**对比文件名称**：发明申请_US20150112741A1 REAL TIME MAP RENDERING WITH DATA CLUSTERING AND EXPANSION AND OVERLAY
**特征比对表格**
| 技术特征描述及公开性质 | 对比文件原文引用 | 公开性论述 |
| **技术特征A：接收对应于第一行程的第一组对象数据；**<br>**《隐含公开》** | 说明书第[0062]段：“information received by the devices 1602a-c is stored in the databases 1610.”；第[0069]段：“...the central processing system 1604 generates clusters, asset information...”。 | 对比文件公开了从多个设备（1602a-c）接收资产（如车辆）的位置、状态等信息并存储。虽然未明确使用“行程”一词，但“从多个设备接收信息”这一行为，隐含了接收来自不同数据源（可对应于不同行程）的数据。在对比文件的整体技术方案中，接收多源数据是为了后续进行地理聚类和显示，这与目标专利中为进行多行程数据关联而接收数据的作用类似。 |
| **技术特征B：接收对应于第二行程的第二组对象数据；**<br>**《隐含公开》** | 同特征A引用。 | 理由同特征A。对比文件持续从多个设备接收信息，隐含了接收对应于不同数据源（可类比为第二行程）的第二组数据。其作用同样是作为后续聚类处理的输入数据。 |
| **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；**<br>**《未公开》** | 无对应原文。 | 对比文件未公开计算两组对象数据之间的“相似性度量”。其聚类依据是资产的地理位置（经纬度转换后的像素坐标）以及图标尺寸是否重叠（见第[0052]段），这是一种基于绝对空间位置和预设图标大小的简单分组判断，并非计算数据点之间基于几何距离的“相似性度量”。 |
| **技术特征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；**<br>**《未公开》** | 无对应原文。 | 由于特征C未被公开，且对比文件未提及计算不同数据点（如对象角点、中心点等）之间的距离作为相似性判断依据，因此该特征未被公开。对比文件判断“重叠”是基于固定尺寸的图标范围，而非计算对象数据点间的可变距离。 |
| **技术特征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；**<br>**《未公开》** | 无对应原文。 | 对比文件虽然公开了聚类（clustering），但其聚类算法（如R-Tree查询基于图标范围重叠，见第[0052]段及图7-8）并非基于“相似性度量”。其目的是将屏幕像素坐标邻近的资产图标分组以避免重叠显示，而非基于对象数据的几何相似性来关联不同行程中的同一物理对象。两者聚类目的和算法基础不同。 |
| **技术特征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；**<br>**《未公开》** | 无对应原文。 | 对比文件的聚类是将当前视图下地理位置接近的资产（无论其来源）分组显示为一个集群图标。它不涉及，也未公开将来自不同数据集合（第一组、第二组）的特定对象进行关联，以判断它们是否代表同一物理实体的过程。 |
| **技术特征G：所述聚类包括使用所述相似性度量来执行分层聚类；**<br>**《未公开》** | 无对应原文。 | 对比文件未公开“分层聚类”。其“拆分集群”的过程（第[0054]-[0060]段，图9-15）是基于集群的像素尺寸是否超过阈值，然后进行网格划分和重新分配，这是一种基于显示需求的动态分箱操作，与基于数据相似性进行多层次聚合的“分层聚类”算法有本质区别。 |
| **技术特征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；**<br>**《未公开》** | 无对应原文。 | 对比文件在拆分集群时使用了像素尺寸阈值（M，Xsplit, Ysplit），这些是显示相关的参数，并非用于衡量对象数据点之间几何距离的“物理距离”参数，也未在不同聚类步骤中使用不同的此类参数。 |
| **技术特征I：和基于所述至少一个对象簇来产生地图数据；**<br>**《直接公开》** | 说明书第[0008]段：“...providing a graphical user interface comprising a geographic map and the cluster.”；第[0069]段：“...provides such content, along with the corresponding map data, to the client...”。 | 对比文件明确公开了基于产生的集群（cluster）来提供或生成包含该集群的地理地图数据（或界面）。在对比文件中，集群是地图上叠加显示的元素，其作用是聚合显示资产信息。在目标专利中，对象簇用于产生或细化地图数据。两者都是利用聚类结果来生成或增强地图表示，作用相同。 |
| **技术特征J：其中所述相似性度量基于对象类型；**<br>**《未公开》** | 无对应原文。 | 对比文件未公开根据对象类型（如标志、车道标记）采用不同的相似性度量或聚类标准。其聚类仅依据地理位置和图标尺寸。 |
| **技术特征K：其中针对标志对象类型确定所述相似性度量；**<br>**《未公开》** | 无对应原文。 | 对比文件未涉及“标志对象类型”，也未公开针对此类对象进行特定的相似性度量计算。 |
| **技术特征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；**<br>**《未公开》** | 无对应原文。 | 对比文件处理的对象是“资产”（assets），如车辆、人员、设备（见第[0030]段），并未提及“标志数据”（sign data）。 |
| **技术特征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；**<br>**《未公开》** | 无对应原文。 | 基于特征C、K、L均未被公开，此特征也未被公开。 |
| **技术特征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；**<br>**《未公开》** | 无对应原文。 | 对比文件未提及“车道标记数据”（lane marking data）。 |
| **技术特征O：其中执行分层聚类包括执行多个不同的聚类步骤；**<br>**《未公开》** | 无对应原文。 | 对比文件未公开“分层聚类”，其集群拆分过程是单一目的的显示优化步骤，并非基于数据相似性的多步骤聚类。 |
| **技术特征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；**<br>**《未公开》** | 无对应原文。 | 对比文件未公开使用“距离参数”进行聚类，更未公开在多个步骤中使用不同大小的距离参数。 |
| **技术特征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；**<br>**《未公开》** | 无对应原文。 | 对比文件未公开“谱聚类”（spectral clustering）方法。 |
| **技术特征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；**<br>**《未公开》** | 无对应原文。 | 对比文件未公开“捆绑调整”（bundle adjustment）这一优化相机位姿和地标位置的步骤。 |
| **技术特征S：其中在一或多个关联块中的每一个内执行聚类；**<br>**《未公开》** | 无对应原文。 | 对比文件未公开将地图划分为“关联块”（association tiles）并在每个块内独立执行聚类的技术。 |
| **技术特征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；**<br>**《未公开》** | 无对应原文。 | 对比文件生成的地图数据主要用于实时显示资产集群，未公开利用对象簇来“细化”（refine）地图数据（如优化地标位置、位姿）的过程。 |
| **技术特征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；**<br>**《隐含公开》** | 说明书第[0068]-[0069]段：“The web servers 1604 transmit the resulting data to the client 1612a-c via the network 1614.”；第[0069]段：“A client 1612a-c may be, for example, a personal computer or a smart phone.”。 | 对比文件公开了将处理后的数据（包含地图和集群信息）传输给客户端（clients）。客户端可以包括各种设备，虽然未明确列举“车辆”，但车辆作为具备通信和计算能力的设备，可以理解为客户端的一种。因此，传输地图数据到客户端的行为隐含公开了传输到至少一个车辆的可能性。在对比文件中，此操作是为了实现远程监控和显示；在目标专利中，是为了向车辆提供导航地图。两者作用均为向终端提供地图信息。 |
| **技术特征V：其中所述对象数据包括对象位姿信息；**<br>**《未公开》** | 无对应原文。 | 对比文件中的资产数据包括位置（经纬度）、状态、类别等（见第[0062]段），但未提及包含“对象位姿信息”（object pose information），后者通常指包含位置和方向（6自由度）的详细信息，常用于高精度地图和三维重建。 |
**结论**：
对比文件US20150112741A1主要涉及基于地理位置对资产进行实时聚类和地图显示，以解决信息过载和可视化问题。其技术手段集中于前端显示优化和简单的空间分组。
目标专利涉及利用多行程数据构建精确地图，其核心在于通过计算几何相似性度量来关联不同行程中的同一物理对象（如交通标志、车道标记），并进行优化（如捆绑调整）以产生高精度地图数据。
两者属于不同的技术领域，解决不同的技术问题，采用的技术手段有本质区别。对比文件仅隐含公开了特征A、B、I、U，其余绝大多数技术特征均未公开。
<<<a>>>
<<<b>>>
<<<I>>>
<<<u>>>