**对比文件名称**：发明授权_US09395192B1 Methods and systems for road and lane boundary tracing
**目标专利名称**：用于确定车辆位置的系统和方法 (根据说明书内容推断)
**本次调用的模型名称**：DeepSeek-R1
---
### **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 (段落标号/位置) | 公开性论述 |
| **A. 一种用于确定车辆位置的方法**<br>**判断结果：未公开** | 未发现直接对应的描述。 | 对比文件主要涉及道路和车道边界追踪、检测及投影估计，用于车辆导航和路径规划（例如摘要、[0016]-[0017]、[0035]、[0054]-[0055]段）。虽然其整体方案与车辆导航相关，但并未明确揭示或教导一种“用于确定车辆位置的方法”，其目的更侧重于利用已检测到的边界进行导航控制，而非解决目标专利中“确定车辆位置”这一特定技术问题。因此，该主题方法未被公开。 |
| **B. 获得多个图像**<br>**判断结果：直接公开** | [0035] 段: “The sensor system 104 may include a number of sensors configured to sense information about an environment in which the vehicle 100 is located. As shown, the sensors of the sensor system include a Global Positioning System (GPS) module 126, an inertial measurement unit (IMU) 128, a radio detection and ranging (RADAR) unit 130, a laser rangefinder and/or light detection and ranging (LIDAR) unit 132, **a camera 134**, and actuators 136 configured to modify a position and/or orientation of the sensors.” <br> [0046] 段: “**The camera 134 may be any camera (e.g., a still camera, a video camera, etc.) configured to capture images of the environment in which the vehicle 100 is located.**” | 对比文件明确公开了车辆配备有摄像头（camera 134），该摄像头被配置为捕获车辆所处环境的图像。获得图像是执行后续处理（如边界检测）的基础步骤。该特征在对比文件中被直接公开。 |
| **C. 检测所述多个图像中的对象**<br>**判断结果：直接公开** | [0017] 段: “For example, the computing system may detect **lane markers, road curbs, guard rails, or other types of boundaries** in the local environment of the vehicle.” <br> [0054] 段: “The computer vision system 146 may be any system configured to process and analyze images captured by the camera 134 in order to **identify objects and/or features in the environment** in which the vehicle 100 is located, **including, for example, lane information**, traffic signals and obstacles.” | 对比文件明确描述了计算系统（包含计算机视觉系统146）处理和分析由摄像头捕获的图像，以识别环境中的对象和/或特征，特别是车道信息（即车道标记）。检测图像中的对象（如车道标记）是其实施方案的关键步骤。该特征在对比文件中被直接公开。 |
| **D. 所述对象包括交通引导对象**<br>**判断结果：直接公开** | [0017] 段: “For example, the computing system may detect **lane markers, road curbs, guard rails**, or other types of boundaries in the local environment of the vehicle.” <br> [0022] 段: “The computing system may use the boundary data to estimate projections of **road curbs, lane markers**, or other boundaries ahead of the vehicle on the road.” | 对比文件明确列举了检测和估计的对象类型，包括“车道标记（lane markers）”和“路缘石（road curbs）”。这些对象是道路上用于引导交通、划分车道或标识道路边界的典型交通引导对象。因此，该特征在对比文件中被直接公开。 |
| **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** | 对比文件提到了检测边界和边缘（edge），例如：[0019]段 “extract edge data from the data representing the local environment”， [0020]段 “detect or trace edges of boundaries”。然而，并未明确描述从检测到的对象（如车道标记）上确定“多个特征点”，更未提及这些特征点“基于对象类型彼此具有已建立的关系”。 | 对比文件公开的是提取或检测边界对象的“边缘（edges）”，这可以被广义地理解为对象轮廓上的点。但是，目标专利中的“特征点”特指如车道标记的“端角”或交通标志的“顶点”，并且强调了这些点之间基于对象类型（如矩形车道标记）的几何关系（如构成矩形边界）。对比文件未教导或暗示这种针对特定对象类型、具有已建立几何关系的“特征点”的概念。其“边缘”更侧重于表示对象与路面之间的“不连续性”（discontinuity，见[0092]段），而非用于计算姿态的、具有内在几何关联的特征点集。因此，该特征未被公开。 |
| **F. 确定加速度测量**<br>**判断结果：直接公开** | [0035] 段: “...an **inertial measurement unit (IMU) 128**...” <br> [0037] 段: “**The IMU 128 may be any combination of sensors configured to sense position and orientation changes of the vehicle 100 based on inertial acceleration.** In some examples, the combination of sensors may include, for example, **accelerometers** and gyroscopes.” | 对比文件明确公开了车辆配备有惯性测量单元（IMU 128），其包含加速度计（accelerometers），用于基于惯性加速度感测车辆的位置和方向变化。确定加速度测量是IMU的基本功能。该特征在对比文件中被直接公开。 |
| **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** | 未发现直接对应的描述。对比文件提到了使用IMU数据（[0037]段）和边界数据（[0017]段），但未描述将“加速度测量”与“多个特征点”（如E所述）结合使用，以确定“相对于地平面的运动轨迹和相机姿态”。其导航和路径规划（[0055]段）可能利用了多种传感器数据，但未明确揭示目标专利中这一特定的技术手段。 | 目标专利的权利要求G限定了将“加速度测量”与“多个特征点”结合使用，以确定“运动轨迹和相机姿态”的具体技术方案。对比文件虽然公开了加速度测量（特征F）和检测对象（特征C），但未公开“多个特征点”（特征E），更未公开将这两者结合用于确定运动轨迹和相机姿态的技术方案。对比文件中使用边界数据的目的主要是为了估计边界投影以辅助导航控制，而非解决目标专利中通过特征点结合惯性测量来确定车辆自身运动轨迹和姿态的技术问题。因此，该特征未被公开。 |
| **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** | 未发现直接对应的描述。 | 该特征限定了两种确定运动轨迹和相机姿态的来源（基于特征点的和基于惯性传感器的）之间存在“补充”关系。对比文件未描述任何基于“多个特征点”确定运动轨迹和相机姿态的方案（特征G未公开），因此更不存在将此种方案的结果用于“补充”另一种方案的结果的技术教导。该特征未被公开。 |
| **I. 其中所述对象包含车道标记或交通标志**<br>**判断结果：直接公开 (针对车道标记)** | [0017] 段: “For example, the computing system may detect **lane markers**, road curbs, guard rails, or other types of boundaries in the local environment of the vehicle.” <br> [0054] 段: “...identify objects and/or features in the environment... including, for example, **lane information**, traffic signals and obstacles.” | 对比文件多次明确将“车道标记（lane markers）”或“车道信息（lane information）”作为检测和识别的主要对象之一。因此，“对象包含车道标记”这一限定在对比文件中被直接公开。但需注意，对比文件未明确提及检测“交通标志（traffic signs）”，其提到的“traffic signals”更可能指交通信号灯。 |
| **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** | 未发现直接对应的描述。对比文件提到检测车道标记（[0017]段）和边缘（[0019]段），但未具体描述确定车道标记的“端角（end corners）”，特别是“三个或多于三个”端角。 | 确定车道标记的“三个或多于三个端角”是目标专利中“确定多个特征点”的一种具体实施方式。对比文件未公开“确定多个特征点”（特征E），自然也未曾描述这种具体的实施方式。本领域技术人员从对比文件中无法直接且毫无疑义地确定其公开了检测车道标记的端角。因此，该特征未被公开。 |
| **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** | 未发现直接对应的描述。 | 对比文件未将“交通标志（traffic signs）”作为主要检测对象（见特征I论述），因此更不可能公开确定交通标志的“顶点（vertices）”这一具体操作。该特征未被公开。 |
| **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** | 未发现直接对应的描述。 | 使用特征点来确定尺度信息是单目视觉里程计或SLAM中的常见技术，用于解决尺度模糊问题。然而，对比文件未公开“使用多个特征点来确定运动轨迹”（特征G未公开），因此其中包含的“确定尺度信息”这一子步骤也未被公开。对比文件未涉及通过特征点解决尺度估计的技术问题。 |
| **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：未公开** | 未发现直接对应的描述。对比文件提到了随时间接收数据（[0087]段：“receive data indicative of the environment in an incremental order”）和估计投影（[0022]段），但未描述通过比较不同图像间“相应的特征点”来确定运动轨迹和相机姿态的具体算法。 | 该特征限定了通过特征点匹配（比较）来计算运动轨迹和相机姿态的具体算法步骤。对比文件未公开“多个特征点”（特征E）以及基于此确定运动轨迹和相机姿态（特征G），因此这一具体的算法实现细节未被公开。对比文件中边界数据的处理更多是用于几何建模和投影，而非用于帧间特征匹配以解算自身运动。 |
| **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** | 未发现直接对应的描述。对比文件提到了传感器融合算法（[0053]段：“sensor fusion algorithm 144”）和组合使用数据（如[0023]段使用地图数据检查边界数据），但未明确揭示将“检测到的对象的测量”（如车道标记的测量）与“惯性传感器测量”进行组合，并基于此组合“确定运动轨迹”的具体方案。 | 该特征限定了传感器融合的一种具体形式：将视觉对象测量与惯性测量组合以确定运动轨迹。对比文件虽然公开了惯性传感器（IMU）和对象检测（如车道标记），但其传感器融合算法144的输入和具体功能未被详细说明（[0053]段仅列举了可能的算法类型和一般性评估）。本领域技术人员无法从对比文件中直接且毫无疑义地确定其公开了将“对象测量”与“惯性传感器测量”组合“以确定运动轨迹”这一特定技术手段。其融合目的可能更侧重于环境感知和路径规划，而非专用于确定车辆自身的运动轨迹。因此，该特征未被公开。 |
| **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** | 未发现直接对应的描述。对比文件提到了GPS模块（[0035]-[0036]段）和地图数据（[0023], [0113]段），并提到使用地图数据来检查或匹配边界数据（[0023], [0110]段）。例如，[0110]段：“determining whether extended boundary data... substantially matches road data indicated by a map”。但未明确描述将“卫星导航接收器测量”（如原始GPS信号或位置）与“检测到的对象的测量”进行组合，并基于此组合“确定全局帧中的姿态和位置”。 | 该特征限定了另一种传感器融合方案，旨在获得全局绝对位姿。对比文件确实提到了使用GPS和地图。然而，其技术方案侧重于将处理后的“边界数据”与“地图数据”进行匹配或验证，以评估边界数据的准确性或估计边界投影（[0110], [0117]段），而非将原始的“卫星导航接收器测量”与“对象测量”直接组合来计算车辆的全局姿态和位置。两者的技术手段和目的存在差异。因此，该特征未被公开。 |
| **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** | 未发现直接对应的描述。 | 该特征是特征O的进一步扩展，增加了“车辆传感器测量”（如轮速计）作为组合输入。对比文件未公开特征O，且也未提及组合使用“车辆传感器测量”（如轮速计）用于位姿确定。因此，该特征未被公开。 |
| **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** | 未发现直接对应的描述。 | 对比文件未提及使用“速度计测量（speedometer measurements）”。虽然其可能包含测量速度的传感器，但并未将其与“检测到的对象的测量”相组合以确定运动轨迹。该特征未被公开。 |
| **R. 其中所述方法在车辆中执行**<br>**判断结果：直接公开** | 全文多处描述了车辆（如100， 200， 400， 500）及其计算系统（如111）执行所述方法。例如，[0082]段：“Example methods, such as method 300 of FIG. 3 may be carried out in whole or in part by the vehicle and its subsystems.” | 对比文件明确教导了所述道路和车道边界追踪方法由车辆及其子系统执行。该特征在对比文件中被直接公开。 |
| **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** | 未发现直接对应的描述。对比文件提到了无线通信系统（[0059]段）和与服务器或其他实体通信的可能性，但未提及将“相机姿态（camera pose）”传输给“地图服务（map service）”这一具体操作。 | 该特征限定了输出相机姿态数据至地图服务的特定应用场景。对比文件未公开“相机姿态”这一数据（特征G未公开），因此也不可能公开传输该数据给地图服务。该特征未被公开。 |
| **T. 其中所述方法由服务器执行**<br>**判断结果：未公开** | [0080]段提到：“Alternatively, the computing device or system that executes some or all of the stored instructions could be another computing device or system, such as a server.” 但这是一种宽泛的、替代性执行主体的描述，并未明确结合方法300的具体步骤来声明所述方法由服务器执行。 | 虽然对比文件提到服务器“可以”执行一些指令，但这是一种开放性的、非限制性的陈述，并未直接、明确地公开“所述方法由服务器执行”作为其技术方案的一部分。在专利审查中，这种一般性的、可替代的硬件部署描述通常不被认为是“直接公开”了该限定特征。目标专利中“由服务器执行”是一个明确的实施方案限定。两者存在差异。因此，该特征未被直接公开。从隐含公开角度，由于对比文件未完整公开方法300的诸多核心步骤（如基于特征点确定位姿），本领域技术人员也无法直接且毫无疑义地确定服务器执行的就是目标专利所要求保护的完整方法。因此，该特征也未隐含公开。 |
<<<B>>><<<C>>><<<D>>><<<F>>><<<I>>><<<R>>>