北京科技大学顺德创新学院;北京科技大学陈先中获国家专利权
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!
龙图腾网获悉北京科技大学顺德创新学院;北京科技大学申请的专利基于视觉图像与毫米波雷达特征矩阵融合的深度估计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:CN116363186B 。
龙图腾网通过国家知识产权局官网在2025-07-15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:202310303285.5,技术领域涉及:G06T7/521;该发明授权基于视觉图像与毫米波雷达特征矩阵融合的深度估计方法是由陈先中;侯庆文;张洁;邓浩设计研发完成,并于2023-03-27向国家知识产权局提交的专利申请。
本基于视觉图像与毫米波雷达特征矩阵融合的深度估计方法在说明书摘要公布了:本发明公开了一种基于视觉图像与毫米波雷达特征矩阵融合的深度估计方法,该方法包括:获取待测场景的毫米波雷达原始数据和视觉图像;对所述毫米波雷达原始数据进行处理,得到雷达特征矩阵;基于所述雷达特征矩阵和所述视觉图像,利用预设的网络模型得到估计的深度图。本发明技术方案可有效提升全场景深度估计的准确率,尤其是存在雨雾冰雪干扰或者暗光条件等环境。
本发明授权基于视觉图像与毫米波雷达特征矩阵融合的深度估计方法在权利要求书中公布了:1.一种基于视觉图像与毫米波雷达特征矩阵融合的深度估计方法,其特征在于,所述基于视觉图像与毫米波雷达特征矩阵融合的深度估计方法包括: 获取待测场景的毫米波雷达原始数据和视觉图像; 对所述毫米波雷达原始数据进行处理,得到雷达特征矩阵; 基于所述雷达特征矩阵和视觉图像,利用预设的网络模型得到估计的深度图; 对所述毫米波雷达原始数据进行处理,得到雷达特征矩阵,包括: 采用加窗的4维快速傅立叶变换对所述毫米波雷达原始数据进行信号变换,变换结果为四维特征矩阵;其中,所述四维特征矩阵的四个维度分别代表:距离、水平角、高程角以及多普勒速度; 对多普勒速度维度求均值得到维度为距离、水平角、高程角,特征值为与障碍物返回电磁波能量值正相关的第一三维特征矩阵;对多普勒速度维度下低径向速度的能量通过加权求和的方式进行滤除,得到维度相同,特征值为与有相对速度的障碍物返回电磁波能量值正相关的第二三维特征矩阵; 将所述第一三维特征矩阵和所述第二三维特征矩阵沿新的维度拼接,得到四维的雷达特征矩阵; 所述利用预设的网络模型得到估计的深度图,包括; 利用第一编码器对所述雷达特征矩阵进行特征提取; 利用第二编码器对所述视觉图像进行特征提取; 在将雷达特征矩阵和视觉图像送入各自的编码器提取到精细特征后,利用InfoNCE损失最大化两种模态部分特征之间的互信息,即对部分特征进行信息对齐; 将信息对齐后的特征通过层次窗口注意力模块进行融合,然后与其余的特征在通道维度上拼接,得到拼接后的特征; 使用全卷积的解码器对拼接后的特征进行解码,得到估计的深度图; 所述层次窗口注意力模块通过对输入的特征矩阵进行分层的窗口注意力,达到对输入特征进行全局注意力的作用;在每一层之间,通过二维卷积对特征降采样,随后在下一层利用降采样后的特征计算注意力矩阵。
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北京科技大学顺德创新学院;北京科技大学,其通讯地址为:528000 广东省佛山市顺德区大良致慧路2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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。