以m,n为偏置的局部区域的像素值； 根据第k层卷积层输出的特征点Om,n,k组成该第k层的特征Ok，将所有卷积层的特征经过汇总形成对应的特征图F，即特征图F中对应位置的值来自卷积层输出的Om,n,k，特征图F为一个三维张量，特征图F的维度为C×H×W，其中，C为通道数，反映了卷积核的数量，H、W分别表示特征图F的高度和宽度，通过多个卷积层堆叠，实现对视觉特征的多尺度表示； S212，基于PointPillar网络对所述环境信息中的原始点云进行特征提取，得到原始点云中的特征点Oh,w； S22，对所有特征点Om,n,k和所有特征点Oh,w的坐标转换到世界坐标系下； S23，生成一个空占据栅格地图occmap；将世界坐标系下的所有特征点Om,n,k和所有特征点Oh,w映射到所述空占据栅格地图occmap中，得到占据栅格地图occmap′；根据视觉传感器和Lidar传感器的观测占据概率，采用概率更新的方法将占据栅格地图occmap′中每个栅格的占据概率进行更新，得到占据栅格地图occmap″； S24，对所述占据栅格地图occmap″进行后处理，得到厂区场景中当前区域的高清地图； S3，重复执行步骤S1和S2，直到生成整个厂区场景中每个区域的局部占据栅格地图； S4，在云服务器中，将多台雾计算服务器生成的多个局部占据栅格地图拼接为一个整体的占据栅格地图；对整体的占据栅格地图进行语义预测、方向预测的高层次信息提取，得到厂区高清地图。

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苏州大成运和智能科技有限公司，其通讯地址为：215127 江苏省苏州市吴中区苏州工业园区科营路2号中新生态大厦16层1604；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。