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_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_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_US09201424B1 Camera calibration using structure from motion techniques_+++B_C_F_R_m_t+++.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

对比文件名称:发明授权_EP1492999B1 IMPROVEMENTS RELATING TO CAMERAS

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》[0004] According to a first aspect of the invention, there is provided a method of calculating the heading angle of a vehicle using a camera associated with the vehicle...对比文件公开了一种使用与车辆关联的相机来计算车辆航向角的方法([0004])。该方法的目的是确定车辆的方向信息,这是确定车辆位置(特别是方向或航向)这一更广泛任务的一部分。因此,对比文件直接公开了一种用于确定车辆(位置相关)信息的方法。
**技术特征B**:获得多个图像<br>《直接公开》[0004] ...the method comprising capturing at least two images with the camera...对比文件的方法明确包括“用相机捕获至少两幅图像”([0004])。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>《直接公开》[0010] The method may include the step of analysing the images in order to calculate heading angles by finding features that follow the direction of travel of the vehicle. Such features could include the edges of a road or lane markings on the road.对比文件描述了分析图像以通过“寻找遵循车辆行驶方向的特征”来计算航向角,这些特征包括“道路边缘或道路上的车道标记”([0010])。这实质上是对图像中特定对象(车道标记)的检测。
**技术特征D**:所述对象包括交通引导对象<br>《直接公开》[0010] Such features could include the edges of a road or lane markings on the road.对比文件明确将“车道标记(lane markings)”作为检测和分析的对象([0010])。车道标记是典型的交通引导对象,用于引导车辆行驶。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>《隐含公开》[0010] The features may then be fitted to a curve. The curve may be a quadratic equation. The quadratic equation may have the form: x = c1 + c2*z + c3*z² ... c1 may give the offset of the feature from the position of the camera; c2 may give the angle...; and c3 may give the reciprocal of twice the radius of curvature of the feature.对比文件通过将检测到的特征(如车道标记)拟合到二次曲线x = c1 + c2*z + c3*z²来建模([0010])。拟合过程需要基于检测到的车道标记对象上的多个数据点(即特征点,如边缘上的像素点)来确定参数c1、c2、c3。这些参数(c1, c2, c3)共同描述了车道标记的几何属性(偏移、角度、曲率),它们之间的关系由二次曲线模型(即“对象类型”——车道标记的几何模型)所建立。因此,对本领域技术人员而言,从检测车道标记并拟合曲线这一过程,可以确定需要获取该对象上的多个点(特征点),并且这些点之间的关系由描述该对象类型的曲线模型所定义。这构成了隐含公开。
**技术特征F**:确定加速度测量<br>《未公开》无相关描述。对比文件全文未提及确定或使用加速度测量。其使用车辆速度(地面速度)进行计算,而非加速度。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》无相关描述。由于特征F(加速度测量)未被公开,且对比文件也未公开“相机姿态”这一概念(其输出是航向角,而非完整的6自由度姿态),更未提及基于加速度和特征点来确定运动轨迹,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>《未公开》无相关描述。对比文件未涉及任何惯性传感器(如IMU)测量,也未涉及“运动轨迹”和“相机姿态”的概念,更不存在用视觉特征确定的结果去“补充”惯性传感器测量结果的技术方案。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>《直接公开》(部分)[0010] Such features could include the edges of a road or lane markings on the road.对比文件明确公开了检测对象包含“车道标记(lane markings)”([0010])。虽然未提及“交通标志”,但公开了“车道标记”这一具体选项。根据专利审查惯例,当权利要求使用“或”连接并列要素时,对比文件公开其中任一要素即构成对该技术方案的公开。因此,该特征被部分直接公开。
**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>《隐含公开》[0010] The features may then be fitted to a curve. The curve may be a quadratic equation. ... [0042] A tracking algorithm... fits the transformed edges to a quadratic equation in real space: x = c1 + c2*z + c3*z²对比文件通过将车道标记边缘点拟合到二次曲线来确定其几何参数([0010], [0042])。为了稳定地拟合一条二维二次曲线,至少需要三个点。虽然对比文件没有明确使用“端角”一词,但其“边缘(edges)”上的点,特别是用于定义车道标记边界或拟合曲线的关键点,在几何上等效于或包含了“端角”所起的作用(即定义对象轮廓的关键点)。本领域技术人员能够理解,对车道标记进行建模和分析时,确定其多个边界点(如至少三个角点)是隐含的必要步骤。因此,该特征被隐含公开。
**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》无相关描述。对比文件仅涉及车道标记的检测和分析,从未提及交通标志,因此不可能公开确定交通标志顶点的技术特征。
**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》[0004] ...calculating the lateral speed of the vehicle from the images, calculating the ground speed of the vehicle and calculating, from the ground speed and the lateral speed, a first heading angle of the vehicle. [0043] The lateral velocity of the vehicle can then be calculated by calculating the rate of change of lane offsets with respect to time...对比文件通过图像特征点(车道偏移c1)随时间的变化率计算横向速度v_lat,再结合已知的地面速度计算航向角([0004], [0043])。计算速度(v_lat)和位移(c1的变化)的过程,实质上是在图像坐标系和真实世界坐标系之间建立了一种尺度关系。通过已知的地面速度作为参考,隐含地解决了从二维图像特征点推导三维运动信息时的尺度问题。因此,可以认为对比文件隐含公开了使用特征点来确定尺度信息(用于计算速度/位移)。
**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>《隐含公开》[0043] The lateral velocity of the vehicle can then be calculated by calculating the rate of change of lane offsets with respect to time, taking an average position of, say, the two lane markings on either side of the car 10. This could be expressed as: v_lat = (c1’ - c1) / Δt对比文件通过计算车道偏移参数c1在不同时间(对应不同图像)的变化率((c1’ - c1) / Δt)来得到横向速度([0043])。参数c1是从图像中确定的特征(车道标记)位置的量化表示。计算c1’和c1的差值,本质上就是将第一幅图像确定的特征点(集)的表示(c1)与第二幅图像确定的相应特征点(集)的表示(c1’)进行比较,以推导运动信息(速度)。这隐含了通过比较不同图像的特征点来确定运动信息的技术手段。
**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》无相关描述。对比文件未提及任何惯性传感器(如加速度计、陀螺仪)测量,其仅组合了图像测量(车道偏移)和车辆速度计测量。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》无相关描述。对比文件未提及卫星导航接收器(如GPS),也未涉及在“全局帧”中确定姿态和位置。其计算的是车辆相对于车道的航向角,属于相对定位。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》无相关描述。该特征依赖于特征O(卫星导航组合)的公开,而特征O未被公开。此外,对比文件也未公开如此多传感器的组合。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>《隐含公开》[0004] ...calculating the lateral speed of the vehicle from the images, calculating the ground speed of the vehicle and calculating, from the ground speed and the lateral speed, a first heading angle of the vehicle. [0043] ... v_lat = (c1’ - c1) / Δt ... [0045] The lateral velocity v_lat is divided by the wheel speed v_wheels measured by the road wheel speed sensor 15.对比文件明确公开了:1. 从图像(检测到的车道标记对象)计算横向速度v_lat([0004], [0043]);2. 使用车辆速度计(轮速传感器)测量地面速度v_wheels([0004], [0045]);3. 将这两者组合(v_lat除以v_wheels)来计算更准确的航向角([0045])。航向角是描述车辆运动方向的关键参数,属于“运动轨迹”信息的一部分。因此,对比文件隐含公开了将检测对象的测量与速度计测量组合,以确定运动(轨迹)信息。
**技术特征R**:其中所述方法在车辆中执行。<br>《直接公开》[0004] ...a method of calculating the heading angle of a vehicle using a camera associated with the vehicle... [0039] A car 10 fitted with the camera system of the present invention is shown in Figure 1. ... Control means 16, for example a processor such as an ECU, is associated with the camera 18 and the road wheel speed sensing means 15.对比文件的方法明确是用于车辆(“a vehicle”),并且具体实施方式描述了将相机系统、控制单元(ECU)和速度传感器安装在汽车上([0004], [0039])。这清楚地表明该方法是在车辆中执行的。
**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》无相关描述。对比文件未提及“相机姿态”这一概念,也未提及任何“地图服务”或数据传输给外部服务。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>《未公开》[0039] ... Control means 16, for example a processor such as an ECU, is associated with the camera 18 and the road wheel speed sensing means 15.对比文件明确说明控制单元(如ECU)与车载相机和传感器关联,在车辆本地执行处理([0039])。没有迹象表明该方法由远程服务器执行。因此,该特征未被公开。

<<<A>>><<<B>>><<<C>>><<<D>>><<<I>>><<<R>>><<<e>>><<<j>>><<<l>>><<<m>>><<<q>>>

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