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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中電科新型智慧城市研究院有限公司申請的專利一種車輛的近撞檢測方法、裝置、終端設(shè)備和存儲介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119229267B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411737551.6，技術(shù)領(lǐng)域涉及：G06V10/96；該發(fā)明授權(quán)一種車輛的近撞檢測方法、裝置、終端設(shè)備和存儲介質(zhì)是由吳浪;阮威健;秦廷輝;胡金暉;張力元設(shè)計研發(fā)完成，并于2024-11-29向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種車輛的近撞檢測方法、裝置、終端設(shè)備和存儲介質(zhì)在說明書摘要公布了：本申請?zhí)峁┮环N車輛的近撞檢測方法、裝置、終端設(shè)備和存儲介質(zhì)，其方法包括：獲取初始訓練模型集和訓練樣本集；基于訓練樣本集對初始訓練模型集中的每一初始訓練模型進行學習訓練，得到與初始訓練模型集對應(yīng)的近撞檢測模型集；獲取待檢測圖像，并從近撞檢測模型集中確定與待檢測圖像最匹配的目標車輛候選近撞檢測模型，確定目標車輛候選模型參數(shù)；獲取車輛集群中各其他車輛發(fā)送的與其他車輛候選近撞檢測模型對應(yīng)的其他車輛候選模型參數(shù)；對目標車輛候選模型參數(shù)和其他車輛候選模型參數(shù)進行模型聚合，得到聯(lián)邦近撞檢測模型；利用聯(lián)邦近撞檢測模型對待檢測圖像進行近撞檢測，得到近撞檢測結(jié)果。本方法能夠提高近撞檢測的精準度。

本發(fā)明授權(quán)一種車輛的近撞檢測方法、裝置、終端設(shè)備和存儲介質(zhì)在權(quán)利要求書中公布了：1.一種車輛的近撞檢測方法，其特征在于，應(yīng)用于車輛集群中的任一目標車輛；所述方法包括：獲取初始訓練模型集和訓練樣本集；基于所述訓練樣本集對所述初始訓練模型集中的每一初始訓練模型進行學習訓練，得到與所述初始訓練模型集對應(yīng)的近撞檢測模型集；獲取待檢測圖像，并從所述近撞檢測模型集中確定與所述待檢測圖像最匹配的目標車輛候選近撞檢測模型，確定目標車輛候選模型參數(shù)；所述待檢測圖像為所述目標車輛在駕駛過程中采集到的路況圖像；所述獲取待檢測圖像，并從所述近撞檢測模型集中確定與所述待檢測圖像最匹配的目標車輛候選近撞檢測模型，確定目標車輛候選模型參數(shù)，包括：獲取待檢測圖像；從所述訓練樣本集中確定與所述待檢測圖像對應(yīng)的相似樣本圖像集；根據(jù)所述相似樣本圖像集中的各相似樣本圖像與所述近撞檢測模型集中的各所述近撞檢測模型分別對應(yīng)的損失值，確定與所述待檢測圖像最匹配的目標車輛候選近撞檢測模型，并確定目標車輛候選模型參數(shù)；獲取所述車輛集群中各其他車輛發(fā)送的與其他車輛候選近撞檢測模型對應(yīng)的其他車輛候選模型參數(shù)；對所述目標車輛候選模型參數(shù)和所述其他車輛候選模型參數(shù)進行模型聚合，得到聯(lián)邦近撞檢測模型；利用所述聯(lián)邦近撞檢測模型對所述待檢測圖像進行近撞檢測，得到近撞檢測結(jié)果。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中電科新型智慧城市研究院有限公司，其通訊地址為：518000 廣東省深圳市福田區(qū)華富街道深南大道1006號深圳國際創(chuàng)新中心C棟19樓；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。