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！

龙图腾网获悉上海理工大学申请的专利一种多目标检测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：CN120387144B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510883941.2，技术领域涉及：G06F18/25；该发明授权一种多目标检测方法是由徐睿琦;程媛媛;王文轩;任媛媛;王政;马金宇;陈亮枫;李涵;袁庆庆;夏鲲设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本一种多目标检测方法在说明书摘要公布了：本发明涉及一种多目标检测方法，包括：获取图像数据和雷达数据，并进行数据校准；基于数据校准后的图像数据和雷达数据，获得视觉特征向量和雷达特征向量；利用预训练的模糊神经网络模型对视觉特征向量和雷达特征向量进行模糊推理，输出模糊推理结果，模糊推理结果包括图像数据与雷达数据中各目标之间的匹配程度；从模糊推理结果中筛选出匹配程度超过预设阈值的目标。与现有技术相比，本发明能够在降低硬件成本的同时提高检测准确性和检测效率，适用于骑行交通，解决了传统融合方法在复杂环境下检测精度低、硬件成本高、实时性不足以及缺乏非机动车特定目标分类的问题，提升了骑行者在复杂交通场景中的安全感知能力，具有实时性和可解释性优势。

本发明授权一种多目标检测方法在权利要求书中公布了：1.一种多目标检测方法，其特征在于，包括以下步骤： 步骤S1、获取图像数据和雷达数据，并进行数据校准； 步骤S2、基于数据校准后的图像数据和雷达数据，获得视觉特征向量和雷达特征向量； 步骤S3、利用预训练的模糊神经网络模型对视觉特征向量和雷达特征向量进行模糊推理，输出模糊推理结果，其中，模糊推理结果包括图像数据与雷达数据中各目标之间的匹配程度； 步骤S4、从模糊推理结果中筛选出匹配程度超过预设阈值的目标； 步骤S3中预训练的模糊神经网络模型包括输入层、模糊化层、规则层、归一化层和输出层； 所述输入层用于将视觉特征向量和雷达特征向量输入至模糊化层； 所述模糊化层用于通过隶属函数对输入量进行语义描述，以将输入量映射到模糊集合； 所述规则层用于根据模糊规则对模糊化后的输入量进行推理和计算； 所述归一化层用于将模糊推理和计算的结果转换为精确的模糊评分； 所述输出层用于输出图像数据与雷达数据中各目标之间的匹配程度； 所述模糊化层的具体工作过程为： 对图像数据中第个目标与雷达数据中第个目标之间的距离进行描述： ， ， 为图像数据中第个目标的坐标， ， 为雷达数据中第个目标的坐标； 获得3个模糊集合：匹配、部分匹配、不匹配，使用分段线性函数进行描述： ； 对雷达检测到的目标速度进行描述，获得5个模糊集合：低、稍低、中等、稍快、快，使用分段线性函数进行描述： ， ， ， ， ； 其中，、、、、分别是对应于“低、稍低、中等、稍快、快”这5个模糊集合的分段线性函数； 通过对图像数据中目标边界框的变化率进行描述，获得2个模糊集合：靠近、远离，使用以下隶属函数进行描述： ，， 其中，为对应于“靠近”模糊集合的隶属函数，为对应于“远离”模糊集合的隶属函数。

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上海理工大学，其通讯地址为：200093 上海市杨浦区军工路516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”。