对比文件名称：发明申请_WO2016099866A1 SCALABLE 3D MAPPING SYSTEM
特征比对表格：
| 技术特征描述与公开性质 | 对比文件原文引用 | 公开性论述 |
| A: 接收对应于第一行程的第一组对象数据；《直接公开》 | [0031] “Clients may share their observations of the scene according to their individual capabilities.” <br> [0053] “client ‘A’ creates Map 1 405 and sends Map 1 405 to server.” <br> [0052] “client ‘A’ creates Map 2 410 and sends Map 2 410 to server.” <br> [0053] “client ‘B’ creates Map 3 415 and sends Map 3 415 to server.” | 对比文件公开了多个客户端（如Client A, Client B）各自创建本地地图（Map 1, Map 2, Map 3）并将其发送给服务器。每个客户端的地图创建过程对应于一次独立的“行程”（journey），其发送的地图数据即对应于该行程的“一组对象数据”。因此，该特征被直接公开。 |
| B: 接收对应于第二行程的第二组对象数据；《直接公开》 | 同上。服务器从Client A接收Map 1和Map 2，从Client B接收Map 3，这些地图数据来自不同的客户端或同一客户端的不同时间，对应于不同的“行程”。因此，接收对应于第二行程的第二组对象数据也被直接公开。 | 同上。服务器接收来自不同客户端或同一客户端不同时间的多组地图数据，直接对应于目标专利中接收多组行程数据的技术特征。 |
| C: 确定所述第一组对象数据与所述第二组对象数据之间的相似性度量；《隐含公开》 | [0038] “Stitching 230 and Fusion 235 of multiple maps utilizes feature matching in large Structure-From-Motion (SFM) databases.” <br> [0043] “Place recognition or Stitching 230 refers to the discovery of overlapping portions of two maps (e.g., by matching corresponding image features observing the same 3D map features) and computing the corresponding 7DOF similarity transform...” | 对比文件公开了“拼接（Stitching）”过程，其核心是发现两个地图的重叠部分，这必然需要比较两个地图的数据（如特征点）。通过“匹配对应的图像特征”来确定地图间的相似性，并计算7自由度相似变换，这一过程隐含了确定两组地图数据之间“相似性度量”的技术手段。该度量用于判断地图是否重叠，与目标专利中用于判断对象是否属于同一物理实体的作用本质相同。 |
| D: 其中所述相似性度量指示至少一个对象的所述第一组对象数据的点与所述第二组对象数据的点之间的距离；《隐含公开》 | [0043] “...by matching corresponding image features observing the same 3D map features...” <br> [0075] “...feature correspondences may be established through exhaustive matching of patches around corners in the new keyframe and the existing keyframes.” | 对比文件中的特征匹配，本质上是比较来自不同地图（即不同行程）的“图像特征”或“角点”是否对应同一3D地图点。判断特征是否“对应”的核心几何依据就是这些特征点所对应的3D空间点之间的距离（重投影误差、三维点距离等）。因此，用于拼接的匹配过程所隐含的相似性判断，必然基于对象点之间的距离。该距离用于关联不同观测中的同一对象，与目标专利中的作用相同。 |
| E: 基于所述相似性度量来聚类所述至少一个对象的所述第一组对象数据和所述第二组对象数据，以产生至少一个对象簇；《隐含公开》 | [0038] “Stitching 230 and Fusion 235 of multiple maps...” <br> [0043] “...discovery of overlapping portions of two maps...” <br> [0070] “Based on this overlap detection, either a new map is introduced (e.g., added to the map pool) or an existing one is enlarged through merging.” | 对比文件中的“拼接（Stitching）”和“融合（Fusion）”过程，其目的是将来自不同客户端/行程的、观测到同一场景部分的地图数据合并。这实质上是一个数据关联和合并的过程：通过匹配（基于相似性）确定哪些数据（特征点、关键帧）属于对同一真实世界区域的观测，然后将这些数据“合并”或“融合”到一个统一的地图表示中。这个“合并属于同一区域观测数据”的过程，等同于目标专利中“基于相似性度量聚类对象数据以产生对象簇”的过程。两者都是为了将多源数据中对应于同一物理实体的部分聚合起来。 |
| F: 所述聚类用于将所述第一组对象数据的对象与所述第二组对象数据中的对象进行关联；《隐含公开》 | 同上，特别是[0043]中“matching corresponding image features observing the same 3D map features”。拼接和融合的核心就是关联来自不同地图的、对应于同一3D地图特征（即对象）的数据。 | 对比文件公开的拼接/融合过程，其根本目的和技术效果就是将不同地图（即不同行程数据）中观测到的同一对象（3D地图特征）进行关联。这与技术特征F所定义的作用完全一致。 |
| G: 所述聚类包括使用所述相似性度量来执行分层聚类；《未公开》 | 对比文件未提及“分层聚类（hierarchical clustering）”这一具体聚类算法。 | 对比文件虽然公开了基于匹配/相似性进行数据关联和合并，但并未限定使用“分层聚类”这一具体的、具有多阶段特性的算法。本领域技术人员无法从对比文件中确定或直接且毫无疑义地得出采用了分层聚类。 |
| H: 使用物理距离作为针对两个或更多个聚类水平和/或步骤而不同的参数；《未公开》 | 对比文件未提及分层聚类，也未提及在聚类的不同水平或步骤中使用不同的距离参数。 | 该特征依赖于“分层聚类”这一特定方法，且进一步限定了参数的变化。由于对比文件未公开分层聚类，自然也未能公开此进一步细化的特征。 |
| I: 基于所述至少一个对象簇来产生地图数据；《直接公开》 | [0031] “...S3DM fusion performed by the server, receives stitched maps and incorporates the stitched maps into a global map on the server.” <br> [0070] “...an existing one is enlarged through merging.” | 对比文件明确公开了服务器在完成地图拼接（即关联了不同行程的数据）后，通过融合（Fusion）过程将关联后的数据合并到全局地图中。这个“产生全局地图数据”的过程直接公开了技术特征I。 |
| J: 其中所述相似性度量基于对象类型；《未公开》 | 对比文件未提及根据不同的对象类型（如标志、车道标记）采用不同的相似性度量或匹配准则。 | 对比文件中的特征匹配和地图拼接是针对一般的视觉特征点（如SIFT特征）进行的，并未区分这些特征点来源于何种语义对象类型，也未公开针对不同类型对象设计不同相似性度量方法。 |
| K: 其中针对标志对象类型确定所述相似性度量；《未公开》 | 对比文件全文未提及“标志（sign）”这一特定对象类型，也未涉及针对标志的专门处理。 | 该特征限定了相似性度量应用于“标志对象类型”这一具体场景。对比文件未公开任何与交通标志或类似特定对象相关的技术内容。 |
| L: 其中所述第一组对象数据和所述第二组对象数据包括标志数据；《未公开》 | 同上。对比文件中的对象数据是通用的图像特征和关键帧，未特指包含“标志数据”。 | 该特征限定了对象数据的具体内容。对比文件未公开接收或处理专门针对“标志”的数据。 |
| M: 并且其中所述相似性度量指示来自不同行程的标志的点之间的距离；《未公开》 | 同上。由于未公开“标志”这一对象类型，自然也未能公开针对标志点的距离度量。 | 该特征是K和L的进一步限定。对比文件未提供任何基础。 |
| N: 其中所述第一组对象数据和所述第二组对象数据包括车道标记数据；《未公开》 | 对比文件全文未提及“车道标记（lane marking）”这一特定对象类型或相关数据。 | 该特征限定了对象数据的具体内容。对比文件未公开接收或处理专门针对“车道标记”的数据。 |
| O: 其中执行分层聚类包括执行多个不同的聚类步骤；《未公开》 | 对比文件未提及“分层聚类”，也未描述涉及多个不同步骤的聚类过程。 | 该特征是对“分层聚类”方法的进一步限定。由于对比文件未公开分层聚类，此限定特征也无法被公开。 |
| P: 其中第一聚类步骤包括基于第一距离参数来聚类，并且第二聚类步骤包括基于第二距离参数来聚类，其中所述第二距离参数小于所述第一距离参数；《未公开》 | 对比文件未提及任何涉及不同距离参数的多步骤聚类过程。 | 该特征是非常具体和细化的聚类方法步骤。对比文件中完全没有相关描述。 |
| Q: 其中聚类所述第一组对象数据和所述第二组对象数据包括执行谱聚类；《未公开》 | 对比文件未提及“谱聚类（spectral clustering）”这一具体聚类算法。 | 对比文件公开了数据关联和合并，但未限定使用“谱聚类”这一特定算法。 |
| R: 其进一步包括基于所述至少一个对象簇来执行捆绑调整；《直接公开》 | [0071] “...running bundle adjustment on the newer subset of keyframes and points...” <br> [0038] “...fusion refers to data association (e.g. matching corresponding features) and optimization (e.g. global bundle adjustment).” | 对比文件多次明确提及在融合地图或优化地图时使用“捆绑调整（bundle adjustment）”。这是在关联了不同来源的数据（形成“簇”的实质）后，对相机位姿和地图点进行联合优化的标准步骤。因此，该特征被直接公开。 |
| S: 其中在一或多个关联块中的每一个内执行聚类；《隐含公开》 | [0042] “...the SFM database may contain a bin or section defined by quantizing the GPS position to a configurable region (e.g., 100 meter by 100 meter area...). Similarly, WiFi SSIDs may be automatically associated with a global GPS position or manually assigned to a bin/section...” <br> [0044] “Place recognition... may benefit from the metadata... by filtering relevant bins/section stored in the SFM database and thus significantly reducing the search space...” | 对比文件公开了将SFM数据库按地理位置（如GPS区域）划分为不同的“箱/区域（bin/section）”，并在进行地点识别（即数据关联/聚类）时，首先根据元数据过滤出相关的区域，从而减少搜索空间。这实质上隐含了“在关联块内执行聚类”的技术思想：将整个地图区域分块，聚类（匹配搜索）主要在单个块或相关块内进行，以提高效率。这与目标专利中“关联块”所起的作用相同。 |
| T: 其中产生所述地图数据包含基于所述至少一个对象簇来细化地图数据；《直接公开》 | [0038] “...combining the information from both maps into a single, improved map is referred to as map fusion or simply ‘fusion’. Thus, fusion refers to data association... and optimization...” <br> [0071] “...running bundle adjustment...”. | 对比文件中的“融合（Fusion）”过程明确包含了优化（如捆绑调整），其目的是将关联后的地图数据合并并优化，从而产生一个改进的、更精确的单一地图。这直接对应于“基于对象簇来细化地图数据”。 |
| U: 其进一步包括将所产生的地图数据传输到至少一个车辆；《隐含公开》 | [0031] “...S3DM notifies clients of place recognition by sending Augmented Reality (AR) content registered in a specified coordinate system.” <br> [0055] “...the server notifies client ‘B’ about client ‘B’ location in Map 1.” <br> [0069] “...clients (e.g., 805 and 810) and server (e.g., 815) may communicate over the network...” | 对比文件中的系统架构是客户端-服务器模式。服务器在生成或更新全局地图后，会向客户端发送相关信息（如地点识别结果、更新的地图数据、关键帧等）。客户端可以是移动设备，在目标专利的应用场景下，这些客户端可以包括车辆。因此，将产生的地图数据传输给客户端（可包括车辆）是系统运行的必然环节，被隐含公开。 |
| V: 其中所述对象数据包括对象位姿信息；《直接公开》 | [0031] “...keyframe is spatially registered within the corresponding map (e.g., with a 6DOF pose)...” <br> [0043] “...computing the corresponding 7DOF similarity transform...” <br> [0069] “...clients... provides its internal camera calibration.” 以及服务器处理关键帧和相机位姿。 | 对比文件的核心是SLAM和SfM系统，其处理的关键帧数据必然包含相机的6DOF位姿信息，而地图点则包含3D位置信息。这些位姿信息是进行拼接、融合、捆绑调整的基础。因此，“对象数据包括对象位姿信息”被直接公开。 |
<<<A>>><<<B>>><<<I>>><<<R>>><<<T>>><<<V>>><<<c>>><<<d>>><<<e>>><<<f>>><<<s>>><<<u>>>