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！

龙图腾网获悉北京航空航天大学申请的专利一种道路拓扑理解方法、设备、存储介质及程序产品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：CN120496007B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202510629439.9，技术领域涉及：G06V20/56；该发明授权一种道路拓扑理解方法、设备、存储介质及程序产品是由任毅龙;弭璎娜;李睿楷;镡昊;闫子阳;范一哲;姜涵;崔志勇;于海洋设计研发完成，并于2025-05-16向国家知识产权局提交的专利申请。

本一种道路拓扑理解方法、设备、存储介质及程序产品在说明书摘要公布了：本申请涉及一种道路拓扑理解方法、设备、存储介质及程序产品，涉及道路拓扑技术领域，其中方法包括：获取目标汽车在行驶过程中的交通场景图；基于所述交通场景图，确定对应的多尺度先验特征，所述多尺度先验特征为对齐到干净图像的不同尺度的图像特征，将所述多尺度先验特征和所述交通场景图中的退化特征进行融合，得到融合后特征；对所述融合后特征进行融合优化处理，得到所述交通场景图对应的优化场景图，所述优化场景图为所述交通场景图在清晰度上进行优化后的场景图；基于所述优化场景图，通过预设的贝塞尔变形注意力，生成对应的至少一条车道中心线。本申请具有改善汽车道路拓扑理解能力的效果。

本发明授权一种道路拓扑理解方法、设备、存储介质及程序产品在权利要求书中公布了：1.一种道路拓扑理解方法，其特征在于，所述方法包括： 获取目标汽车在行驶过程中的交通场景图； 基于所述交通场景图，确定对应的多尺度先验特征，包括：通过预设的卷积层从所述交通场景图中提取初始图像特征，并将所述初始图像特征映射至预训练的VQVAE代码簿中，得到单个尺度的映射结果； 将当前所有尺度的映射结果输入至预设的向量自回归模型中，得到下一尺度的映射结果，并重新执行所述将当前所有尺度的映射结果输入至预设的向量自回归模型中的步骤，得到预设个数的尺度下的映射结果； 将所有所述映射结果进行解码处理，得到所述交通场景图对应的多尺度先验特征，所述多尺度先验特征为对齐到干净图像的不同尺度的图像特征； 将所述多尺度先验特征和所述交通场景图中的退化特征进行融合，得到融合后特征，包括：将所述交通场景图输入至预设的残差块中，得到退化特征； 将所述退化特征输入至权重预测器，得到处理后特征，并通过预设的投影卷积层对所述处理后特征进行映射处理，得到映射后权重； 通过所述映射后权重，对所述多尺度先验特征进行加权处理并通过预设的轻量级投影头进行维数变换，得到处理后先验特征； 将所述交通场景图中的退化特征和所述多尺度先验特征上一次融合并优化后的结果确定为上一优化结果，并将所述处理后先验特征和所述上一优化结果代入至预设的权值计算公式，得到第一权值和第二权值； 基于所述第一权值和所述第二权值，对所述处理后先验特征和所述上一优化结果进行加权求和，得到融合后特征； 对所述融合后特征进行融合优化处理，得到所述交通场景图对应的优化场景图，包括：将所述上一优化结果和融合后特征进行拼接，得到拼接结果； 对所述上一优化结果进行投影变换，得到第一变换结果，并对所述拼接结果进行投影变换，得到第二变换结果； 对所述融合后特征进行投影变换，得到第三变换结果和第四变换结果，并基于所述第一变换结果、所述第二变换结果、所述第三变换结果和所述第四变换结果，通过双层注意力机制，对所述融合后特征进行融合优化处理，得到优化结果； 重复执行所述将所述交通场景图输入至预设的残差块中的步骤，得到所述交通场景图对应的优化场景图，所述优化场景图为所述交通场景图在清晰度上进行优化后的场景图； 基于所述优化场景图，通过预设的贝塞尔变形注意力，生成对应的至少一条车道中心线。

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北京航空航天大学，其通讯地址为：100089 北京市海淀区学院路37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。