买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江苏十环科技有限公司申请的专利基于蚁群算法的电脑视觉无人驾驶障碍物识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120726603B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510821382.2，技术领域涉及：G06V20/58；该发明授权基于蚁群算法的电脑视觉无人驾驶障碍物识别方法是由高宁设计研发完成，并于2025-06-19向国家知识产权局提交的专利申请。

本基于蚁群算法的电脑视觉无人驾驶障碍物识别方法在说明书摘要公布了：本发明公开了基于蚁群算法的电脑视觉无人驾驶障碍物识别方法，包括如下步骤：S1、采集车辆连续环境图像序列，提取障碍物候选区域生成特征图像；S2、构建时间序列障碍物图，建立空间‑时间依赖关系；S3、构建跳跃图嵌套特征网络，融合障碍物动态特征；S4、采用动态信息素更新与收敛调控的蚁群算法优化超参数；S5、提取障碍物类别、位置、运动趋势与稳定性特征；S6、整合识别结果为标准化数据格式；S7、输入控制系统，实时调整避障策略，执行动态避障。本发明实现了动态障碍物精准识别与实时避障控制，提升了无人驾驶系统的安全性与响应速度。

本发明授权基于蚁群算法的电脑视觉无人驾驶障碍物识别方法在权利要求书中公布了：1.基于蚁群算法的电脑视觉无人驾驶障碍物识别方法，其特征在于，包括如下步骤： S1、采集车辆行驶过程中的连续环境图像序列，生成特征图像集合； S2、根据特征图像集合，构建时间序列的障碍物图，节点表示障碍物区域，边表示空间-时间依赖关系；具体包括：对特征图像集合按照图像采集时间顺序排序，形成时间序列特征图像序列，其中，为连续采集帧数，为时间步的特征图像，在每帧特征图像中，将障碍物候选区域标记为节点集合，为时间步中的障碍物候选区域数量，对时间步与中的节点集合和进行空间位置、尺度变化、形状相似性匹配，生成空间-时间依赖边集合，表示时间步中节点与时间步中节点之间的依赖边，将全部时间步内的节点集合与边集合组合，构建时间序列障碍物图； S3、基于障碍物图，构建跳跃图嵌套特征网络，跳跃图嵌套特征网络包含普通邻接路径与跨时间步跳跃路径，跳跃路径采用动态可调步长，跳跃图嵌套特征网络的超参数集合包括邻接传播权重、跳跃路径权重、嵌套单元深度及信息流衰减因子，用于控制空间-时间特征的融合比例与更新速度；具体包括： S31、以时间序列障碍物图作为输入，建立网络输入层，输入特征为节点集合中各节点对应的障碍物候选区域特征向量； S32、在跳跃图嵌套特征网络中，构建普通邻接路径，普通邻接路径对应时间步与间的空间-时间依赖边，普通邻接路径传播过程施加邻接传播权重； S33、在跳跃图嵌套特征网络中，构建跨时间步跳跃路径，跳跃路径为跨越时间步差的依赖边，跳跃步长采用动态可调步长策略确定，跳跃路径传播过程施加跳跃路径权重； S34、在网络结构中，设置嵌套单元，基于嵌套单元深度控制特征在网络内部的循环传播层数； S35、在节点特征跨时间步传播过程中，施加信息流衰减因子，信息流衰减因子控制节点特征向量在不同时间步之间的融合比例； S36、通过普通邻接路径传播、跳跃路径传播与嵌套单元循环传播，生成跳跃图嵌套特征网络的输出特征表示； S4、采用引入动态信息素更新机制与全局收敛速度调控因子的蚁群算法对超参数集合中的元素进行联合优化，优化目标函数基于障碍物识别误识率、漏检率与计算延时，动态调整信息素浓度与蚁群搜索策略； S5、应用优化后的跳跃图嵌套特征网络，对当前连续环境图像序列进行障碍物动态特征提取，生成包含障碍物类别、位置、运动趋势及跨时序稳定性特征的输出结果； S6、将输出结果整合为标准化识别结果数据格式； S7、将标准化识别结果数据格式输入车辆控制系统，执行实时避障策略调整。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏十环科技有限公司，其通讯地址为：210000 江苏省南京市浦口区桥林街道乌江园区3-96号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。