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！

龙图腾网获悉理工雷科智途(北京)科技有限公司申请的专利一种基于深度学习的自适应建图与定位方法、系统及介质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：CN120740619B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511196436.7，技术领域涉及：G01C21/32；该发明授权一种基于深度学习的自适应建图与定位方法、系统及介质是由黄琰;孙静;冯冲;陈智勇设计研发完成，并于2025-08-26向国家知识产权局提交的专利申请。

本一种基于深度学习的自适应建图与定位方法、系统及介质在说明书摘要公布了：本申请公开了一种基于深度学习的自适应建图与定位方法、系统及介质，涉及无人驾驶：将运动补偿后的3D点云数据投影为2D激光图像，得到多通道特征图像；根据多通道特征图像，利用基于ResNet50架构的神经网络进行动态物体检测，得到每个扫描点的动态物体概率值；基于运动补偿后的3D点云数据构建初始网格地图；利用动态物体概率值对每个网格单元的激光束命中次数ɑ和激光束穿过次数β进行加权更新；根据更新后的激光束命中次数ɑ和激光束穿过次数β，计算每个网格单元的反射概率；根据反射概率对初始网格地图中的网格单元进行动静态物体筛选；利用卡尔曼滤波算法对位姿预测值和位姿观测值进行自适应加权融合，得到最终定位结果。

本发明授权一种基于深度学习的自适应建图与定位方法、系统及介质在权利要求书中公布了：1.一种基于深度学习的自适应建图与定位方法，其特征在于，包括： 采集多传感器原始数据，多传感器原始数据包括激光雷达3D点云数据、IMU惯性测量数据和里程计位姿数据； 对多传感器原始数据进行时间同步，得到时间对齐的传感器数据； 基于时间对齐的传感器数据中的里程计位姿数据，对激光雷达3D点云数据进行运动补偿，得到运动补偿后的3D点云数据； 将运动补偿后的3D点云数据投影为2D激光图像，得到包括距离、强度、高度和距离差的多通道特征图像； 根据多通道特征图像，利用基于ResNet50架构的神经网络进行动态物体检测，得到每个扫描点的动态物体概率值，包括： 将运动补偿后的3D点云数据按照球面投影方式投影到2D图像平面，其中，每个像素位置x，y对应一个俯仰角和水平角区间； 针对投影到同一像素位置x，y的所有3D点，其中，表示第j个3D点的三维坐标，表示第j个3D点的测量强度，分别计算：距离rx，y、强度ix，y、高度hx，y和距离差mx，y； 将距离rx，y、强度ix，y、高度hx，y和距离差mx，y，组合成4通道特征图像； 将4通道特征图像输入基于ResNet50架构的神经网络，通过多层卷积特征提取，得到每个像素位置的动态物体得分； 根据动态物体得分，通过softmax归一化函数，得到动态物体概率值； 基于运动补偿后的3D点云数据构建初始网格地图； 利用动态物体概率值对每个网格单元的激光束命中次数ɑ和激光束穿过次数β进行加权更新； 根据更新后的激光束命中次数ɑ和激光束穿过次数β，计算每个网格单元的反射概率； 根据反射概率对初始网格地图中的网格单元进行动静态物体筛选，得到剔除动态物体的静态3D网格地图； 根据时间对齐的传感器数据进行航迹推算，得到位姿预测值； 根据静态3D网格地图进行NDT扫描匹配，得到位姿观测值； 利用卡尔曼滤波算法对位姿预测值和位姿观测值进行自适应加权融合，得到最终定位结果；其中，根据动态物体概率值调整卡尔曼滤波算法的测量噪声协方差矩阵。

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理工雷科智途(北京)科技有限公司，其通讯地址为：100080 北京市海淀区中关村南大街5号二区683栋3层20室；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。