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！

龙图腾网获悉中国第一汽车股份有限公司申请的专利3D点云目标的检测方法和装置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：CN114359868B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202111679534.8，技术领域涉及：G06V20/58；该发明授权3D点云目标的检测方法和装置是由郭昌野;王宇;耿真设计研发完成，并于2021-12-31向国家知识产权局提交的专利申请。

本3D点云目标的检测方法和装置在说明书摘要公布了：本发明公开了一种3D点云目标的检测方法和装置。其中，该方法包括：在自动驾驶车辆行驶过程中，获取行驶道路的三维点云数据，其中，自动驾驶车辆安装有低功耗嵌入式平台，并通过安装的激光雷达传感器采集得到行驶道路的三维点云数据；将行驶道路的三维点云数据输入至3D点云目标检测模型的优化模型，识别出位于行驶道路所在的区域范围内的至少一种目标信息；其中，3D点云目标检测模型的优化模型为运行在低功耗嵌入式平台上的模型。本发明解决了3D目标检测模型使用范围小的技术问题。

本发明授权3D点云目标的检测方法和装置在权利要求书中公布了：1.一种3D点云目标的检测方法，其特征在于，应用于自动驾驶车辆，该方法包括： 在自动驾驶车辆行驶过程中，获取行驶道路的三维点云数据，其中，所述自动驾驶车辆安装有低功耗嵌入式平台，并通过安装的激光雷达传感器采集得到所述行驶道路的三维点云数据； 将所述行驶道路的三维点云数据输入至3D点云目标检测模型的优化模型，识别出位于所述行驶道路所在的区域范围内的至少一种目标信息； 其中，所述3D点云目标检测模型的优化模型为运行在所述低功耗嵌入式平台上的模型； 所述方法还包括：获取所述3D点云目标检测模型的原始模型，其中，所述原始模型包括组合3D稀疏卷积编码、重量级主干网络和多组检测头，所述3D稀疏卷积编码用于从稀疏不规则数据中重建出信息编码，所述重量级主干网络用于确定主干网络模型，所述检测头包括分类分支和回归分支，所述分类分支用于表示检测信息的种类，所述回归分支用于表示所述检测信息的特征，所述检测信息的特征包括如下至少之一：长、宽、高、深度、朝向角；对所述原始模型进行裁剪，得到所述主干网络模型；基于轻量化的点云特征，通过组合鸟瞰图的点云栅格对所述主干网络模型进行预处理，生成目标模型；基于所述原始模型的检测误差和所述目标模型的检测误差，生成所述目标模型的总体误差； 在将所述行驶道路的三维点云数据输入至所述3D点云目标检测模型的优化模型之前，所述方法还包括：对所述原始模型进行多轮迭代训练；若所述目标模型的总体误差下降到目标值，验证所述原始模型的模型精度；若所述模型精度达到目标精度值，确定所述目标模型的精度达到所述目标精度值；利用量化感知训练策略，对到达目标精度值的所述目标模型进行定点压缩，生成在所述低功耗嵌入式平台上运行的所述3D点云目标检测模型的优化模型； 基于所述原始模型的检测误差和所述目标模型的检测误差，生成所述目标模型的总体误差，包括：获取所述原始模型检测误差，其中，所述，用于表示检测框回归值和标注信息的误差，为检测框分类值和标注信息的误差，表征所述原始模型检测分支的权重；获取所述目标模型的检测误差，其中，所述，为检测框回归值和标注信息的误差，为检测框分类值和标注信息的误差，表征所述目标模型分支的权重；将所述原始模型和所述目标模型的分类特征图分别经过激活层，计算得到均方根误差；将所述原始模型和所述目标模型的尺寸和中心点的检测头，计算得到两个模型的误差绝对值和；基于所述均方根误差将所述原始模型和所述目标模型的误差绝对值和，生成两个模型之间的蒸馏误差；在对所述原始模型进行多轮迭代训练的过程中，基于所述蒸馏误差，同步对所述目标模型进行多轮迭代训练，得到所述目标模型的总体误差，其中，直到所述目标模型的总体误差下降到所述目标值时，如果所述模型精度达到所述目标精度值时，确定所述目标模型的精度同样达到所述目标精度值。

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国第一汽车股份有限公司，其通讯地址为：130011 吉林省长春市汽车经济技术开发区新红旗大街1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。