Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江大学刘明获国家专利权

浙江大学刘明获国家专利权

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!

龙图腾网获悉浙江大学申请的专利一种路测场景中多模态特征融合的目标检测方法及装置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:CN119723270B

龙图腾网通过国家知识产权局官网在2025-08-15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:202411840621.0,技术领域涉及:G06V10/80;该发明授权一种路测场景中多模态特征融合的目标检测方法及装置是由刘明;张朝阳设计研发完成,并于2024-12-13向国家知识产权局提交的专利申请。

一种路测场景中多模态特征融合的目标检测方法及装置在说明书摘要公布了:本发明公开了一种路测场景中多模态特征融合的目标检测方法及装置,首先将图片语义分割前景结果投影到毫米波雷达坐标系,来增密毫米波雷达点云;然后对图片、激光雷达点云数据和毫米波雷达点云提取高维语义特征,并投影到同一个坐标系中进行拼接;最终通过3D目标检测头网络,输出3D目标检测结果。本发明能够有效缓解毫米波雷达点云稀疏,对检测网络增益低的问题,且对毫米波雷达点云做了数据增强,增加整个检测网络的鲁棒性。除此之外,实现路测端,基于深度学习的相机图片、毫米波雷达点云、激光雷达点云数据融合的3D目标检测。

本发明授权一种路测场景中多模态特征融合的目标检测方法及装置在权利要求书中公布了:1.一种路测场景中多模态特征融合的目标检测方法,其特征在于,该方法包括: S1、收集路测场景下的图片、毫米波雷达点云数据、激光雷达点云数据,根据图片对毫米波雷达点云数据进行增强;具体为: 对输入图片做二分类语义分割,挑选出属于前景的像素集合:P={u1,v1,u2,v2,u3,v3,…,un,vn}; 其中uivi参数含义为图片上的像素坐标;此坐标以图片左上角为原点,水平朝右为x轴正方向,竖直向下为y轴正方向,ui为像素x轴上坐标,vi为像素y轴上坐标; 将筛选出的所有前景像素点,由相机所在的透视视角投影到毫米波雷达坐标系下,每个像素投影完成后作为一个雷达点,过程如下: Foreach[ui,vi]i=1,…,n∈P: li=H·[ui;vi;1] 其中,H为相机像素坐标到毫米波雷达坐标系的投影矩阵,li为投影后的雷达点, 对每一个投影点li,在原始毫米波雷达点云数据R内寻找距离小于D的原始雷达点,取这些寻找到的原始雷达点的速度和反射强度的平均值作为像素投影点的径向、切向速度和反射强度,具体为: 其中mean.为平均值函数,原始雷达点云数据为像素投影后点云为L={l1,l2,…,ln},rcsk参数表示第k个毫米波雷达点的反射强度,参数表示第k个原始雷达点的速度,D为乘用车平均长度; S2、对图片提取高维语义特征,并投影到雷达坐标系下的BEV空间; S3、对激光雷达点云数据提取特征,得到BEV视角下激光雷达点云特征并沿着Z轴展平,得到激光雷达坐标系BEV视角下的激光雷达高层语义特征; S4、对毫米波雷达点云提取特征,将得到的毫米波雷达点云特征投影到激光雷达坐标系下,并将特征沿着Z轴压平,得到激光雷达坐标系BEV视角下的毫米波雷达高层语义特征; S5、将相机图片、激光雷达点云、增强后的毫米波雷达点云的高层语义特征沿特征维度拼接,得到融合后的特征, S6、将融合后的特征编码后输入到3D目标检测头网络,输出3D目标检测结果。

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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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AI智能生成
免责声明
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。