对比文件名称：发明公开_KR1020150049529A 차량의 위치 추정 장치 및 방법
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：GPT-4
### 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（译文） | 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》 | [0001] 本发明涉及车辆的位置估计装置及方法，更详细地，涉及首先利用卫星导航系统判断位置，其次识别在道路行驶中可发现的道路标志，并与预先存储的道路标志数据库进行比较来判断当前行驶车道的装置及方法。 | 对比文件整体公开了一种用于估计车辆位置的方法。该方法为解决车辆定位问题，利用卫星导航和视觉识别道路标志来确定车辆位置和行驶车道，与目标专利权利要求A所限定的“用于确定车辆位置的方法”属于相同类型的方法，直接公开了该特征。 |
| **技术特征B**：获得多个图像<br>《直接公开》 | [0040] 拍摄部(100)附着于可移动车辆的预定位置，可拍摄车辆的移动方向。例如，可附着于车辆的挡风玻璃上，拍摄车辆移动方向的前方。拍摄部(100)是包含CCD模块或CMOS模块中任一者的拍摄装置。输入到拍摄部(100)的图像被转换为作为数字信号的图像信号并传送到控制部(200)。<br>[0064] 首先，输入通过行驶中拍摄部(100)拍摄的图像信号(S100)。 | 对比文件明确记载了通过拍摄部获取车辆行驶方向的图像（图像信号），且该步骤是执行其位置估计方法的第一步。这与目标专利中“获得多个图像”的技术特征相同，直接公开了该特征。 |
| **技术特征C**：检测所述多个图像中的对象<br>《直接公开》 | [0049] 图像预处理模块(240)是从上述拍摄部拍摄的图像信号中仅提取上述道路标志图像的模块。<br>[0065] 接下来，对在上述步骤(S100)中输入图像信号进行预处理，以选择性地仅检测道路标志区域(S110)。<br>[0113] 接下来，通过上述道路标志的颜色特性，检测道路标志区域的轮廓。 | 对比文件详细描述了从输入的图像信号中检测“道路标志”（即对象）的过程，包括设置ROI、二值化、利用颜色特性检测轮廓等步骤。这与目标专利中“检测所述多个图像中的对象”的技术特征相同，直接公开了该特征。 |
| **技术特征D**：所述对象包括交通引导对象<br>《直接公开》 | [0001] ...识别在道路行驶中可发现的道路标志...<br>[0042] 数据库(300)中可存储有从拍摄部(100)的图像信号中控制部(200)二次判断车辆位置所需的标志信息。 | 对比文件中被检测和利用的对象明确为“道路标志”（도로표지판），其属于典型的交通引导对象（如交通标志）。这与目标专利中“对象包括交通引导对象”的技术特征相同，直接公开了该特征。 |
| **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>《直接公开》 | [0071] 接下来，提取上述被追踪的道路标志的特征点(S130)。<br>[0072] ...本发明提出的车辆位置估计方法中，通过图像的特征点匹配对道路标志进行分类并读取相应信息，此时，使用ORB算法提取特征点。<br>[0150] 特征点从输入图像中的道路标志和已存储的道路标志中分别提取。 | 对比文件明确记载了从检测到的道路标志中提取“特征点”（특징점），并利用这些特征点与数据库中的特征点进行匹配以识别标志类型。特征点的提取（如使用ORB算法）和匹配过程，其基础在于相同类型的道路标志具有稳定、可重复提取的特定特征点集（例如标志的角点、边缘等），这些特征点之间的关系由标志的固有几何形状和外观（即对象类型）所决定。这直接公开了“确定对象上的多个特征点，且特征点基于对象类型具有已建立关系”的特征。 |
| **技术特征F**：确定加速度测量<br>**未公开** | 对比文件全文未提及确定或使用加速度测量。 | 对比文件的技术方案聚焦于利用GPS和视觉（道路标志）信息进行定位，未涉及任何加速度传感器或其测量值。因此，对比文件既未直接公开也未隐含公开“确定加速度测量”这一技术特征。 |
| **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** | 对比文件全文未提及基于加速度测量来确定运动轨迹或相机姿态。 | 由于对比文件未公开“确定加速度测量”（特征F），因此自然不可能公开“基于加速度测量来使用特征点确定运动轨迹和相机姿态”这一组合特征。对比文件中确定车辆位置和车道主要依靠GPS和标志匹配，未涉及利用加速度信息辅助视觉特征点进行运动估计。 |
| **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** | 对比文件全文未提及惯性传感器测量，也未涉及将视觉确定的运动轨迹与惯性传感器确定的运动轨迹进行“补充”。 | 对比文件的技术方案中不包含惯性传感器（IMU）模块，其位置估计流程为：GPS初步定位 -> 视觉检测标志并提取特征点 -> 特征点匹配识别标志 -> 结合标志数据库信息计算车辆位置/车道。整个过程没有惯性传感器测量的参与，更不存在用视觉结果去“补充”惯性测量结果的技术构思。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》 | [0001] ...识别在道路行驶中可发现的道路标志...<br>（注：对比文件明确公开对象为“道路标志”，即交通标志。但全文未提及检测或利用“车道标记”。） | 对比文件明确且唯一地公开了被检测对象为“道路标志”，这属于“交通标志”的范畴，因此直接公开了“对象包含交通标志”这一可选方案。但对比文件未提及“车道标记”。因此，对于特征I中“包含车道标记或交通标志”的限定，对比文件公开了“交通标志”部分。 |
| **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>**未公开** | 对比文件全文未提及“车道标记”（차선 표시）的检测，也未提及确定车道标记的“端角”。 | 对比文件的对象仅限于“道路标志”（交通标志），其技术方案完全围绕交通标志的检测、特征提取和匹配展开。没有记载任何与车道标记相关的内容，因此无法确定检测车道标记的端角。该特征未被公开。 |
| **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>《隐含公开》 | [0072] 使用ORB算法提取特征点。<br>[0073] FAST角点...判定为角点。<br>[0150] 特征点从输入图像中的道路标志和已存储的道路标志中分别提取。<br>（注：ORB/FAST等特征点检测算法通常会在图像的角点、边缘等显著位置提取特征点。对于矩形等规则形状的交通标志，其顶点是天然的角点，是此类算法极易检测到的特征点。） | 对比文件明确使用ORB/FAST算法从交通标志中提取特征点。对于本领域技术人员而言，使用这类角点检测算法处理具有规则几何形状（如矩形、三角形）的交通标志时，提取到标志的多个顶点（例如矩形的四个角点）是常见且必然的结果。算法目的是找到标志上稳定、独特的点用于匹配，而顶点正是这样的点。虽然没有明文写出“提取三个或多个顶点”，但根据算法原理和应用场景，可以确定该方法必然包含了确定交通标志顶点作为特征点的步骤。因此，该技术特征被隐含公开。 |
| **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》 | [0120] 公式(7)中f是焦距，h是投影物体的高度，D是相机与物体间距离，h是物体的实际高度...假设f、H是预先已知的，若测量图像中的h，则可求出实际距离D。<br>[0128] ...距离建模...<br>[0140] 若知道图像坐标系中求得的消失点坐标P_V和道路标志中心的坐标P_S，则可求出图像内的横向距离w和高度h，并通过[公式12]求出θ。此外，若知道实际安装高度H，则利用相机模型关系可求出从道路标志到车辆的横向距离W。 | 对比文件通过相机模型（针孔模型）和已知的标志实际尺寸（如安装高度H），利用图像中检测到的标志特征点位置（如中心点高度h、与消失点的关系等）来计算车辆与标志之间的实际距离（D，W）。这个过程本质上就是利用特征点从2D图像信息中恢复3D空间中的尺度（距离）信息。虽然对比文件主要用此来计算绝对位置和车道，但“确定尺度信息”是实现该目的的关键步骤，且其原理同样适用于推导相对运动。因此，该特征被隐含公开。 |
| **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》 | [0067] 卡尔曼滤波器...利用目标系统的概率模型和测量值找出系统状态变量的最优估计技术...以系统模型为基础预测下一时刻的状态和误差协方差将成为何值，然后补偿测量值与预测值的差异来计算新的估计值...然后持续重复此过程，不断更新新的估计值。<br>[0122] 设置道路标志移动模型(S122)。<br>[0146] 接下来，基于在步骤(S122)中设定的模型，对当前输入的标志的状态进行校正(S123)。<br>[0147] 持续比较上述步骤(S122)及步骤(S123)，可继续进行道路标志的追踪。 | 对比文件使用卡尔曼滤波器持续追踪道路标志的状态（包含其中心坐标等）。卡尔曼滤波的预测和更新循环，本质上是将当前帧（第二图像）观测到的标志状态（可由特征点推导）与基于上一帧（第一图像）状态和运动模型的预测值进行比较和融合，以估计出更准确的状态（包括位置变化，即运动轨迹的一部分）。虽然未明确表述为“比较特征点”，但追踪过程隐含了跨图像关联和比较同一标志（其状态由特征点定义）信息以估计运动。因此，对于本领域技术人员，可以确定该方法包含了比较不同图像间特征点以确定运动的技术内容。 |
| **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** | 对比文件全文未提及“惯性传感器”或类似传感器，也未提及将视觉测量与惯性测量进行组合。 | 理由同特征H。对比文件的技术方案中不存在惯性传感器测量这一元素，其运动估计（体现为标志状态追踪和位置计算）完全基于视觉（标志检测、特征点）和GPS，没有与惯性测量组合的步骤。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>《直接公开》 | [0041] 控制部(200)可接收从GPS卫星(10)发送的电波来测量车辆的绝对位置...并且，控制部(200)可通过GPS卫星(10)初步判断当前移动车辆的位置，并基于拍摄部(100)拍摄的图像信号二次判断移动车辆的位置。<br>[0065] 利用卫星导航系统初步判断车辆的位置(S140)。<br>[0066] ...基于初步判断的车辆的当前位置，检索数据库并提取候选道路标志信息(S160)。<br>[0090] 最后，可基于在上述步骤(S180)中分析的道路标志的移动轨迹及步骤(S150)中预先存储的道路标志的数据库，判断上述车辆当前行驶的车道(S190)。 | 对比文件明确公开了其方法的核心：首先利用GPS（卫星导航接收器）获得初步的全局位置（S140），然后基于此位置从数据库获取候选标志信息，再将实时检测到的道路标志（对象）的测量（特征点匹配结果、移动轨迹分析）与GPS提供的信息相结合，最终确定车辆在当前行驶车道中的具体位置（可理解为全局帧中的更精确位置）。这直接公开了“组合卫星导航测量与对象测量，并基于此确定全局姿态和位置”的特征。 |
| **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>《隐含公开》 | [0124] 利用卡尔曼滤波器追踪物体移动时，首先需定义目标的状态。道路标志的中心点会根据车辆的行驶速度及道路标志与车辆形成的角度而移动，因此可如[公式8]般定义状态。<br>[0126] [公式8]中x_t, y_t是检测到的道路标志的中心坐标，v_t是车辆的速度...<br>[0136] ...如[公式11]所示，下一帧中道路标志的位置会随着当前速度的增加而更大程度地增加。 | 对比文件在卡尔曼滤波器的状态方程中明确包含了“车辆的速度(v_t)”这一状态变量，并利用它来预测标志在下一帧的位置。这里的“车辆的速度”信息，对本领域技术人员而言，通常来源于车辆传感器（如车速传感器、轮速传感器等）。虽然对比文件未明文指出速度来源，但在车辆定位应用场景下，使用车辆传感器提供速度信息是惯用技术手段。因此，可以确定对比文件隐含公开了将车辆传感器测量（速度）与卫星导航测量（GPS初步定位）和对象测量（标志特征点追踪）相结合，用于确定车辆位置（包括全局位置和车道信息）的技术方案。 |
| **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》 | [0124], [0126], [0136] （引用同特征P） | 如特征P所述，对比文件在状态估计中使用了“车辆的速度(v_t)”。速度计是提供车辆速度信息的典型传感器。因此，对比文件隐含公开了将检测到的对象（道路标志）的测量（通过特征点追踪体现其运动）与速度计测量（v_t）相结合，用于确定（或辅助确定）车辆与标志相对运动轨迹（体现在卡尔曼滤波的状态估计中）的技术方案。 |
| **技术特征R**：其中所述方法在车辆中执行<br>《直接公开》 | [0040] 拍摄部(100)附着于可移动车辆的预定位置...<br>[0064] 首先，输入通过行驶中拍摄部(100)拍摄的图像信号(S100)。 | 对比文件多次提及装置“附着于车辆”、“行驶中拍摄”，其描述的方法是基于安装在车辆上的拍摄部获取图像进行处理，整个方法是在车辆行驶过程中执行的。这直接公开了“方法在车辆中执行”的特征。 |
| **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** | 对比文件全文未提及“相机姿态”这一概念，也未提及将任何信息传输给“地图服务”。 | 对比文件关注于利用车载信息（GPS、图像）进行本地定位和车道判断，其输出结果是车辆自身的位置/车道信息，没有涉及与外部地图服务进行通信或传输相机姿态的内容。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** | 对比文件描述的执行主体是“控制部(200)”、“拍摄部(100)”等，这些部件构成了车载的“位置估计装置”。虽然[0042]提到数据库“可存储在服务器上并通过通信手段提供给控制部”，但这仅说明数据库可能位于服务器，并未说明核心的图像处理、特征匹配、位置判断等方法步骤由服务器执行。方法的核心步骤（S100-S190）均是基于车载装置描述的。 | 对比文件明确将其实施例描述为一种车载装置及其工作方法。没有记载或暗示该方法的主要流程（如图像获取、标志检测、特征提取、匹配、位置判断）由远程服务器执行。因此，“方法由服务器执行”这一特征未被公开。 |
<<<A>>><<<B>>><<<C>>><<<D>>><<<E>>><<<I>>><<<k>>><<<l>>><<<m>>><<<O>>><<<p>>><<<q>>><<<R>>>