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！

龙图腾网获悉北京工业大学申请的专利一种基于激光雷达和相机数据融合的实时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：CN115546594B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202211177288.0，技术领域涉及：G06V10/80；该发明授权一种基于激光雷达和相机数据融合的实时目标检测方法是由刘海滨;武超;王涣杰设计研发完成，并于2022-09-27向国家知识产权局提交的专利申请。

本一种基于激光雷达和相机数据融合的实时目标检测方法在说明书摘要公布了：本发明公开了一种基于激光雷达和相机数据融合的实时目标检测方法，该方法采用卷积神经网络模型实现，具体包括：构建传感器联合标定矩阵，将3D激光雷达点云图映射到2D平面转成深度图；搭建包括两个相同并行分支的孪生卷积网络模型，分别提取深度图和彩色图中的特征张量；在此基础上，提出一种基于特征层融合的数据融合方法，将所提取的多尺度特征张量通过叠加运算进行多模态数据融合，并将融合数据输入检测头部实现目标检测分类和位置回归。本发明提出的基于融合数据的目标检测方法在提高检测准确率的同时保证了良好的实时性，综合性能优于现有目标检测方法。

本发明授权一种基于激光雷达和相机数据融合的实时目标检测方法在权利要求书中公布了：1.一种基于激光雷达和相机数据融合的实时目标检测方法，其特征在于，包括以下步骤： 1准备待处理的彩色相机图像数据和对应的激光雷达点云数据； 2将步骤1中原始点云数据通过多传感器联合标定，将点云中每个数据点投影到RGB图像平面上转成深度图像，使得RGB图像和深度图像有相同视场范围； 3构建基于孪生神经网络的目标检测模型，模型由两个分支组成，分别卷积处理RGB图像和深度图像； 4构建基于特征层融合的交叉融合模块，孪生网络模型两并行分支由多个卷积层组成，模型通过多层卷积提取不同尺寸特征图，在并行分支的多个卷积层后添加融合层将非同质数据的特征图通过叠加运算完成多模态数据融合； 5将RGB图像和对应的深度图像输入到神经网络进行训练，并在模型收敛后进行检测，得到最终检测结果； 步骤4中的基于特征层融合的交叉融合模块，由3个加法层组成；加法层通过对两分支卷积得到的多维特征向量图中特征值进行加运算，在不改变特征图维度情况下将深度图像和RGB图像的特征图信息融合，多次融合可加深融合程度使两非同质数据充分融合；其中，第1个加法层放在两分支的第3组残差模块后，将两分支尺寸为的特征图C13和C23通过加运算生成尺寸为的特征图C1,23；第2个加法层放在两分支的第4组残差模块后，将两分支尺寸为的特征图C14和C24通过加运算生成尺寸为的特征图C1,24；第3个加法层放在两分支的第5组残差模块后，将两分支尺寸为的特征图C15和C25通过加运算生成尺寸为的特征图C1,25。

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工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。