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！

龙图腾网获悉电子科技大学申请的专利一种融合语义信息的激光雷达与视觉融合深度估计系统及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：CN119418337B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411449161.9，技术领域涉及：G06V20/70；该发明授权一种融合语义信息的激光雷达与视觉融合深度估计系统及方法是由李曙光;侯传鑫;王智风设计研发完成，并于2024-10-17向国家知识产权局提交的专利申请。

本一种融合语义信息的激光雷达与视觉融合深度估计系统及方法在说明书摘要公布了：本发明属于自动驾驶技术领域，具体涉及一种融合语义信息的激光雷达与视觉融合深度估计系统及方法，包括第一级网络和第二级网络，在第一级网络中，通过双编码器‑单解码器结构融合RGB图像特征和雷达点云特征，并生成稀疏深度图；在第二级网络中，引入了RGB图像分割得到的语义信息实现分层约束，配合通道特征自适和注意力机制对稀疏深度图进行处理，得到稠密深度图，以生成最终的深度图；在此过程成，通过设计由LiDAR分支损失、稀疏深度图损失和最终预测结果损失组成的多约束损失函数，优化系统从而引导网络更准确地进行深度估计。与现有技术相比，本发明获得更为全面、准确、的深度估计结果。

本发明授权一种融合语义信息的激光雷达与视觉融合深度估计系统及方法在权利要求书中公布了：1.一种融合语义信息的激光雷达与视觉深度融合估计系统，包括第一级网络和第二级网络，其特征在于： 所述第一级网络包括第一编码器和第一解码器，第一编码器为双编码器包括图像分支网络和雷达点云分支网络；图像分支网络用于从RGB图像数据中提取出图像特征；雷达点云分支网络，包括稀疏预映射模块、以及连接在稀疏预映射模块之后的残差块，稀疏预映射模块用于从雷达点云数据中提取出第一点云特征，残差块用于从第一点云特征中提取出第二点云特征，即最终的点云特征；第一解码器，用于接收图像分支网络提供的图像特征、以及雷达分支网络提供的点云特征，对图像特征和点云特征进行融合生成稀疏深度图；所述第一解码器包括四个依次连接的上投影模块；每一个的输入信息为分辨率为W*H的特征F0，先经过由2×2大小卷积核构成的逆池化层将特征图的大小增加一倍，得到一张2W*2H的特征图F1；之后通过卷积层和非线性激活函数ReLU进一步处理F1，利用跳跃连接将F1通过大小分别为5和3的卷积核后，额外将F1通过一个大小为5的卷积核；然后，将通过这两种不同卷积核计算得到的特征图直接相加，得到新的特征图F2，即该残差模块的输出；最后，对分辨率为2W*2H的F2应用ReLU激活函数以增强网络的非线性能力；使用3×3卷积将F2映射为尺寸为WH的特征图，最后通过双线性上采样将其恢复到2W*2H的分辨率； 所述第二级网络包括语义分割模块、第二编码器和第二解码器；语义分割模块用于对RGB图像数据进行语义分割，得到语义信息；第二编码器接收稀疏深度图和语义分割信息，通过对稀疏深度图和语义分割信息进行拼接得到融合特征；所述第二编码器包括特征自适应模块和多层融合模块，特征自适应模块输入为第一解码器输出的稀疏深度图，用于对稀疏深度图进行特征提取，并提取的特征输出至多融合模块的第一输入端；多融合模块的第二输入端接收语义分割模块提供的语义信息，使用通道注意力机制将语义信息和特征自适应模块提取的特征加权融合，得到融合特征；第二解码器接收融合特征并对其进行解码生成稠密深度图，根据稠密深度图生成最终的深度预测图。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。