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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京航空航天大学;清华大学郭宇昂获国家专利权

北京航空航天大学;清华大学郭宇昂获国家专利权

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!

龙图腾网获悉北京航空航天大学;清华大学申请的专利基于车载传感器数据融合的路面湿滑区域分割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:CN116452612B

龙图腾网通过国家知识产权局官网在2026-03-06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:202310545937.6,技术领域涉及:G06T7/11;该发明授权基于车载传感器数据融合的路面湿滑区域分割方法是由郭宇昂;余贵珍;王建强;王云鹏;许庆;曲小波设计研发完成,并于2023-05-16向国家知识产权局提交的专利申请。

基于车载传感器数据融合的路面湿滑区域分割方法在说明书摘要公布了:本发明属于无人驾驶技术领域,提出了一种基于车载传感器数据融合的路面湿滑区域分割方法,包括:提取激光雷达数据并筛选路面区域点云;提取相机图像数据并计算其颜色特征与纹理特征;根据标定参数,将所述路面区域点云投影至图像;根据所述颜色特征与纹理特征估算所述路面区域未被点云覆盖像素的反射强度;将完成估算后的反射强度与图像数据融合;设计包含第一分支和第二分支的分割模型,训练分割模型并以融合数据为输入分割路面湿滑区域。本发明通过估算反射强度数据,使未被点云覆盖的像素也拥有了反射强度数据,通过融合图像数据和反射强度数据,增强了分割模型对路面湿滑区域的辨识能力,提升了路面湿滑区域分割算法的准确度。

本发明授权基于车载传感器数据融合的路面湿滑区域分割方法在权利要求书中公布了:1.基于车载传感器数据融合的路面湿滑区域分割方法,其特征在于,包括如下步骤: S1,对装载于车辆的激光雷达和相机进行标定,并获取标定参数; S2,在车辆行驶过程中,实时提取激光雷达数据并从中筛选出路面区域点云;实时提取相机图像数据并计算图像的颜色特征与纹理特征; S3,根据所述标定参数,将所述路面区域点云投影至图像,使被点云覆盖的像素点拥有反射强度数据; S4,根据所述图像的颜色特征与纹理特征估算所述路面区域未被点云覆盖的像素点的反射强度数据; S5,将路面区域完成估算后的反射强度数据与图像数据融合,获得融合数据; S6,建立包含第一分支和第二分支的分割模型,采用历史融合数据对所述分割模型进行训练,并在训练完成后删除所述第一分支,获得训练好的分割模型; S7,将S5中获得的融合数据输入训练好的分割模型,对路面湿滑区域分割并输出数据; 所述S4具体包括: S401,计算路面区域未被点云覆盖的像素点与其周围被点云覆盖的像素点之间颜色特征和纹理特征的相似度; S402,依据颜色特征相似度与纹理特征相似度计算周围被点云覆盖的像素点在反射强度估算过程中所占权重; S403,依据周围被点云覆盖的像素点在反射强度估算过程中所占权重计算未被点云覆盖的像素点的反射强度数据; 所述S401中颜色特征的相似度采用下述公式计算: ; 其中,p为路面区域未被点云覆盖的像素点,Ω为p周围被点云覆盖的像素点的集合,q为p周围被点云覆盖的像素点,且,为p与q颜色特征的相似度,为极小值常数,为p的颜色特征,为q的颜色特征; 所述S401中纹理特征的相似度采用下述公式计算: ; 其中,为p与q纹理特征的相似度,为p的纹理特征,为q的纹理特征。

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北京航空航天大学;清华大学,其通讯地址为:100191 北京市海淀区学院路37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。