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！

龙图腾网获悉长春理工大学申请的专利应用于自动驾驶的多模态三维目标识别定位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：CN120612462B 。

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：202511107536.8，技术领域涉及：G06V10/24；该发明授权应用于自动驾驶的多模态三维目标识别定位方法是由李锐;蒋一纯;于国栋;王春阳;王佳荣;许金凯;李一全;李佳欢;徐小雨设计研发完成，并于2025-08-08向国家知识产权局提交的专利申请。

本应用于自动驾驶的多模态三维目标识别定位方法在说明书摘要公布了：本发明涉及自动驾驶识别技术领域，尤其涉及应用于自动驾驶的多模态三维目标识别定位方法；本发明融合了激光雷达、摄像头、毫米波雷达等多种传感器的多模态数据，实现了信息的互补，提高了目标识别与定位的准确性，满足自动驾驶车辆对周围环境感知的需求，为自动驾驶车辆的安全行驶提供了可靠保障，同时伴随着自动驾驶车辆对目标的类别进行划分和划分后的行驶自主规划过程，以提高自动驾驶车辆的行驶安全性和自主规划灵活性，同时深入式的对自动驾驶车辆的三维目标识别定位模型从定位性能和识别定位表现双维度进行综合评估，进而提高自动驾驶车辆的目标识别定位准确性和自主学习管理效果。

本发明授权应用于自动驾驶的多模态三维目标识别定位方法在权利要求书中公布了：1.应用于自动驾驶的多模态三维目标识别定位方法，其特征在于，包括以下步骤： S1：自动驾驶车辆的多模态数据采集和车辆坐标系的构建过程； S2：多模态数据的预处理和多模态融合特征的获取过程； S3：基于三维目标识别定位模型和车辆坐标系结合的目标识别定位分析过程； S4：目标的类别划分过程，即对基础信息中的类别是否为动态状态进行判别处理，若是，则判定为动态目标，若否，则判定为静态目标； S5：基于目标的类别划分下完成的自动驾驶车辆的行驶路线管控分析过程； S6：基于识别定位性能和识别定位表现双维度综合评估下的三维目标识别定位模型的自主规划管理分析过程； S1的过程如下：建立自动驾驶车辆的车辆坐标系，通过自动驾驶车辆上的激光雷达采集预先设置的探测距离内的点云数据，通过高清摄像头采集预先设置的探测距离内的RGB图像数据，通过毫米波雷达采集预先设置的探测距离内的雷达回波数据； 将点云数据、RGB图像数据以及雷达回波数据统称为多模态数据； S2的过程如下：对多模态数据进行预处理，对预处理后的多模态数据通过线性插值方法进行时间校准，将多模态数据校准到同一时间点和转换到车辆坐标系下，实现空间校准； S3的过程如下：将多模态融合特征输入至调取的三维目标识别定位模型，得到三维目标识别定位模型输出的各目标的基础信息，基础信息包括车辆三维坐标、尺寸、类别； S5的过程如下：S5包括S51和S52两个步骤； 其中，S51：当目标为静态目标，则获取到自动驾驶车辆的行驶路线，并对行驶路线与静态目标是否存在碰撞进行判别处理，若是，则生成路线调整信号，若否，则生成通过信号； S52：当目标为动态目标，获取到动态目标和自动驾驶车辆的运行数据，运行数据包括运行方向、运行速度，并对动态目标和自动驾驶车辆运行方向是否相同进行判别处理，若是，则生成同向信号，若否，则生成非同向信号； S51包括S511：当生成路线调整信号时：基于行驶路线获取到自动驾驶车辆通过静态目标的安全距离，将静态目标设定为圆心，将安全距离设定为半径，以围绕静态目标画圆； S512：获取到所画圆与自动驾驶车辆的行驶路线的两个交点，并将所画圆与自动驾驶车辆的行驶路线的两个交点设定为避障点，将两个避障点之间的圆弧设定为避障路线； S513：将避障路线与自动驾驶车辆的行驶路线组合，将避障路线代替行驶路线上避障点之间最初的路线，得到动态调控路线； S52包括S521：当生成同向信号时，对动态目标是否位于自动驾驶车辆前进方向进行判别处理，若是，则生成反馈指令，若否，则生成常规信号； 当生成反馈指令时，获取到自动驾驶车辆与动态目标之间的距离，并将其设定为行驶跟车距离，并对行驶跟车距离是否超过预设跟车距离进行判别处理，若是，则生成行驶信号，若否，则生成跟车调控信号； S52包括S522：当生成非同向信号时，获取到动态目标和自动驾驶车辆的行驶路线，基于行驶路线获取到动态目标和自动驾驶车辆的最小直线距离，并对最小直线距离是否大于预设安全距离进行判别处理，若是，则生成通过信号，则按照自动驾驶车辆的行驶路线正常行驶通过动态目标，若否，则生成避让信号； S6的过程如下：获取到三维目标识别定位模型的历史识别定位信息，历史识别定位信息包括识别总次数、识别响应时长； 基于时间序列构建识别响应时长特征曲线，从识别响应时长特征曲线中获取到最大波峰值和最小波谷值，基于最大波峰值和最小波谷值构建响应区间，获取到响应区间与预设响应区间未重叠长度与响应区间的长度之间的比值，并将其设定为响应性能指数； 基于历史识别定位信息获取到识别总次数中识别的目标与自动驾驶车辆存在接触的次数或识别目标后自动驾驶车辆正常执行预设操作的次数的占比值，并将其设定为执行规划贴合度； 获取到响应性能指数和执行规划贴合度的预设权重因子系数，并将响应性能指数和执行规划贴合度与对应的预设权重因子系数相乘后的和值设定为目标识别定位评分，并对目标识别定位评分进行判别处理，得到自主更新信号或数据收集信号。

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长春理工大学，其通讯地址为：130012 吉林省长春市朝阳区卫星路7089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。