**对比文件名称**：发明申请_US20160068114A1 Methods and Systems for Mobile-Agent Navigation
**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结果 | 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>**公开性判断：直接公开** | [0003] “Accurate estimation of the ego-motion of a mobile agent, for example, a vehicle, a human, a robot and other mobile agents, relative to a surface path on which the mobile agent is traveling may be a key component for autonomous driving and computer-vision-based driving assistance. ... The process of estimating the ego-motion of a mobile agent using only input from one or more cameras attached to the mobile agent is referred to as Visual Odometry (VO).”<br>[0100] “Then a motion estimate may be computed 128 using the world coordinates of the key points for the feature-correspondence pairs.” | 对比文件公开了一种用于估计移动代理（例如车辆）自我运动（ego-motion）的方法，该方法使用一个或多个相机，通过处理连续图像帧来估计运动轨迹。这与目标专利权利要求中的“用于确定车辆位置的方法”属于相同类型的技术方案，其整体目的都是通过视觉信息确定移动载体的位置或运动轨迹。因此，该技术特征被直接公开。 |
| **技术特征B：获得多个图像**<br>**公开性判断：直接公开** | [0034] “An incoming image, also referred to as an incoming image frame, an incoming frame, a current image, a current image frame and a current frame, denoted Fcurrent, may be received 102 in a processor component.”<br>[0122] “The method 100 may continue by requesting 122 the next incoming frame.” | 对比文件明确描述了从图像采集组件接收当前图像帧（Fcurrent）以及请求下一帧图像的过程。这构成了“获得多个图像”的直接技术公开。 |
| **技术特征C：检测所述多个图像中的对象**<br>**公开性判断：直接公开** | [0035] “Feature detection may be performed 104, on the current image, to identify one or more regions, in the current image, that exhibit a significantly strong variation of intensity, for example, an edge, a corner, a blob, a peak and other spatial feature exhibiting a significantly strong variation in intensity. The center, or substantially the center, of each of the one or more identified regions may be designated as a key point...” | 对比文件详细描述了在图像中执行特征检测，以识别强度变化显著的区域（如边缘、角点），并将其指定为关键点。这里的“关键点”或“特征区域”即为图像中可被检测到的“对象”（在计算机视觉中，特征点或特征区域是图像处理的对象）。因此，该特征被直接公开。 |
| **技术特征D：所述对象包括交通引导对象**<br>**公开性判断：未公开** | 无相应内容。 | 对比文件所检测的对象是图像中具有显著强度变化的通用特征（如角点、边缘），并未限定或提及这些对象是“交通引导对象”，例如车道标记、交通标志等。该特征未被公开。 |
| **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>**公开性判断：直接公开** | [0035] “The center, or substantially the center, of each of the one or more identified regions may be designated as a key point, thereby producing one or more key points associated with the current image.”<br>[0036] “A feature descriptor to characterize the region around each designated key point may be computed 106.”<br>[0039] “Feature matching between the feature descriptors computed from the current image frame and those computed previously from a current key frame may be performed 108. ... Each key point in the current image frame may be associated with a key point from the current key frame, thereby producing a plurality of feature correspondences...” | 对比文件公开了在检测到的特征区域上确定关键点（即特征点），并为每个关键点计算特征描述符。通过特征匹配，将当前帧的关键点与关键帧中的关键点建立对应关系（即“特征对应”）。这种对应关系意味着来自同一物理场景点的不同图像中的特征点具有基于其视觉描述符的“已建立的关系”。因此，该技术特征被直接公开。 |
| **技术特征F：确定加速度测量**<br>**公开性判断：未公开** | 无相应内容。 | 对比文件描述的是纯粹的视觉里程计（VO）方法，其运动估计完全基于图像分析。说明书中未提及使用或确定加速度测量。因此，该技术特征未被公开。 |
| **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>**公开性判断：未公开** | 无相应内容。 | 由于对比文件未公开“确定加速度测量”（特征F），因此也就不可能存在“基于所述加速度测量来使用特征点”确定运动轨迹和姿态的方案。该技术特征未被公开。 |
| **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>**公开性判断：隐含公开** | [0005] “Furthermore, VO may provide important supplemental information to other motion-estimation processes and systems, for example, Global Positioning System (GPS), Inertial Measurement Units (IMUs), laser odometry and other systems providing motion estimation.” | 对比文件明确指出，视觉里程计（VO，即基于特征点确定运动轨迹和姿态的方法）可以为其他运动估计过程和系统（例如IMU惯性测量单元）提供重要的补充信息。这隐含公开了将基于特征点确定的运动信息与惯性传感器测量确定的运动信息进行组合或补充使用的技术构思。因此，该技术特征被隐含公开。 |
| **技术特征I：其中所述对象包含车道标记或交通标志。**<br>**公开性判断：未公开** | 无相应内容。 | 对比文件检测的对象是通用的图像特征点（如角点），并未具体限定为“车道标记”或“交通标志”这类特定的交通引导对象。该特征未被公开。 |
| **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>**公开性判断：未公开** | 无相应内容。 | 对比文件未涉及车道标记的检测，更未提及确定车道标记的端角。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>**公开性判断：未公开** | 无相应内容。 | 对比文件未涉及交通标志的检测，更未提及确定交通标志的顶点。该特征未被公开。 |
| **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>**公开性判断：隐含公开** | [0050] “... the coordinates of the key points associated with each feature-correspondence pair may be projected 126 from an image coordinate frame to a world coordinate frame, also referred to as the mobile-agent coordinate frame.”<br>[0052] “Then a motion estimate may be computed 128 using the world coordinates of the key points for the feature-correspondence pairs.” | 对比文件公开了将图像坐标系中的关键点投影到世界坐标系（地面坐标系），并使用这些世界坐标计算运动估计。将二维图像点投影到三维世界坐标的过程，必然涉及深度或尺度信息的恢复，这是计算精确运动轨迹（包括平移量）的基础。因此，使用特征点来确定尺度信息是该方法隐含的、必要的技术步骤。 |
| **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>**公开性判断：直接公开** | [0039] “Feature matching between the feature descriptors computed from the current image frame and those computed previously from a current key frame may be performed 108.”<br>[0052] “Then a motion estimate may be computed 128 using the world coordinates of the key points for the feature-correspondence pairs.” | 对比文件明确公开了将当前图像帧（第二图像）的特征描述符与关键图像帧（第一图像）的特征描述符进行匹配（即比较），并利用匹配成功的特征对应点对的世界坐标来计算运动估计（即运动轨迹和相机姿态）。这直接公开了该技术特征。 |
| **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>**公开性判断：隐含公开** | [0005] “Furthermore, VO may provide important supplemental information to other motion-estimation processes and systems, for example, Global Positioning System (GPS), Inertial Measurement Units (IMUs), laser odometry and other systems providing motion estimation.” | 如特征H所述，对比文件已隐含公开了VO（基于检测对象的测量）可为IMU（惯性传感器测量）提供补充信息。这种“补充”关系必然涵盖了为提升精度或鲁棒性而进行的“组合”使用，并基于组合信息来确定更优的运动轨迹。这是本领域技术人员能够直接、毫无疑义地确定的技术方案。 |
| **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>**公开性判断：隐含公开** | [0005] “Furthermore, VO may provide important supplemental information to other motion-estimation processes and systems, for example, Global Positioning System (GPS), Inertial Measurement Units (IMUs), laser odometry and other systems providing motion estimation.”<br>[0068] “The current camera pose may be generated 130 according to: Ck=Ck-1Tk,k-1, where Ck-1 denotes the camera pose at time k-1. ... The current camera pose, Ck, has the form ... and the motion parameters [xk, yk,θk] may be determined 132 from the key pose and stored.” | 对比文件明确指出VO可以为GPS等系统提供补充信息。同时，文件公开了在全局坐标系中生成当前相机姿态（Ck）并存储运动参数。本领域技术人员知晓，单纯的VO可能存在累积漂移，而GPS可以提供全局绝对位置但可能精度不足或有遮挡。将两者组合（如通过传感器融合算法）以确定更精确的全局姿态和位置，是本领域的公知常识和常规技术需求。因此，该特征被隐含公开。 |
| **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>**公开性判断：未公开** | 无相应内容。 | 对比文件提到了VO与GPS、IMU的组合，但未提及“车辆传感器”（如轮速编码器、转向角传感器等）及其测量值的组合。该特征包含了更具体的传感器类型和组合方式，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>**公开性判断：未公开** | 无相应内容。 | 对比文件未提及“速度计测量”或其与视觉测量的组合。该特征未被公开。 |
| **技术特征R：其中所述方法在车辆中执行。**<br>**公开性判断：直接公开** | [0003] “Accurate estimation of the ego-motion of a mobile agent, for example, a vehicle, a human, a robot and other mobile agents...”<br>[0034] “... a camera rigidly attached to a mobile agent.” | 对比文件明确将“车辆（vehicle）”列为移动代理（mobile agent）的主要示例之一，并且整个方法描述基于安装在移动代理上的相机。因此，该方法在车辆中执行被直接公开。 |
| **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>**公开性判断：未公开** | 无相应内容。 | 对比文件未提及任何与“地图服务”通信或传输相机姿态的内容。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>**公开性判断：未公开** | [0034] “... may be received 102 in a processor component. ... the processor component may be onboard the mobile agent...” | 对比文件描述的处理组件（processor component）位于移动代理上或与相机集成，并未提及或暗示由远程的“服务器”来执行所述方法。该特征未被公开。 |
<<<A>>><<<B>>><<<C>>><<<E>>><<<M>>><<<R>>>
<<<h>>><<<l>>>