返回项目页面
对比文件列表
发明公开_EP1492999A1 IMPROVEMENTS RELATING TO CAMERAS_+++B_C_D_I_Q_R_a_e_j_m+++.docx
2025-12-28 21:12
发明公开_KR1020110046727A 실시간 차선위치정보 획득장치 및 방법_+++B_D_I_O_R_a_c_e_l_m+++.docx
2025-12-28 21:12
发明公开_KR1020150049529A 차량의 위치 추정 장치 및 방법_+++A_B_C_D_E_I_O_R_k_l_m_p_q+++.docx
2025-12-28 21:12
发明申请_US20040167667A1 Systems and methods for filtering potentially unreliable visual data for visual simultaneous localization and mapping_+++A_B_C_E_H_L_M_N_R+++.docx
2025-12-28 21:12
发明申请_US20090080697A1 Imaging position analyzing method_+++A_B_C_D_E_I_J_K_M_O_P_R_f_g_h_l_n_q_s+++.docx
2025-12-28 21:12
发明申请_US20090207257A1 CAMERA EGOMOTION ESTIMATION FROM AN INFRA-RED IMAGE SEQUENCE FOR NIGHT VISION_+++A_B_M_R_l_t+++.docx
2025-12-28 21:12
发明申请_US20100235032A1 UNMANNED TRANSPORT APPARATUS AND OPERATING METHOD THEREOF_+++A_C_D_R_b_i_o+++.docx
2025-12-28 21:12
发明申请_US20100299000A1 DRIVING ASSISTANCE APPARATUS_+++B_C_D_R_e+++.docx
2025-12-28 21:12
发明申请_US20120121161A1 SYSTEMS AND METHODS FOR VSLAM OPTIMIZATION_+++B_a_c_m_n_r+++.docx
2025-12-28 21:12
发明申请_US20120262455A1 THREE-DIMENSIONAL MEASUREMENT APPARATUS, MODEL GENERATION APPARATUS, PROCESSING METHOD THEREOF, AND NON-TRANSITORY COMPUTER-READABLE STORAGE MEDIUM_+++A_B_C_E_L_M+++.docx
2025-12-28 21:12
发明申请_US20130242120A1 MOTION-STATE CLASSIFICATION FOR CAMERA APPLICATIONS_+++b_f+++.docx
2025-12-28 21:12
发明申请_US20130308002A1 APPARATUS AND METHOD FOR ADAPTIVE CAMERA CONTROL METHOD BASED ON PREDICTED TRAJECTORY_+++B_a_f+++.docx
2025-12-28 21:12
发明申请_US20150222799A1 Using Inertial Sensors To Provide Smoothed Exposure And White Balance Adjustments For Video And Photographic Applications_+++B_F+++.docx
2025-12-28 21:12
发明申请_US20160068114A1 Methods and Systems for Mobile-Agent Navigation_+++A_B_C_E_M_R_h_l+++.docx
2025-12-28 21:12
发明申请_WO2012040644A1 SYSTEMS AND METHODS FOR VSLAM OPTIMIZATION_+++B_L_M_a_c_e_n_r+++.docx
2025-12-28 21:12
发明授权_EP1492999B1 IMPROVEMENTS RELATING TO CAMERAS_+++A_B_C_D_I_R_e_j_l_m_q+++.docx
2025-12-28 21:12
发明授权_US5233417A Image movement detecting apparatus_+++B_D_F_M_r+++.docx
2025-12-28 21:12
发明授权_US06704621B1 System and method for estimating ego-motion of a moving vehicle using successive images recorded along the vehicle's path of motion_+++A_B_C_M_R_d_e_i_l_q+++.docx
2025-12-28 21:12
发明授权_US09052207B2 System and method for vehicle navigation using lateral offsets_+++A_B_C_D_I_R_e_f_j_k+++.docx
2025-12-28 21:12
发明授权_US09063548B1 Use of previous detections for lane marker detection_+++B_C_I_a_b_d_f_r+++.docx
2025-12-28 21:12
发明授权_US09201424B1 Camera calibration using structure from motion techniques_+++B_C_F_R_m_t+++.docx
2025-12-28 21:12
发明授权_US09357136B2 Using inertial sensors to provide smoothed exposure and white balance adjustments for video and photographic applications_+++B_F+++.docx
2025-12-28 21:12
发明授权_US09395192B1 Methods and systems for road and lane boundary tracing_+++B_C_D_F_I_R+++.docx
2025-12-28 21:12
发明专利_JP2015194397A 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラムならびに車両位置検出システム_+++A_B_C_D_I_R_q+++.docx
2025-12-28 21:12
发明申请_US20090207257A1 CAMERA EGOMOTION ESTIMATION FROM AN INFRA-RED IMAGE SEQUENCE FOR NIGHT VISION_+++A_B_M_R_l_t+++.docx

**对比文件名称**:发明申请_US20090207257A1 CAMERA EGOMOTION ESTIMATION FROM AN INFRA-RED IMAGE SEQUENCE FOR NIGHT VISION

**目标专利名称**:用于确定车辆位置的系统和方法

**本次调用模型名称**:DeepSeek

**特征比对表格**

技术特征描述及公开性判断结果对比文件原文引用公开性论述
**技术特征A**:一种用于确定车辆位置的方法<br>**《直接公开》**[0002] ... to an infrared (IR) vision system and method for estimating camera motion and hence vehicle motion from an infra-red image sequence. <br>译:……涉及一种用于从红外图像序列估计相机运动从而估计车辆运动的红外(IR)视觉系统和方法。对比文件明确公开了一种用于从图像序列估计车辆运动(即车辆位置变化)的方法,这与目标专利权利要求1的主题“一种用于确定车辆位置的方法”属于同一技术领域和目的,因此被直接公开。
**技术特征B**:获得多个图像<br>**《直接公开》**[0009] ... (a) receiving a pair of frames from a plurality of frames from the camera ... <br>译:……(a) 接收来自相机的多帧中的一对帧……对比文件明确描述了从相机接收多帧(a plurality of frames)的步骤,这直接对应于“获得多个图像”这一技术特征。
**技术特征C**:检测所述多个图像中的对象<br>**《未公开》**[0032] ... features are extracted. Edge points are used as features for matching and they are obtained by applying a typical edge extraction method. <br>译:……提取特征。边缘点被用作匹配的特征,它们通过应用典型的边缘提取方法获得。对比文件公开的是从图像中提取“边缘点”作为通用特征,用于后续匹配和运动估计。该过程是检测图像中的“特征点”(如边缘、角点),而非检测具有特定语义或结构的“对象”(如车道标记、交通标志)。检测“特征点”与检测“对象”是不同层次的技术手段,前者是后者的子步骤或替代方案。因此,对比文件未公开“检测对象”这一特征。
**技术特征D**:所述对象包括交通引导对象<br>**《未公开》**[0007] ... features of the road structure such as lane markers are not available. <br>译:……道路结构的特征,例如车道标记,通常是不可用的。对比文件明确指出在其应用场景(红外图像)中,像车道标记这样的道路结构特征通常不可用。这表明其技术方案并非基于检测“交通引导对象”(如车道标记)来实现的。因此,该特征未被公开。
**技术特征E**:确定所述对象上的多个特征点,其中所述特征点基于对象类型彼此具有已建立的关系;<br>**《未公开》**[0032] ... Edge points are used as features for matching ... <br>译:……边缘点被用作匹配的特征……对比文件提取的是通用的“边缘点”作为特征点。这些特征点之间不存在“基于对象类型”(如车道标记或交通标志)的“已建立的关系”。对比文件的特征点之间的关系仅基于它们在图像中的几何位置和匹配对应关系,而非基于它们所属的、具有已知几何结构的特定对象类型。因此,该特征未被公开。
**技术特征F**:确定加速度测量<br>**《未公开》**全文未提及。对比文件的技术方案完全基于视觉图像处理来估计运动,未提及使用或结合任何加速度测量(例如来自IMU的测量)。因此,该特征未被公开。
**技术特征G**:基于所述加速度测量来使用所述多个特征点来确定相对于地平面的运动轨迹和相机姿态<br>**《未公开》**全文未提及。由于对比文件未公开“确定加速度测量”(特征F),且其运动估计完全基于图像特征匹配和三角测量,不依赖于加速度测量,因此该组合特征也未被公开。
**技术特征H**:使用所述多个特征点确定的所述运动轨迹和相机姿态补充从惯性传感器测量确定的运动轨迹和相机姿态。<br>**《未公开》**全文未提及。对比文件未提及任何惯性传感器测量,也未描述将视觉确定的运动轨迹与惯性传感器确定的运动轨迹进行“补充”或融合的技术方案。因此,该特征未被公开。
**技术特征I**:其中所述对象包含车道标记或交通标志。<br>**《未公开》**[0007] ... features of the road structure such as lane markers are not available. <br>译:……道路结构的特征,例如车道标记,通常是不可用的。如特征D的论述,对比文件明确排除了依赖车道标记等特定道路结构特征的可能性。也未提及交通标志。因此,该限定特征未被公开。
**技术特征J**:其中确定所述多个特征点包括确定检测到的车道标记的三个或多于三个端角。<br>**《未公开》**全文未提及。对比文件未检测车道标记,更未涉及确定车道标记端角的步骤。因此,该特征未被公开。
**技术特征K**:其中确定所述多个特征点包括确定检测到的交通标志的三个或多于三个顶点。<br>**《未公开》**全文未提及。对比文件未检测交通标志,更未涉及确定交通标志顶点的步骤。因此,该特征未被公开。
**技术特征L**:其中确定所述运动轨迹包括使用所述多个特征点来确定尺度信息。<br>**《隐含公开》**[0035] ... a 3D structure of correspondences (points), i.e., a 3D estimate of the matching points, is updated ... <br>译:……对应点(即匹配点)的3D结构,也就是匹配点的3D估计,被更新…… <br>[0036] ... estimating a scale of points, αi,βi in normalized coordinates ... <br>译:……在归一化坐标中估计点的尺度αi,βi……对比文件通过特征匹配和运动估计,最终计算出匹配点在3D空间中的位置(结构)。从2D图像点恢复3D位置必然涉及深度(尺度)信息的确定。具体地,[0036]段提到的估计点的尺度(αi,βi)正是为了从归一化坐标恢复3D位置,这直接对应于“确定尺度信息”。虽然对比文件未明确使用“尺度信息”一词,但该确定过程是其技术方案(运动轨迹和结构估计)的内在组成部分和必然结果,对本领域技术人员而言是隐含公开的。
**技术特征M**:其中确定所述运动轨迹和所述相机姿态包括将从第一图像确定的多个特征点与从第二图像确定的相应的特征点进行比较。<br>**《直接公开》**[0009] ... (c) finding correspondances between extracted features from the previous frame and the current frame; and (d) estimating the relative pose of the camera by minimizing reprojection errors from the correspondences to the anchor frame. <br>译:……(c) 寻找从前一帧和当前帧提取的特征之间的对应关系;以及 (d) 通过最小化从对应关系到锚帧的重投影误差来估计相机的相对姿态。对比文件明确公开了通过寻找前后两帧图像中提取的特征之间的对应关系(比较),并基于这些对应关系来估计相机相对姿态(即相机姿态和运动轨迹的一部分)。这与特征M的描述完全一致。
**技术特征N**:将所述检测到的对象的测量与惯性传感器测量进行组合;以及基于所述组合的测量来确定所述运动轨迹。<br>**《未公开》**全文未提及。对比文件未提及检测对象,也未提及惯性传感器测量,更未提及将两者组合。因此,该特征未被公开。
**技术特征O**:将卫星导航接收器测量与所述检测到的对象的测量进行组合;以及基于所述组合的测量确定全局帧中的姿态和位置。<br>**《未公开》**全文未提及。对比文件未提及卫星导航接收器(如GPS),也未提及“全局帧中的姿态和位置”。其估计的是相对运动轨迹和姿态。因此,该特征未被公开。
**技术特征P**:将来自一或多个车辆传感器的车辆传感器测量与所述卫星导航接收器测量和所述检测到的对象的测量进行组合;以及基于所述组合的测量来确定所述全局帧中的所述姿态和位置。<br>**《未公开》**全文未提及。对比文件未提及车辆传感器、卫星导航接收器,也未提及全局姿态和位置。因此,该特征未被公开。
**技术特征Q**:将所述检测到的对象的测量与速度计测量进行组合;以及基于所述组合的测量来确定所述运动轨迹。<br>**《未公开》**全文未提及。对比文件未提及速度计测量,也未提及将其与任何测量组合。因此,该特征未被公开。
**技术特征R**:其中所述方法在车辆中执行。<br>**《直接公开》**[0002] ... to an infrared (IR) vision system and method for estimating camera motion and hence vehicle motion ... <br>[0003] ... cameras mounted in the rear view mirror of a vehicle ... <br>译:[0002]……用于估计相机运动从而估计车辆运动的红外(IR)视觉系统和方法……[0003]……安装在车辆后视镜中的相机……对比文件明确其应用场景是汽车(车辆),相机安装在车辆上,方法用于估计车辆运动。因此,“所述方法在车辆中执行”这一特征被直接公开。
**技术特征S**:其进一步包括将所述相机姿态传输给地图服务。<br>**《未公开》**全文未提及。对比文件未提及任何“地图服务”,也未描述将相机姿态传输给此类服务的步骤。因此,该特征未被公开。
**技术特征T**:其中所述方法由服务器执行。<br>**《隐含公开》**[0020] ... The computing platform 14 may include an embedded system (e.g., an Intel platform with DUO (1.83 Ghz) processor) comprising one or more processors 16 ... <br>译:……计算平台14可以包括一个嵌入式系统(例如,带有DUO(1.83 Ghz)处理器的英特尔平台),其包含一个或多个处理器16……对比文件描述了实现该方法的系统包含计算平台和处理器。虽然其主要上下文是车载嵌入式系统,但“计算平台”和“处理器”的表述具有通用性。对本领域技术人员而言,将此类图像处理和运动估计算法部署在远程服务器上执行是常规的技术选择,无需创造性劳动。因此,对比文件隐含公开了“所述方法由服务器执行”这一特征。

<<<A>>><<<B>>><<<M>>><<<R>>><<<l>>><<<t>>>

权利要求与技术特征
Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE