Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中山大学谭晓军获国家专利权

中山大学谭晓军获国家专利权

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!

龙图腾网获悉中山大学申请的专利基于统一鸟瞰图表征的多模态端到端自动驾驶方法及系统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:CN119049000B

龙图腾网通过国家知识产权局官网在2025-10-10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:202411050035.6,技术领域涉及:G06V20/56;该发明授权基于统一鸟瞰图表征的多模态端到端自动驾驶方法及系统是由谭晓军;危玉振;余泽;吕远东;石伯栋;阮漪灏设计研发完成,并于2024-08-01向国家知识产权局提交的专利申请。

基于统一鸟瞰图表征的多模态端到端自动驾驶方法及系统在说明书摘要公布了:本发明公开了一种基于统一鸟瞰图表征的多模态端到端自动驾驶方法及系统,方法包括:获取目标车辆对象的RGB相机图像和LiDAR点云数据,使用双分支网络进行特征提取,并将图像特征和LiDAR点云特征转化到鸟瞰图空间下,得到多模态鸟瞰图特征;将多模态鸟瞰图特征在通道维度对齐,通过卷积自注意力机制融合模块进行多模态鸟瞰图特征融合;采用基于Transformer解码器的行为规划网络,将融合后的鸟瞰图特征作为行为规划网络的决策输入,输出目标车辆对象的自动驾驶预测行为。本发明有效地提升端到端自动驾驶系统的环境场景理解能力和规划性能,提升了自动驾驶轨迹预测的准确性,可广泛应用于自动驾驶技术领域。

本发明授权基于统一鸟瞰图表征的多模态端到端自动驾驶方法及系统在权利要求书中公布了:1.一种基于统一鸟瞰图表征的多模态端到端自动驾驶方法,其特征在于,包括: 获取目标车辆对象的RGB相机图像和LiDAR点云数据,使用双分支网络提取图像特征和LiDAR点云特征,并将图像特征和LiDAR点云特征转化到鸟瞰图空间下,得到多模态鸟瞰图特征; 将多模态鸟瞰图特征在通道维度对齐,通过卷积自注意力机制融合模块进行多模态鸟瞰图特征融合,得到融合后的鸟瞰图特征; 采用基于Transformer解码器的行为规划网络,将融合后的鸟瞰图特征作为行为规划网络的决策输入,输出所述目标车辆对象的自动驾驶预测行为; 所述获取目标车辆对象的RGB相机图像和LiDAR点云数据,使用双分支网络提取图像特征和LiDAR点云特征,并将图像特征和LiDAR点云特征转化到鸟瞰图空间下,得到多模态鸟瞰图特征,包括: 采用ResNet-34作为图像特征提取主干网络,进行初步的特征提取; 基于高分辨率的图像特征,使用包含空洞空间金字塔池化结的特征金字塔网络来提取多尺度分辨率特征; 通过深度估计网络预测与图像特征对应的离散深度分布; 将图像特征与对应的深度分布进行外积操作可得到视锥体特征; 通过相机的内外参矩阵,将所述视锥体特征中的每个体素分配到对应的BEV网格中,将同一网格中的特征进行求和池化,得到图像BEV特征; 运用若干卷积层和下采样层对原始的点云BEV特征进行降维处理,得到低分辨率特征; 将来自图像特征提取网络中的多视角图像特征沿宽度方向串联起来,形成新的图像特征,配置查询向量、键向量和值向量,并应用多头注意力机制以及一个卷积层函数,得到聚合特征; 将聚合特征与降维后的低分辨率特征在通道维度进行拼接,再应用卷积层函数和上采样层函数获得增强后的点云BEV特征。

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中山大学,其通讯地址为:510275 广东省广州市海珠区新港西路135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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。