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基于视觉图像和雷达张量稀疏提议融合的3D目标检测跟踪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：CN121095935B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511642138.6，技术领域涉及：G06V20/64；该发明授权基于视觉图像和雷达张量稀疏提议融合的3D目标检测跟踪方法是由李洪富;凌剑辉;顾明红;郭祖源;候帅琦;李武军;易伟;孔令讲设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本基于视觉图像和雷达张量稀疏提议融合的3D目标检测跟踪方法在说明书摘要公布了：本发明提供了一种基于视觉图像和雷达张量稀疏提议融合的3D目标检测跟踪方法，首先对视觉图像的颜色纹理信息进行泛化提取，建立多尺度语义高维特征；其次使用SCAN提取雷达张量的多尺度空间高维特征，再将可学习的感知探针分别映射至雷达和视觉高维特征空间，借助多头可形变注意力对不同模态特征进行泛化稀疏，形成雷达和视觉提议特征；然后进行雷达和视觉提议特征的稀疏提议融合，完成3D目标检测；最后对检测结果开展混合多特征级联匹配、批航迹管理，并将生成的航迹时序信息反馈至前端可学习的感知探针，实现基于时序信息引导的主动式目标检测与跟踪一体循环递进网络。本发明方案建立了单帧目标检测与时序目标跟踪的一体主动式感知框架，增强了自动驾驶中多源传感器对环境目标感知的可靠性。

本发明授权基于视觉图像和雷达张量稀疏提议融合的3D目标检测跟踪方法在权利要求书中公布了：1.一种基于视觉图像和雷达张量稀疏提议融合的3D目标检测跟踪方法，其特征在于，所述方法包括以下步骤： 步骤S1，视觉图像多尺度语义特征提取与视觉提议特征产生：采集车端摄像头图像数据，使用由卷积构成的骨干网络提取图像语义纹理特征，然后使用特征金字塔网络FPN产生多尺度语义特征，在车身坐标系下产生可学习的感知探针，结合车身坐标至图像坐标的投影矩阵，使用多尺度可形变注意力进行特征增强和视觉提议特征产生； 步骤S2，雷达张量多尺度空间特征提取与雷达提议特征产生：采集车端雷达数据，通过预处理获取雷达张量数据，使用耦合雷达回波强度和空间方位感知协同增强网络SCAN提取雷达空间特征，再使用FPN产生多尺度空间特征，然后利用可学习的感知探针位置及对应探针特征，结合车身坐标至雷达张量坐标的投影矩阵，使用多尺度可形变注意力进行特征增强和雷达提议特征产生； 步骤S3，基于视觉提议特征和雷达提议特征进行稀疏门控融合：对完成关联匹配的视觉提议特征和雷达提议特征进行拼接产生粗融合提议特征，并使用一个线性网络对粗融合提议特征进行自适应证据学习，然后通过激活函数对不同模态证据进行动态置信度差异化评估，并基于动态差异化置信度完成提议级稀疏门控融合； 步骤S4，基于视觉和雷达融合提议特征进行3D目标检测：获得视觉和雷达融合提议特征后，分别使用目标分类任务头和回归任务头实现对3D目标类别和属性信息的提取； 步骤S5，目标检测结果与历史航迹间的混合多特征级联匹配：首先基于融合提议特征进行一致性匹配，然后进行耦合位置、高维特征和尺寸的多特征局部全局代价最小匹配； 步骤S6，批航迹管理与航迹信息反馈引导：使用群体认知航迹管理范式并行处理整个数据批次的航迹推演、关联匹配与生命周期管理，同时将群体认知航迹时序信息自适应反馈至对应场景步骤S1和步骤S2中以扩展感知探针，使得感知探针同时囊括整个训练数据的全局统计性先验和当前航迹的个体历史先验，以实现3D目标检测和跟踪的一体主动式循环递进。

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。