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！

龙图腾网获悉珠海中科慧智科技有限公司申请的专利一种基于深度学习的FOD检测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：CN121454509B 。

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：202512039743.0，技术领域涉及：G01S13/86；该发明授权一种基于深度学习的FOD检测方法是由尤学强;吴宇轩;张小刚;唐惠琼;郑建超;王翼;唐承立设计研发完成，并于2025-12-31向国家知识产权局提交的专利申请。

本一种基于深度学习的FOD检测方法在说明书摘要公布了：本发明提供一种基于深度学习的FOD检测方法。本发明包括以下步骤：S1、采集多雷达传感器和多摄像头的所有输出数据，S2、预处理传感器和摄像头数据，并对传感器和摄像头数据进行空间转换融合，S3、基于所述传感器和摄像头数据融合后的数据，训练推理分类模型，输出FOD检测结果。本发明涉及深度学习和计算机视觉技术领域。

本发明授权一种基于深度学习的FOD检测方法在权利要求书中公布了：1.一种基于深度学习的FOD检测方法，其特征在于，该方法包括以下步骤： S1、采集多雷达传感器和多摄像头的所有输出数据； S2、预处理传感器和摄像头数据，并对传感器和摄像头数据进行空间转换融合； S3、基于所述传感器和摄像头数据融合后的数据，训练推理分类模型，输出FOD检测结果； S2步骤中，对摄像头数据进行空间转换融合具体包括以下步骤： S21、共享特征提取与多尺度融合：使用共享权重的2DBackbone网络处理多视角输入图像，提取基础特征图，通过FPN结构与ADP模块对基础特征进行跨尺度融合，生成增强图像特征； S22、像素级深度分布预测与特征加权：利用2D到3D转换模块，为图像上每个像素位置预测沿其观察射线离散分布的深度概率； S23、射线累积构建3D特征体：将所述深度概率作为权重，对像素对应的图像特征向量加权，沿观察射线方向累加所有深度点上的加权特征，生成3D特征体； S24、投影生成CameraBEV特征：将所述3D特征体沿世界坐标系的高度轴向下投影并聚合，转换到BEV坐标系下，得到CameraBEV特征； 所述2D到3D转换模块的转换过程满足以下公式： Weighted_feature_v=pd|h,w×Feature_map[:,h,w]， Point_world=R×depth_value[d]×normalizedray_dir+T， x,y,z=voxel_indexpoint_world， V[:,x,y,z]+=weighted_feature_v， 其中，Weighted_feature_v为加权后的图像特征向量，d为深度分区，pd|h,w为深度概率，Feature_map为图像特征图，[:,h,w]为图像像素坐标，h,w为图像像素，point_world为世界坐标系下的空间点云，depth_value为深度值，normalizedray_dir为归一化后的视线方向向量，ray_dir是其视线方向向量，R和T为相机外参，voxel_index为网格划分计算函数，V[:,x,y,z]为共享高维空间中三维坐标x,y,z对应的特征累加值。

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珠海中科慧智科技有限公司，其通讯地址为：519000 广东省珠海市香洲区南屏和正路888号2栋1201-1；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。