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！

龙图腾网获悉安徽隼波科技有限公司申请的专利基于雷达与相机数据融合的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：CN120559637B 。

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：202511067022.4，技术领域涉及：G01S13/86；该发明授权基于雷达与相机数据融合的目标检测方法是由胡宗品;李昂;路同亚;李开文;任梦奇;刘志勇设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本基于雷达与相机数据融合的目标检测方法在说明书摘要公布了：本发明涉及目标检测，具体涉及基于雷达与相机数据融合的目标检测方法，雷达与相机分别采集数据；采用基于多特征约束的自适应多角度联合标定策略，实现对雷达和相机采集的异构数据的空间稀疏对准，使异构数据在空间上具有一致性和可比性；利用针对雷达和相机数据结构的YOLOv8动态结构重配置机制，分别对校准后的雷达数据、相机数据进行目标检测；采用跨模态特征融合算法对雷达检测到的目标信息与相机图像平面进行融合，得到融合特征；采用深度学习与强化学习相结合的方法，利用奖励函数对强化学习模型进行参数优化，以进行目标分类；本发明提供的技术方案能够有效克服现有技术所存在的难以对复杂场景中的动态目标进行精准检测的缺陷。

本发明授权基于雷达与相机数据融合的目标检测方法在权利要求书中公布了：1.基于雷达与相机数据融合的目标检测方法，其特征在于：包括以下步骤： S1、雷达与相机分别采集数据； S2、采用基于多特征约束的自适应多角度联合标定策略，实现对雷达和相机采集的异构数据的空间稀疏对准，使异构数据在空间上具有一致性和可比性； S3、利用针对雷达和相机数据结构的YOLOv8动态结构重配置机制，分别对校准后的雷达数据、相机数据进行目标检测； S4、采用跨模态特征融合算法对雷达检测到的目标信息与相机图像平面进行融合，得到融合特征； S5、采用深度学习与强化学习相结合的方法，构建深度学习模型和强化学习模型并设置奖励函数，利用奖励函数对强化学习模型进行参数优化，以进行目标分类； S6、输出最终的目标检测和目标分类结果； S5中采用深度学习与强化学习相结合的方法，构建深度学习模型和强化学习模型并设置奖励函数，利用奖励函数对强化学习模型进行参数优化，以进行目标分类，包括： S51、结合Swin Transformer和ConvNeXtV2深度学习网络，采用基于双线性池化的多模态特征融合方法提取深度特征，并根据深度特征确定初步分类概率； S52、将深度特征和初步分类概率输入至改进A2C强化学习网络进行目标分类，得到目标分类结果。

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安徽隼波科技有限公司，其通讯地址为：230088 安徽省合肥市高新区杨林路科技实业园B1栋4楼401室；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。