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！

龍圖騰網獲悉吉林大學申請的專利基于冰雪路面車轍痕跡構建虛擬軌跡線的車輛循跡方法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：CN120356052B 。

龍圖騰網通過國家知識產權局官網在2025-09-26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：202510840183.6，技術領域涉及：G06V10/80；該發明授權基于冰雪路面車轍痕跡構建虛擬軌跡線的車輛循跡方法是由郭夢竹;柳雨馨;林仕格;李智琪;馬子珺;高雯;葉楠楠設計研發完成，并于2025-06-23向國家知識產權局提交的專利申請。

本基于冰雪路面車轍痕跡構建虛擬軌跡線的車輛循跡方法在說明書摘要公布了：本發明適用于自動駕駛技術領域，提供了基于冰雪路面車轍痕跡構建虛擬軌跡線的車輛循跡方法，包括以下步驟：通過車載攝像頭融合多傳感器采集冰雪路面車轍圖像；進行去畸變處理；對像素點進行顏色聚類，去除無關要素數據，得到初步ROI圖像；進一步預處理；通過逆透視變換將圖像轉換為鳥瞰圖；基于車輛左右輪胎間距范圍，通過逐行掃描提取車轍邊緣的像素點坐標；采用基于非線性回歸的BANSAC算法擬合三次多項式模型生成光滑曲線；將擬合后圖像透視變換為原視角，以擬合曲線作虛擬軌跡線供車輛循跡。本發明通過識別車轍痕跡擬合虛擬軌跡線，讓駕駛輔助系統正常工作，實現車輛雪天自動循跡，為個人雪天出行提供引導，提升出行意愿與安全性。

本發明授權基于冰雪路面車轍痕跡構建虛擬軌跡線的車輛循跡方法在權利要求書中公布了：1.基于冰雪路面車轍痕跡構建虛擬軌跡線的車輛循跡方法，其特征在于，包括以下步驟： 步驟1：通過車載攝像頭融合多傳感器采集冰雪路面車轍圖像； 步驟2：對車載攝像頭進行標定，獲取相機內參數矩陣和畸變系數，對采集的圖像進行去畸變處理； 步驟3：對像素點進行顏色聚類，在灰度化之前初步去除部分無關要素數據，得到初步ROI圖像； 步驟4：對步驟3所得圖像進行進一步預處理，包括灰度化、雙邊濾波、直方圖均衡化、自適應閾值二值化、形態學腐蝕操作先腐蝕再膨脹、輪廓提?。?步驟5：通過逆透視變換將步驟4處理得到的圖像轉換為鳥瞰圖； 步驟6：基于車輛左右輪胎間距范圍，通過逐行掃描提取車轍邊緣的像素點坐標； 步驟7：采用基于非線性回歸的BANSAC算法擬合三次多項式模型生成光滑曲線； 步驟8：將擬合后圖像透視變換為原視角后，以擬合曲線作虛擬軌跡線，在原圖像中畫出并作為車輛循跡的依據； 所述步驟2中，相機內參矩陣，畸變系數，去畸變公式為： ； ； ； 其中，是相機的焦距；是圖像的主點坐標；分別是徑向畸變的二階、四階和六階系數；是切向畸變的系數；是非畸變的坐標位置；是畸變后的坐標位置；r是點到圖像坐標系原點的徑向距離； 所述步驟3的具體步驟如下： 步驟31：讀取處理后圖像并轉化為像素點矩陣，運用K-Means聚類算法對圖像中的像素點使用RGB空間進行顏色聚類，得到不同顏色取值范圍的簇； 步驟32：根據雪地像素特征，即雪的顏色偏白色，三通道數值均趨于255；以及車轍像素特征，即車轍顏色偏深，三通道數值均趨于0，選擇聚類中心數量； 步驟33：分析聚類結果，通過計算簇的中心顏色與已知雪地及車轍顏色的相似度，提取與雪地和車轍顏色最接近的目標簇； 步驟34：將非目標簇的像素點設置為背景色，即白色，保留與雪地和車轍相關的像素點； 步驟35：根據篩選后的像素點，生成新的圖像，僅保留與雪地和車轍相關的區域，形成初步ROI圖像； 所述步驟4中，灰度化公式如下： ； 其中，是灰度化后的像素值；R、G、B分別表示彩色圖像中紅色、綠色、藍色通道的像素值； 直方圖均衡化步驟為：計算每個灰度值出現的頻率，輸入圖像的直方圖；計算累積分布函數，即CDF；根據CDF，將輸入圖像的每個灰度值映射到新的灰度值，公式如下： ； 其中，；是直方圖均衡化的變換函數；是輸入圖像的灰度值；是取整函數；是輸入圖像的累積分布函數；是非零的最小累積分布函數值；N是圖像的總像素數；L是灰度級總數； 所述步驟6中，車輛左右輪胎間距范圍的獲取方法為：依據不同車型的前輪間距及后輪間距范圍，選出輪距最小值以及輪距最大值，并根據圖像的分辨率和透視變換后的比例尺轉換成像素值，； 提取車轍邊緣的像素點坐標的具體步驟如下： 步驟61：初始化行指針i=m，列指針j=0，m為圖像總行數；掃描第i行，即從圖像底部開始逐行掃描所得二值圖像，然后判定當前行像素值P是否全為255，若是，則無車轍邊緣，令i=i-1掃描上一行；否則，進行步驟62； 步驟62：令j=j+1，從左往右由第1列開始掃描像素點，尋找當前行第j列像素值Pj為0的像素點；若Pj不為0，則非目標點，令j=j+1繼續掃描下一列；若0，則記錄當前點列號； 在當前行中，從第列開始，檢查從到范圍內的像素值；若在范圍內存在像素值為0的像素點，則認為當前點是車轍邊緣的一部分，記錄當前點的坐標；否則將當前點視為干擾點，令，以消除干擾； 步驟63：繼續逐行向上掃描，重復步驟62，直到掃描完所有行； 步驟64：掃描完成后，提取所有灰度值為0的像素點坐標，即為車轍邊緣的像素點坐標值； 所述步驟7的具體步驟如下： 步驟71：初始化所有數據點的內點概率為0.5，設置最大迭代次數、誤差閾值和置信度； 步驟72：進行迭代，在每次迭代中，根據當前模型計算每個數據點的內點概率；使用動態貝葉斯網絡更新內點概率，考慮數據點與當前模型的擬合誤差； 步驟73：根據更新后的內點概率進行加權采樣，選擇樣本點用于模型估計； 步驟74：在BANSAC框架下，使用非線性回歸擬合三次多項式模型，優化目標函數Z為最小化擬合誤差； 三次多項式模型的數學表達式為： ； 其中，a,b,c,d是多項式的系數；是因變量；x是自變量； 優化目標函數Z為： ； 其中，N是數據點的數量；是數據點的坐標； 步驟75：計算當前模型的內點數量和擬合誤差，再判斷是否滿足停止準則，若滿足停止準則，停止迭代；輸出最終的三次多項式模型參數a,b,c,d，并生成光滑曲線。

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吉林大學，其通訊地址為：130012 吉林省長春市朝陽區前進大街2699號；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”。