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！

龙图腾网获悉浙江工业大学申请的专利一种基于模糊解耦的三维声纳目标检测方法和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：CN119439137B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202411313054.3，技术领域涉及：G01S7/539；该发明授权一种基于模糊解耦的三维声纳目标检测方法和装置是由赵冬冬;蔡天诚;陈朋;党源杰设计研发完成，并于2024-09-20向国家知识产权局提交的专利申请。

本一种基于模糊解耦的三维声纳目标检测方法和装置在说明书摘要公布了：一种基于模糊解耦的三维声纳目标检测方法和装置，其方法包括：S1、基于原始点云的预处理模块，通过最大最小标准化减少不同采集设备带来的误差；S2、基于先验知识对声纳原始点云进行模糊特征解耦编码，建立点云解耦隶属度函数并使用编码函数将离散点云编码为特征序列。S3、编码后的两个解耦特征通过VFE模块进行特征提取得到BEV特征。S4、BEV特征经过主干网络预测高斯热力图并解码为一阶段提案。S5一阶段提案结合基于马尔可夫预测的二阶段细化，得到最终的三维标定框及其类别和得分。本发明针对三维声纳点云目标识别任务中，目标的异质性弱的问题，通过模糊解耦的特征编码、基于点的高斯热力图预测和基于马尔可夫预测的二阶段细化，有效解决了三维声纳弱异质性识别的挑战。

本发明授权一种基于模糊解耦的三维声纳目标检测方法和装置在权利要求书中公布了：1.一种基于模糊解耦的三维声纳目标检测方法，包括以下步骤： S1为解决不同设备采集点云图像可能导致的误差，对原始点云进行归一化； S2为了模仿人类观察者，提高对目标周围信息的利用，首先基于先验知识对声纳原始点云进行模糊特征解耦编码；包括： S21点云数据表示为Γ＝{x,y,zn}，其中n∈1,2,3,...,N，体素分辨率为Vω,Vζ,Vη；这里，W,H和L分别表示场景的宽度、高度和长度；在对整个声纳场景进行体素化后，首先将所有点分配到它们各自的体素中，步骤包括建立模糊隶属函数，将原始点云划分，并对解耦的点云Γ0进行并行模糊编码转换为Γ1； S22在点云的并行解耦过程中，基于点云本身的回波强度以及周围K个最近邻的信息进行决策；一个点的综合强度定义如下： 这里，rk代表代表距离r最近的k个点； S23物体点通常具有较高的回波强度，与噪音和气泡相关的回波强度较低形成对比；将高于亮点阈值的点分类为“亮点”，而一个点被认为是物体的可能性在亮点阈值以下时与其强度正相关；孪生点云通过一个模糊模型被解耦，由于物体和噪声的集中，会发生局部的双样本不平衡，导致双点云数量的不匹配；，根据Zadeh为物体点设计的模糊集合，实施了一种动态平衡策略，这个隶属度函数定义如下： 这里，a代表声纳亮点阈值，而α和β代表柯西分布中的调整函数； S24分类后通过计算点云的平均x、y和z坐标，平均x、y和z强度以及三维空间格的物理中心的偏移度，组成两条，每条共9个指标组成的点云特征编码； S3通过编码后的特征分别通过VFE模块进行特征提取，得到BEV特征； S4提取到完整特征后，通过主干网络回归热力图，及最终目标的三维框在BEV视图上的投影，热力图的中心点即为目标的中心点，同时预测三维框的长宽高和中心点的高度组成一阶段的预测； S5最后在第二阶段利用马尔可夫预测，从原始点云中提取额外点云后，通过S2步骤提取特征，并通过一个多头感知机回归得到最终提案。

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工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。