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！

龙图腾网获悉厦门大学申请的专利一种基于多任务学习的自动驾驶汽车道路场景理解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：CN115294550B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202210938072.5，技术领域涉及：G06V20/58；该发明授权一种基于多任务学习的自动驾驶汽车道路场景理解方法是由王靖瑶;肖宝平;郭景华设计研发完成，并于2022-08-05向国家知识产权局提交的专利申请。

本一种基于多任务学习的自动驾驶汽车道路场景理解方法在说明书摘要公布了：一种基于多任务学习的自动驾驶汽车道路场景理解方法，涉及汽车智能化与自动驾驶。1：设计自动驾驶汽车道路场景理解多任务模型YOLO‑ODL的共享编码器；2：设计自动驾驶汽车道路场景理解多任务模型YOLO‑ODL的目标检测解码器；3：采用语义分割方法设计多任务模型YOLO‑ODL可行驶区域解码器和车道线解码器；4：设计多任务损失函数，定义总损失为3个任务的损失加权和；5：采用TensorRT对多任务模型加速部署，降低模型的计算复杂度；6：建立道路场景理解数据集，通过数据集完成多任务学习模型的训练和评价。实现交通目标、可行驶区域和车道线的联合检测，节省计算资源、降低过拟合风险和提高网络灵活性。

本发明授权一种基于多任务学习的自动驾驶汽车道路场景理解方法在权利要求书中公布了：1.一种基于多任务学习的自动驾驶汽车道路场景理解方法，其特征在于包括以下步骤： 步骤1：设计自动驾驶汽车道路场景理解多任务模型YOLO-ODL的共享编码器，具体步骤包括： 第一步：采用YOLOv5s目标检测模型中的Backbone和FPN结构，Backbone提取场景中的共有图像特征，FPN融合不同尺度的图像特征； 第二步：生成W4×H4×128、W8×H8×64、W16×H16×128三种尺度的特征图； 步骤2：设计自动驾驶汽车道路场景理解多任务模型YOLO-ODL的目标检测解码器，具体步骤包括： 第一步：采用YOLOv5s目标检测模型中PANet和DetectionHead结构，PANet进一步融合不同尺度特征，DetectionHead采用卷积核大小为1×1，步长为1的卷积层来调整通道数； 第二步：加入浅层高分辨率特征160×96来替换初始的深层低分辨率特征20×12，最终生成160×96×18、80×48×18、40×24×18三种尺度的特征图； 第三步：每个网格负责3个先验框，总共有61440个预测输出，而每个预测输出包括4个与预测框位置相关的参数、1个置信度参数及1个车辆类别参数，所以输出特征图有3×6=18个通道； 步骤3：采用语义分割的方法设计多任务模型YOLO-ODL的可行驶区域解码器和车道线解码器，具体步骤包括： 第一步:可行驶区域解码器和车道线解码器由2个CSPUp层、CBS层和Sigmoid层组成； 第二步：将W4×H4×128低分辨率特征图变换回W×H×2高分辨率特征图，2个通道对应分类个数，并进一步提取图像特征，从而生成更密集的特征图，最终通过Sigmoid层生成可行驶区域和车道线分割的语义概率输出； 第三步：分别对三个Encoder端的输出进行后处理，并在原图上绘制后处理结果； 步骤4：将多个任务的损失联系起来，设计多任务损失函数，定义总损失为3个任务的损失加权和； 步骤5：采用TensorRT对多任务模型进行加速部署，降低模型的计算复杂度； 步骤6：建立道路场景理解数据集，通过数据集完成多任务学习模型的训练和评价。

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厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422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。