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！

龙图腾网获悉江苏聚芯精仪科技有限公司申请的专利自动预警转向方法及系统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：CN119693899B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411755019.7，技术领域涉及：G06V20/56；该发明授权自动预警转向方法及系统是由孙彦瑞;李响;肖贺文;杜文博;郭晓帅;代恩义设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本自动预警转向方法及系统在说明书摘要公布了：本发明涉及车辆智能控制技术领域，尤其涉及一种自动预警转向方法及系统，包括：预采集车辆轮毂的预行驶路径上的多张样本图像，基于所述多张样本图像生成训练数据集；构建识别网络架构，采用所述训练数据集对所述识别网络架构进行训练，以得到微小目标识别网络模型；实时采集车辆轮毂的预行驶路径上的实时图像，采用所述微小目标识别网络模型对所述实时图像进行特征提取，以获取所述实时图像对应的目标信息和目标位置信息；对所述目标信息以及所述目标位置信息进行处理以获得转向角度，基于所述转向角度控制车辆转向，以改变所述车辆轮毂的行驶路径。本发明至少有利于实现对车辆轮毂的预行驶路径的细节检测以及预警转向。

本发明授权自动预警转向方法及系统在权利要求书中公布了：1.一种自动预警转向方法，其特征在于，包括： 预采集车辆轮毂的预行驶路径上的多张样本图像，基于所述多张样本图像生成训练数据集，基于所述多张样本图像生成训练数据集包括：预采集车辆轮毂的预行驶路径上的N张样本图像，在所述N张样本图像中选择M张样本图像进行手动标注目标操作，以获得标注后的M张样本图像；基于所述标注后的M张样本图像训练得到识别模型，采用所述识别模型标注剩余的N-M张样本图像，以得到标注的N张样本图像；根据所述标注的N张样本图像建立所述训练数据集，N=1000，M=100； 构建识别网络架构，采用所述训练数据集对所述识别网络架构进行训练，以得到微小目标识别网络模型，包括：将所述训练数据集中的样本图像输入所述识别网络架构，并构建损失函数，通过优化算法调整所述识别网络架构的模型参数，直至所述损失函数最小，以得到所述微小目标识别网络模型，所述微小目标识别网络模型为深度卷积神经网络模型，所述深度卷积神经网络模型包括第一卷积层、第一池化层、第二卷积层、第二池化层、第三卷积层、第三池化层以及全连接层，第一卷积层对图像进行步长为2、3×3×50的卷积操作，第二卷积层对第一池化层输出的特征图进行步长为2、3×3×100的卷积操作，第三卷积层对第二池化层输出的特征图进行步长为2、3×3×200的卷积操作，微小目标识别网络模型用于对实时图像进行处理，以实时识别车辆轮毂的预行驶路径上的微小危险物；所述损失函数如下： ； 其中，代表损失函数，，表示目标真实类别，，表示时的估计概率，表示时的估计概率，代表可调整静态因子，代表可调整动态因子，代表概率的放大方法； 实时采集车辆轮毂的预行驶路径上的实时图像，采用所述微小目标识别网络模型对所述实时图像进行特征提取，以获取所述实时图像对应的目标信息和目标位置信息，所述目标位置信息包括横向位置信息以及距离信息，所述目标信息包括目标种类； 对所述目标信息以及所述目标位置信息进行处理以获得转向角度，基于所述转向角度控制车辆转向，以改变所述车辆轮毂的行驶路径，对所述目标信息以及所述目标位置信息进行处理以获得转向角包括：根据车速、车辆稳定状态、所述距离信息、所述目标种类以及所述横向位置信息采用转向系数公式计算得到转向系数，通过所述转向系数获取所述转向角度，所述转向系数公式如下： ； 其中，K代表转向系数，V代表当前车速，Vmax代表车辆的最大设计车速，S代表车辆的稳定状态评分，Smax代表车辆的稳定状态评分的最大值，D代表目标与车辆的距离，Dmin代表触发预警的最小距离，C代表目标种类系数，Cmax代表目标种类系数的最大值，P代表横向位置系数，Pmax代表横向位置系数的最大值，a、b、c、d和e均为权重因子； 通过所述转向系数获取所述转向角度包括：采用转向角度公式计算所述转向角度，所述转向角度公式如下： ； 其中，K代表转向系数，t代表剩余转向时长，K。

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江苏聚芯精仪科技有限公司，其通讯地址为：215300 江苏省苏州市玉山镇新能源路58号1号楼B103室(一照多址)；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。