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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利基于激光雷达监督的4D毫米波雷达空间占用概率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：CN120178229B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510645553.0，技术领域涉及：G01S13/86；该发明授权基于激光雷达监督的4D毫米波雷达空间占用概率估计方法是由胡靓;吴筱苡;刘睿涵设计研发完成，并于2025-05-20向国家知识产权局提交的专利申请。

本基于激光雷达监督的4D毫米波雷达空间占用概率估计方法在说明书摘要公布了：本发明属于4D毫米波雷达感知的技术领域，具体涉及一种基于激光雷达监督的4D毫米波雷达空间占用概率估计方法，该方法包括构建环境占用概率图作为激光雷达的监督信号；对4D毫米波雷达的稀疏点云数据进行特征提取；将激光雷达的监督信号与雷达点云特征进行跨模态特征对齐，构建一阶段占用概率模型；采用相同网络及监督方式用激光雷达点云自监督得到参考占用概率模型，并用参考占用概率模型对一阶段占用概率模型进行监督微调，并部署至下游任务中。本申请利用激光雷达的几何先验知识约束4D毫米波雷达数据学习，解决4D毫米波雷达点云稀疏性、噪声及穿透性导致的建模精度不足问题，实现低成本、高鲁棒性的环境几何感知。

本发明授权基于激光雷达监督的4D毫米波雷达空间占用概率估计方法在权利要求书中公布了：1.基于激光雷达监督的4D毫米波雷达空间占用概率估计方法，其特征在于，包括下述步骤： 通过激光雷达采集三维点云数据，构建环境占用概率图作为激光雷达的监督信号； 采用轻量化卷积神经网络对4D毫米波雷达的稀疏点云数据进行特征提取得到雷达点云特征；所述轻量化卷积神经网络包括依次连接的稀疏编码器、密集编码器以及预测头；所述稀疏编码器包括三层以上的3D稀疏卷积层以及特征压缩投影层；所述密集编码器包括堆叠的2D卷积层；所述预测头包括并行设置的高度回归分支和占用预测分支，其中高度回归分支用于生成XY平面的高度预测图，占用预测分支用于输出三维空间的占用概率分布图； 将激光雷达的监督信号与雷达点云特征进行跨模态特征对齐，构建高度对齐弱监督损失函数，迭代优化所述轻量化卷积神经网络的权重参数，得到一阶段占用概率模型； 采用相同网络结构及监督方式，用激光雷达点云自监督得到参考占用概率模型，并用参考占用概率模型对一阶段占用概率模型进行监督微调，得到二阶段占用概率模型； 将一阶段占用概率模型或二阶段占用概率模型部署至下游任务中。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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”。