(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210183629.9 (22)申请日 2022.02.28 (65)同一申请的已公布的文献号 申请公布号 CN 114268728 A (43)申请公布日 2022.04.01 (73)专利权人 杭州速玛科技有限公司 地址 310000 浙江省杭州市拱 墅区塘河路 32号218室 专利权人 无锡太机脑智能科技有限公司 (72)发明人 沈嘉玮　杨国青　吕攀　杨增辉　 (74)专利代理 机构 杭州宇信联合知识产权代理 有限公司 3 3401 专利代理师 王健 (51)Int.Cl. H04N 5/225(2006.01) H04N 5/232(2006.01)H04N 5/247(2006.01) G06K 9/62(2022.01) G06V 10/75(2022.01) (56)对比文件 CN 109143215 A,2019.01.04 US 20182475 05 A1,2018.08.3 0 US 2005185052 A1,20 05.08.25 JP 2007199840 A,20 07.08.09 US 202120 3890 A1,2021.07.01 CN 1937764 A,20 07.03.28 US 94710 59 B1,2016.10.18 US 2016096506 A1,2016.04.07 WO 20201 13619 A1,2020.0 6.11 US 2018215 344 A1,2018.08.02 WO 201419 9040 A1,2014.12.18 WO 201912542 9 A1,2019.0 6.27 审查员 王亚娜 (54)发明名称 一种无人作业车辆协同记录被破坏现场 的 方法 (57)摘要 本发明公开了一种无人作业车辆协同记录 被破坏现场的方法， 其包括： 通过被破坏车辆检 测被破坏行为并向服务器发送破坏记录报文请 求， 服务器挑选同一区域内的记录车辆并将请求 记录报文发送给记录车辆； 被破坏车辆生成并发 送动态地图给服务器， 再由服务器发送给记录车 辆； 记录车辆接收并整合动态地图邻接矩阵后， 进行路径选取， 前往破坏现场进行记录。 本发明 通过多车协同， 可以充分利用无人驾驶车辆的摄 像头， 最大程度记录下破坏现场的人员、 破坏行 为等信息， 为事后维权提供有力证据。 权利要求书2页 说明书9页 附图9页 CN 114268728 B 2022.07.08 CN 114268728 B 1.一种无 人作业车辆协同记录被破坏现场的方法， 其特 征在于包括： （1） 被破坏车辆检测破坏行为， 并向服 务器发送破坏记录报文请求； （2） 服务器接收到被破坏车辆发送的请求后， 挑选记录车辆， 并向记录车辆发送请求记 录报文； （3） 被破坏车辆在存储的静态地图邻接矩阵中新增对应被破坏车辆的节点信息， 并修 改邻接矩阵中被破坏车辆节点的可到达标识信息， 得到动态地图邻接矩阵； 被破坏车辆发 送动态地图邻接矩阵以及被破坏车辆所在的节点给服务器， 服务器再将这些信息发送给记 录车辆； （4） 记录车辆接收动态地图邻接矩阵， 并添加自己节点信息， 做可达性标识后， 通过路 径选取前往被破坏现场； （5） 记录车辆 选取目标 车‑人对， 记录车辆开始进行破坏现场记录 。 2.根据权利要求1所述的无人作业车辆协同记录被破坏现场的方法， 其特征在于所述 破坏记录报文载荷包含： 用于标识此报文的特殊字段、 被破坏车辆的身份信息、 被破坏车辆 的GPS信息。 3.根据权利要求1所述的无人作业车辆协同记录被破坏现场的方法， 其特征在于被破 坏车辆生成与发送动态地图邻接矩阵包括如下步骤： （1） 被破坏车辆通过激光雷达采集 点云； （2） 剔除激光雷达采集 点云无效信息； （3） 对完成剔除步骤的点云进行聚类； （4） 对相邻发送间隔采集得到的点云经过上述聚类得到的点云类进行匹配， 得到匹配 类对， 用于判断被破坏车辆周围物体是否为静态障碍物； （5） 进行被破坏车辆周围障碍物方向判定， 并通过障碍物的方向计算阻塞区间， 设置阻 塞标志位； （6） 被破坏车辆利用存储的静态地图邻接矩阵， 在所述静态地图邻接矩阵中新增对应 被破坏车辆节点信息， 并根据阻塞标志 位修改邻接矩阵对应被破坏车辆节点的可到达标识 信息， 生成被破坏车辆的新节点的动态地图邻接矩阵； （7） 被破坏车辆发送动态地图的邻接矩阵以及被破坏车辆自己所在的节点给服务器， 服务器再将这些信息发送给记录车辆 。 4.根据权利要求3所述的无人作业车辆协同记录被破坏现场的方法， 其特征在于所述 障碍物方向判定， 并通过障碍物的方向计算阻塞区间， 设置阻塞标志位包括 步骤如下： （1） 被破坏车辆获取GP S信息中车辆方向角信息； （2） 被破坏车辆读取存 储地图信息中当前位置道路方向角； （3） 被破坏车辆计算左阻塞角度区间与右阻塞角度区间； （4） 计算所有静态障碍物点云类中心方位角； （5） 判断静态障碍物点云类中心方位角是否位于左阻塞角度区间与右阻塞角度区间， 设置阻塞标志位； 所述左阻塞角度区间和右阻塞角度区间分别表示被破坏车辆相对于道路的左方与右 方的部分区域； 所述中心方位角表示被破坏车辆附近障碍物相对于车辆中心的角度。 5.根据权利要求3所述的无人作业车辆协同记录被破坏现场的方法， 其特征在于所述权　利　要　求　书 1/2 页 2 CN 114268728 B 2生成被破坏车辆的新节点的动态地图邻接矩阵的步骤 包括如下： （1） 在静态地图邻接矩阵中新增对应被破坏车辆节点的行与列， 并初始化对应静态地 图的邻接矩阵的行与 列， 得到初始的动态地图邻接矩阵； （2） 获取存储的静态地图中车辆当前位置道路始末节点编号， 对车身的左右方节点编 号进行标记； （3） 根据设置好的阻塞标志位修改初始的动态地图邻接矩阵， 得到最终的动态地图邻 接矩阵。 6.根据权利要求1 ‑5任一项所述的无人作业车辆协同记录被破坏现场的方法， 其特征 在于所述记录车辆接收动态地图邻接矩阵后添加自己节点信息、 做可达性标识包括如下步 骤： （1） 在接收的动态地图邻接矩阵中新增记录车辆节点的行与列， 得到初始的动态地图 邻接矩阵； （2） 记录车辆获取存储的静态地图中记录车辆当前道路位置始末位置节点编号， 对车 身的左右方节点编号进行 标记； （3） 将初始的动态地图邻接矩阵中对应车身节点的行与列编号元素做可到达性标注， 完成动态地图邻接矩阵的整合。 7.根据权利要求1所述的无人作业车辆协同记录被破坏现场的方法， 其特征在于所述 记录车辆 选取目标 车‑人对包括如下步骤： （1） 调用记录车辆预先保存的深度学习模型， 识别标注出图像中的所有车辆与人体矩 形框； （2） 在图像中选取任意 一个车辆矩形框与人体矩形框， 计算 其模拟距离； （3） 遍历所有识别出的车辆与人体矩形框， 从中选取对应的车辆与人体作为目标车 ‑人 对。 8.根据权利要求1 ‑5和7任一项所述的无人作业车辆协同记录被破坏现场的方法， 其特 征在于： 当选取完目标 车‑人对后， 记录车辆进行拍摄角度与距离校正。 9.根据权利要求8所述的无人作业车辆协同记录被破坏现场的方法， 其特征在于记录 车辆进行拍摄角度与距离校正包括如下步骤： （1） 计算记录车辆的横向偏移校正角度； （2） 控制记录车辆转动偏移校正角度； （3） 计算车 ‑人对图像矩形框所占像素块大小， 若小于设定阈值， 则车辆向前行驶适当 距离， 直到车 ‑人对图像矩形框所占像素 大小大于设定阈值。权　利　要　求　书 2/2 页 3 CN 114268728 B 3