買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉深圳市小飛達電子有限公司申請的專利一種基于AI攝像技術的盲區精度評估方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119445296B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411578852.9，技術領域涉及：G06V10/776；該發明授權一種基于AI攝像技術的盲區精度評估方法及系統是由吳曉飛;李中茂;易偉欣設計研發完成，并于2024-11-07向國家知識產權局提交的專利申請。

本一種基于AI攝像技術的盲區精度評估方法及系統在說明書摘要公布了：本發明公開了一種基于AI攝像技術的盲區精度評估方法及系統，屬于汽車盲區評估技術領域，確定各影響因素，識別各影響因素對應的監測主體；設置車輛的盲區綜合范圍；設置盲區綜合范圍對應的綜合影響模型；對各影響因素的監測主體進行實時監測，獲得各影響因素的主體監測數據；確定盲區區域，根據盲區區域生成盲區初始圖像；通過綜合影響模型對各主體監測數據進行分析，獲得各盲區位置對應的綜合影響值；根據各綜合影響值將盲區初始圖分為若干個單元區域，并設置各單元區域的單元精度值；預估各目標物體的基準風險值，識別目標物體所在單元區域對應的單元精度值，根據單元精度值對基準風險值進行修正，通過修正后的基準風險值進行盲區預警。

本發明授權一種基于AI攝像技術的盲區精度評估方法及系統在權利要求書中公布了：1.一種基于AI攝像技術的盲區精度評估系統，其特征在于，包括信息模塊、主體監測模塊、盲區模塊和盲區分析模塊； 所述信息模塊用于進行信息管理，確定各影響因素，識別各所述影響因素對應的監測主體； 設置車輛的盲區綜合范圍；獲取各所述監測主體的主體素材數據，對各所述監測主體的主體素材數據進行單一模擬，獲得各影響因素在盲區綜合范圍內各盲區位置對應的因素影響曲線，所述因素影響曲線的橫軸為相應監測主體的主體監測數據，縱軸為相應主體監測數據對應的精度影響值，精度影響值的取值范圍為[0，100]；根據各盲區位置對應的各因素影響曲線進行綜合分析，形成盲區綜合范圍對應的綜合影響模型； 所述主體監測模塊對各影響因素對應的監測主體進行實時監測，獲得各影響因素對應的主體監測數據； 所述盲區模塊用于實時生成盲區初始圖像； 所述盲區分析模塊用于對盲區初始圖像進行評估分析，獲取各主體監測數據，通過所述綜合影響模型對各所述主體監測數據進行分析，獲得所述盲區初始圖像中各盲區位置對應的綜合影響值；根據各所述盲區位置對應的綜合影響值將所述盲區初始圖分為若干個單元區域，并設置各單元區域的單元精度值，所述單元精度值為所述單元區域內各盲區位置的綜合影響值的平均值； 將各單元精度值標記在各單元區域內；預估各目標物體的基準風險值，根據各目標物體的基準風險值進行盲區預警； 根據各盲區位置的綜合影響值將盲區初始圖分為若干個單元區域的方法包括： 步驟SA1：識別各盲區位置的綜合影響值；確定各初始位置；將與初始位置相鄰的各盲區位置標記為選擇位置； 將初始位置的綜合影響值標記為QY1x，y，z，x，y，z表示相應的位置坐標；將選擇位置的綜合影響值標記為QY2x，y，z； 根據公式YM=|QY1x，y，z-QY2x，y，z|計算初始位置與選擇位置之間的第一影響差值； 式中：YM為第一影響差值； 將第一影響差值小于閾值X1的初始位置與選擇位置進行合并，獲得初始區域； 步驟SA2：將與初始區域相鄰的各盲區位置標記為選擇位置； 根據公式計算初始區域與選擇位置之間的第二影響差值； 式中：YM′為第二影響差值；i表示初始區域內相應的盲區位置，i=1、2、……、n，n為正整數；QYx，y，zi表示初始區域內相應的盲區位置的綜合影響值；QY′x，y，z表示選擇位置對應的綜合影響值； 將第二影響差值小于閾值X1的初始區域與選擇位置進行合并，獲得新的初始區域； 步驟SA3：循環步驟SA2，直到初始區域不能進行合并為止，將初始區域標記為單元區域； 當盲區區域內沒有未合并的盲區位置時，結束分析； 當盲區區域內有未合并的盲區位置時，返回步驟SA1。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人深圳市小飛達電子有限公司，其通訊地址為：518000 廣東省深圳市龍華區福城街道福民社區獅徑路15-5福城數字創新園一單元901；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。