吉林大学赵海艳获国家专利权
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!
龙图腾网获悉吉林大学申请的专利一种基于三维信息融合相机和毫米波雷达的目标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:CN117058508B 。
龙图腾网通过国家知识产权局官网在2025-11-21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:202311043593.5,技术领域涉及:G06V10/80;该发明授权一种基于三维信息融合相机和毫米波雷达的目标检测方法是由赵海艳;徐成成;解鸿滨;卢星昊;陈虹设计研发完成,并于2023-08-18向国家知识产权局提交的专利申请。
本一种基于三维信息融合相机和毫米波雷达的目标检测方法在说明书摘要公布了:本发明适用于智能驾驶技术领域,提供了一种基于三维信息融合相机和毫米波雷达的目标检测方法,包括以下步骤:数据采集和预处理;数据处理和车辆检测;统一坐标系;构建注意力机制融合神经网络模型AFnet。本发明在决策级融合框架下,通过引入基于深度学习的距离估计方法,扩展了融合特征信息,实现相机和毫米波雷达在三维空间信息上的融合;尤其是在复杂的工况下,能够持续为下层提供检测物体的三维信息,目标检测算法的鲁棒性更强,保证驾驶安全。提出的AFnet模型实现对各传感器的检测目标在三维空间层面进行融合匹配,克服传统约束条件的局限性,提高融合匹配以及目标检测算法的准确性和可靠性。
本发明授权一种基于三维信息融合相机和毫米波雷达的目标检测方法在权利要求书中公布了:1.一种基于三维信息融合相机和毫米波雷达的目标检测方法,其特征在于,包括以下步骤: 步骤一、数据采集和预处理:首先采集相机和毫米波雷达所获取的原始数据信息,对数据进行预处理,进行数据时间同步;然后将预处理后的数据分别输入到相机检测分支和毫米波雷达检测分支中; 步骤二、数据处理和车辆检测:在相机检测分支中,图像在输入网络之前进行像素和尺寸处理;相机检测分支进行车辆检测和深度估计,根据车辆检测结果,在深度视差图中提取视差,得到被检测车辆的三维信息;在毫米波雷达检测分支中,通过速度滤波滤除无效点云数据信息,在四维层面利用聚类算法,实现对车辆的检测和区分; 步骤三、统一坐标系:将毫米波雷达的数据信息通过坐标变换,与图像数据信息处在同一坐标系下; 步骤四、构建注意力机制融合神经网络模型AFnet:将相机检测分支和毫米波雷达检测分支的结果传入AFnet模型,进行融合匹配,得到最终的检测结果; 所述步骤四中,基于Transformer中的Encoder模块,利用多层感知机MLP,构建出AFnet模型,AFnet模型的输入是由多个序列组成的二维矩阵构成,将数据信息转换成自然语言序列进行处理,其中前五列数据X1,Y1,X2,Y2,Z是相机检测出的边界框左上角X1,Y1坐标、右下角X2,Y2坐标和深度信息Z,后三列数据X3,Y3,Z3是毫米波雷达检测出的物体中心点三维空间坐标,同一时刻下,相机检测分支和毫米波雷达检测分支所检测出的物体数量分别为a和b,则AFnet神经网络一共输入n=a*b条序列; 在AFnet模型中,一共使用了4个Encoder,将特征信息编码为n*8的矩阵表示,将n*8的矩阵输入MLP中的FC1全连接层,通过ReLu激活函数与FC2全连接层进行非线性连接,最后通过Sgimoid函数,利用公式,计算得到每个序列的匹配概率值,公式如下: 其中x是上一隐藏层输出的值,e是自然常数。
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吉林大学,其通讯地址为:130012 吉林省长春市前进大街2699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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励