**对比文件名称**：发明授权_US5233417A Image movement detecting apparatus
**目标专利名称**：用于确定车辆位置的系统和方法
**本次调用的模型名称**：DeepSeek-R1
**特征比对表格**
| 技术特征描述以及公开性判断结果 | 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>**判断结果**：未公开 | 对比文件涉及图像处理和运动检测，但未明确记载为一种“确定车辆位置的方法”。例如，[2]段提到“当电视摄像机安装在诸如汽车、飞机、直升机等运动物体上时...”，以及[2]段提到“计算的总运动将对应于运动物体的垂直或水平运动”。 | 对比文件公开了一种检测图像运动以校正图像或控制运动物体姿态的方法。虽然该方法可用于安装在车辆上的相机，且检测到的图像运动可对应于车辆运动，但其整体技术方案的核心目的是“检测图像运动”以进行“图像校正”或“姿态控制”，而非专门“确定车辆位置”。两者要解决的技术问题不同（图像稳定 vs. 车辆定位），整体方案的目的和作用不同。因此，对比文件未公开“一种用于确定车辆位置的方法”这一主题。 | ||||
| **技术特征B**：获得多个图像<br>**判断结果**：直接公开 | [2]段：“所述装置包括：用于在不同时间间隔从电视摄像机输入图像的装置...”； [2]段：“图像处理单元12...在时间间隔内将输入图像以数字方式存储在图像存储器14中。” | 对比文件明确记载了在不同时间点输入并存储图像，即获得多个图像。该特征在对比文件中的作用是作为运动检测的输入序列，与目标专利中为后续对象检测和处理提供输入的作用相同。因此，该特征被直接公开。 | ||||
| **技术特征C**：检测所述多个图像中的对象<br>**判断结果**：未公开 | [2]段：“...将输入图像A转换为图像B...B(x,y)=1表示在输入图像中形成边缘的边缘点。”； [2]段：“扫描输入图像A以检测与相邻点具有不同强度（亮度）的边缘点。” | 对比文件公开了检测图像中的“边缘点(edge point)”，这些点是基于亮度对比度检测的像素点，代表了图像中物体的“边缘”。然而，“检测对象”通常意味着识别出图像中一个完整的、有语义的实体（如车道标记、交通标志），而不仅仅是检测低层次的图像特征（边缘点）。对比文件检测的是“边缘点”这一图像特征，而非“对象”实体本身。两者在技术手段和所起作用上存在差异。因此，对比文件未直接公开“检测对象”，也未隐含公开，因为本领域技术人员无法从检测边缘点必然且唯一地推导出检测了完整的“对象”。 | ||||
| **技术特征D**：所述对象包括交通引导对象<br>**判断结果**：直接公开 | [2]段：“...当期望点(x,y)位于输入图像中表示为直线y=α·x+β的道路边缘或车道标记上时...”； [2]段：“值P(x,y)如果像素A(x+xk,y+yk)重复地作为形成诸如道路边缘或车道标记等直线的一部分的边缘点出现，则将具有很大的值。” | 对比文件明确提及了“道路边缘(road side)”和“车道标记(lane marker)”，这些均属于交通引导对象。该特征在对比文件中的作用是作为计算图像运动的稳定参考特征，与目标专利中利用交通引导对象的已知几何特性进行定位的作用类似。因此，该特征被直接公开。 | ||||
| **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>**判断结果**：未公开 | [2]段：“...检测每个垂直扫描线中形成边缘点的像素...”； [2]段：“...边缘点形成输入图像中的边缘。” | 对比文件公开了确定图像中的“边缘点”。然而，目标专利强调特征点“基于对象类型彼此具有已建立的关系”，例如车道标记的角点或交通标志的顶点，这些点之间的关系由对象的标准几何形状预先定义。对比文件中的边缘点是基于图像梯度检测的，它们之间没有基于“对象类型”的预先建立的几何关系。虽然对比文件提到了车道标记，但它并未公开专门检测车道标记“对象”上的特定特征点（如角点），并利用这些点之间已知的几何关系。因此，该特征未被公开。 | ||||
| **技术特征F**：确定加速度测量<br>**判断结果**：直接公开 | [2]段：“电视摄像机还包括...G传感器6...G传感器位于检测电视摄像机的垂直或俯仰运动。” | 对比文件明确记载了使用“G传感器”来检测电视摄像机（即载体）的垂直或俯仰运动。G传感器（重力传感器）本质上是一种加速度计，用于测量加速度（包括重力加速度）。因此，“确定加速度测量”这一特征被直接公开。 | ||||
| **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>**判断结果**：未公开 | [2]段：“...G传感器6...检测电视摄像机的垂直或俯仰运动...控制电动机5以旋转反射镜2...抵消电视摄像机运动对图像的影响。”； [2]段：“计算的总垂直运动可用于校正新图像，以抵消电视摄像机10的俯仰运动的影响。” | 对比文件公开了：1）使用G传感器（加速度测量）检测相机俯仰运动；2）使用图像中的边缘点（特征点）计算图像运动。然而，其技术方案中，G传感器的测量直接用于机械控制（旋转反射镜）进行实时图像稳定，而基于特征点的图像运动计算是另一条独立的数字处理路径，用于计算整体的图像偏移并进行数字校正。两者并未“结合使用”来“确定相对于地平面的运动轨迹和相机姿态”。目标专利中，加速度测量与特征点信息是融合用于求解车辆在空间中的运动轨迹和姿态（六自由度），解决的是定位问题。对比文件解决的是图像稳定问题，其“运动”结果是图像平面的偏移量，并非车辆相对于地平面的三维运动轨迹和姿态。因此，该特征未被公开。 | ||||
| **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>**判断结果**：未公开 | 对比文件未记载任何关于使用特征点确定的运动来“补充”惯性传感器测量确定的运动的内容。其G传感器（惯性传感器）测量和图像特征点处理是应用于不同目的（机械补偿 vs. 数字校正）或不同实施例中，未见有将两者结果进行“补充”性融合的描述。 | 对比文件的技术方案中不存在将基于视觉特征点计算出的运动信息与基于惯性传感器测量计算出的运动信息进行融合，并以视觉信息“补充”惯性信息的构思或手段。该特征在目标专利中用于提高定位系统的鲁棒性和精度，而在对比文件中无对应。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>**判断结果**：部分直接公开（仅车道标记） | [2]段：“...当期望点(x,y)位于输入图像中表示为直线y=α·x+β的道路边缘或车道标记上时...” | 对比文件明确提到了“车道标记(lane marker)”，但全文未提及“交通标志(traffic sign)”。因此，对于“对象包含车道标记”这一部分，特征被直接公开；对于“对象包含交通标志”这一部分，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>**判断结果**：未公开 | 对比文件提及了“车道标记”，并检测其上的“边缘点”。但并未具体描述或暗示检测的是车道标记的“端角(corner)”，更未提及需要检测“三个或多于三个”端角。其边缘点检测是基于图像梯度的，可能检测到车道标记边缘上的任何点。 | 目标专利强调通过检测车道标记的特定几何特征点（如端角）来利用其已知的尺寸和形状关系。对比文件未公开这一具体手段。本领域技术人员阅读对比文件后，不能直接且毫无疑义地确定其必然检测车道标记的“三个或多个端角”。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>**判断结果**：未公开 | 对比文件全文未提及“交通标志(traffic sign)”。 | 对比文件未涉及交通标志，因此更不可能公开确定交通标志顶点的特征。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>**判断结果**：未公开 | 对比文件通过比较连续图像中相同边缘点的位置来计算图像在像素坐标系中的运动距离（例如垂直距离y-Y(i)）。[2]段计算平均距离d，该d表示新图像相对于上一图像的垂直运动（像素单位）。 | 对比文件确定的“运动”是图像平面内的像素位移，这是一个二维的、没有绝对物理尺度的量。目标专利中的“确定尺度信息”特指在单目视觉里程计中，解决从二维图像恢复三维空间运动时的尺度模糊问题，从而得到具有物理意义的运动轨迹。对比文件的计算不涉及从2D到3D的尺度恢复问题，其结果是像素级的偏移，而非具有物理尺度的轨迹。因此，该特征未被公开。 | ||||
| **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>**判断结果**：直接公开 | [2]段：“...计算每个值，该值表示在连续输入的新图像和上一图像中形成相同边缘点的检测像素之间的距离...”； [2]段：“...在点156...确定现有点B(x,y)...是否为边缘点...在点162...确定绝对值\ | y-Y(i)\ | 是否小于预定值Ty...该绝对值\ | y-Y(i)\ | 表示在新图像A的垂直扫描线(x=Xp·i)中检测到的边缘点与在上一图像的同一垂直扫描线(x=Xp·i)中检测到的边缘点之间的垂直距离。” | 对比文件明确记载了在连续输入的两幅图像（新图像和上一图像）中，检测并比较“相同边缘点”的位置（计算距离）。这正是通过比较第一图像和第二图像中的相应特征点来确定图像运动（可对应于相机运动）的核心步骤。该特征在对比文件中的作用是计算图像间运动，与目标专利中为确定运动轨迹和姿态而进行比较的作用相同。因此，该特征被直接公开。 |
| **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>**判断结果**：未公开 | [2]段描述了使用G传感器和图像处理，但G传感器输出直接用于控制电机调整反射镜，属于机械补偿回路；图像处理单元独立计算图像运动用于数字校正。未见将两者测量在算法层面进行“组合”以共同确定一个运动轨迹的描述。 | 对比文件中，惯性传感器（G传感器）测量和图像（对象边缘点）测量被用于两个相对独立的子系统（机械稳定和数字校正），并未公开将两者测量数据“组合”起来，并基于此组合数据“确定运动轨迹”的技术手段。目标专利强调的是传感器数据的融合以提升定位性能。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>**判断结果**：未公开 | 对比文件全文未提及“卫星导航接收器”（如GPS）或“全局帧中的姿态和位置”。 | 对比文件未涉及任何卫星导航技术，也未涉及确定全局坐标系（如经纬度）下的姿态和位置。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>**判断结果**：未公开 | 对比文件全文未提及“车辆传感器”（如轮速编码器）、“卫星导航接收器”或“全局帧中的姿态和位置”。 | 该特征包含多个未被公开的子特征（卫星导航、车辆传感器、全局帧位姿确定），且涉及多传感器融合。对比文件均未涉及。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>**判断结果**：未公开 | 对比文件全文未提及“速度计测量”。 | 对比文件未涉及速度计或其测量值。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>**判断结果**：隐含公开 | [2]段：“电视摄像机安装在诸如汽车、飞机、直升机等运动物体上。”； [2]段：“电视摄像机10安装在诸如车辆、飞机、直升机等运动物体上。” | 对比文件多次明确其装置可安装在“汽车(automotive vehicle)”或“车辆(vehicle)”上。虽然其实施例描述的是图像处理装置本身的工作流程，但根据其应用场景（安装在车辆上的电视摄像机），本领域技术人员能够直接且毫无疑义地确定，所述图像运动检测方法可以在车辆上执行（例如，由车辆上的处理单元执行）。因此，该特征被隐含公开。 | ||||
| **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>**判断结果**：未公开 | 对比文件全文未提及“地图服务”或将相机姿态传输给外部服务。 | 对比文件未涉及与地图服务的交互或数据传输。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>**判断结果**：未公开 | 对比文件描述的实施方式均指向本地图像处理单元（如12，22）执行图像采集、处理和运动计算。 | 对比文件未提及由远程服务器执行所述方法。其技术方案构架是基于车载或机载处理单元。因此，该特征未被公开。 |
<<<B>>><<<D>>><<<F>>><<<M>>><<<r>>>