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！

龙图腾网获悉上汽大众汽车有限公司申请的专利一种基于深度学习的车道线匹配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：CN117150308B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310906440.2，技术领域涉及：G06F18/22；该发明授权一种基于深度学习的车道线匹配方法及系统是由张睿凡;罗登科;秦学方;卢奕燊设计研发完成，并于2023-07-24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车道线匹配方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的车道线匹配方法，其包括步骤：获取目标车辆的历史轨迹数据以及环境车辆的历史轨迹数据；基于目标车辆的历史轨迹数据获取与其对应的所有历史车道线信息；将各连续的历史车道线信息与各车辆的历史轨迹数据通过编码进行对齐，然后合并，以获得样本向量；将样本向量输入到构建的深度学习网络中，对深度学习网络进行训练和调参，以使深度学习网络输出各历史车道线信息与目标车辆的历史轨迹数据的相似度计算结果；当进行实际车道线匹配时：基于目标车辆的实际轨迹数据、环境车辆的实际轨迹数据以及实际车道线信息编码后获得实际向量；深度学习网络基于输入的实际向量输出相似度计算结果。

本发明授权一种基于深度学习的车道线匹配方法及系统在权利要求书中公布了：1.一种基于深度学习的车道线匹配方法，其特征在于，包括步骤： 获取目标车辆的历史轨迹数据以及目标车辆周围的环境车辆的历史轨迹数据； 基于目标车辆的历史轨迹数据获取与其对应的所有历史车道线信息； 将各连续的历史车道线信息与目标车辆的历史轨迹数据以及环境车辆的历史轨迹数据通过编码进行对齐，然后合并，以获得样本向量； 将样本向量输入到构建的深度学习网络中，对深度学习网络进行训练和调参，以使深度学习网络输出各历史车道线信息与目标车辆的历史轨迹数据的相似度计算结果，所述相似度计算结果用以车道线的匹配； 当进行实际车道线匹配时： 获取目标车辆的实际轨迹数据以及目标车辆周围的环境车辆的实际轨迹数据； 基于目标车辆的实际轨迹数据获取与其对应的所有实际车道线信息； 将各连续的实际车道线信息与目标车辆的实际轨迹数据以及环境车辆的实际轨迹数据通过编码进行对齐，然后合并，以获得实际向量； 将实际向量输入到完成训练的深度学习网络中，所述深度学习网络输出各实际车道线信息与目标车辆的实际轨迹数据的相似度计算结果； 选择与目标车辆的实际轨迹数据相似度最高的实际车道线信息作为匹配的车道线； 其中，所述深度学习网络包括： 第一编码器，其对输入的样本向量或实际向量进行高维映射，以输出大小长度一致的轨迹编码向量和车道线编码向量； 第一分离模块，其从输入其中的轨迹编码向量和车道线编码向量中提取出车道线编码向量以及环境车辆的轨迹编码向量； 地图编码器，其对输入其中的车道线编码向量以及环境车辆的轨迹编码向量进行地图编码，以输出地图向量； 第一拼接模块，其将地图向量与第一编码器输出的轨迹编码向量和车道线编码向量融合，以输出融合向量； 第一全连接层，其将融合向量再次映射到高维空间，以输出中间特征向量； 第二分离模块和第二拼接模块，其将中间特征向量再次分离、融合，输出最终特征向量； 第二全连接层，其基于最终特征向量输出相似度； 其中在训练过程中，计算中间特征向量的三元组损失函数，以及基于第二全连接层输出的相似度计算相似度损失函数，以对深度学习网络进行调参。

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上汽大众汽车有限公司，其通讯地址为：201805 上海市嘉定区安亭镇于田路123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。