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！

龙图腾网获悉苏州科技大学申请的专利用于自动驾驶的多模态三维目标检测方法、系统及存储介质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：CN116798016B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310649586.3，技术领域涉及：G06V20/58；该发明授权用于自动驾驶的多模态三维目标检测方法、系统及存储介质是由金宇锋;刘仪婷;李兴通;杨易堃;薛俊;钱星铭;陶重犇设计研发完成，并于2023-06-02向国家知识产权局提交的专利申请。

本用于自动驾驶的多模态三维目标检测方法、系统及存储介质在说明书摘要公布了：本发明提供了一种用于自动驾驶的多模态三维目标检测方法、系统及存储介质，包括如下步骤：步骤一，特征信息获取；步骤二：通过Transformer双融合特征区域建议网络，生成初始候选框；步骤三，深度特征信息增强：通过深度信息补全机制，预测密集深度信息和提取特征语义信息；步骤四，多模态特征融合：采用动态交叉注意力机制来获得不同模态间的相关性，并预测相关权重，再通过对特征进行加权来获得融合特征。本发明的有益效果是：本发明融合了激光雷达和摄像头两种传感器的优势，实现自动驾驶领域中的动态多目标检测技术，能够对车辆、行人、骑行的人等多类目标进行准确的识别和定位，该技术兼顾了实时性，能够应用在实际的场景中。

本发明授权用于自动驾驶的多模态三维目标检测方法、系统及存储介质在权利要求书中公布了：1.一种用于自动驾驶的多模态三维目标检测方法，其特征在于，包括如下步骤： 步骤一，特征信息获取：以原始点云和彩色图像作为输入，分别通过标准的特征提取主干网络以获得雷达点云特征和图像特征； 步骤二：通过Transformer双融合特征区域建议网络，生成初始候选框； 步骤三，深度特征信息增强：通过深度信息补全机制，预测密集深度信息和提取特征语义信息； 步骤四，多模态特征融合：采用动态交叉注意力机制来获得不同模态间的相关性，并预测相关权重，再通过对特征进行加权来获得融合特征； 在所述步骤四中，将和用来分别表示原始感兴趣域特征和增强数据特征，其中，是3D网格块的数量，是网格特征通道，和的第个特征分别表示为和;给定一对网格特征，分别使用三个连接层将增强数据特征转换成查询，将原始感兴趣域特征转换成键和值；对于每个查询，查询和键值之间进行内积，以获得增强数据特征与其对应的原始特征间的注意力亲和矩阵；在通过softmax层归一化后，该矩阵用来衡量和聚合值，将其联立通过全连接层和层，产生一对权重，最后，将权重加权于，得到增强网格融合特征；将聚合后的特征信息通过一个完全连接层进行处理，并与深度特征进行级联输出；增强网格融合特征如下： , ，最后，后采取逐通道级联的方式得到的多模态融合特征；再次进行置信度预测，得到目标检测框的位置信息和分类信息。

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苏州科技大学，其通讯地址为：215000 江苏省苏州市高新区科锐路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。