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！

龙图腾网获悉西安石油大学申请的专利基于多传感器融合的智能驾驶汽车目标检测系统及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：CN120876838B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202511385102.4，技术领域涉及：G06V10/25；该发明授权基于多传感器融合的智能驾驶汽车目标检测系统及方法是由田迪;王家伟;李嘉波;龚明明;刘星雨设计研发完成，并于2025-09-26向国家知识产权局提交的专利申请。

本基于多传感器融合的智能驾驶汽车目标检测系统及方法在说明书摘要公布了：本发明公开了基于多传感器融合的智能驾驶汽车目标检测系统及方法，属于图像处理技术领域，包括：对图像数据、点云数据采集及处理；将处理后的图像数据分四个阶段逐级进行图像特征提取，将处理后的点云数据分四个阶段逐级进行点云特征提取，将每一阶段提取的图像特征图与对应阶段提取的点云特征进行信息融合；点云特征提取都是以上一阶段点云特征和图像特征图融合后的基础之上进行；将四个阶段逐级提取的图像特征图进行拼接，并进行图像特征提取得到多尺度的图像特征图，将多尺度的图像特征图与第四阶段提取的点云特征进行信息融合生成目标检测框，将符合条件的目标检测框进行融合，得到准确的目标检测框，提高智能驾驶的安全性。

本发明授权基于多传感器融合的智能驾驶汽车目标检测系统及方法在权利要求书中公布了：1.一种基于多传感器融合的智能驾驶汽车目标检测方法，其特征在于，所述方法包括： S1：图像数据、点云数据采集及处理； S2：将处理后的图像数据分四个阶段逐级进行图像特征提取，将处理后的点云数据分四个阶段逐级进行点云特征提取，将每一阶段提取的图像特征图与对应阶段提取的点云特征进行信息融合，增强点云特征； 其中，从第二阶段开始，每次点云特征提取都是以上一阶段点云特征和图像特征图融合后的基础之上进行； S3：将四个阶段逐级提取的图像特征图进行拼接得到新的图像特征图，将新的图像特征图再次进行图像特征提取得到多尺度的图像特征图，将多尺度的图像特征图与第四阶段提取的点云特征进行信息融合； S4：根据S3中的融合结果生成目标检测框，并将符合条件的目标检测框进行融合，得到更加准确的目标检测框，具体包括： S41：根据多尺度的图像特征图与第四阶段提取的点云特征的信息融合结果生成目标检测框，按照目标检测框的得分置信度从高到低进行排序，并将排序结果储存在一个数组中，该数组中的每个元素记录了对应目标检测框的得分和坐标； S42：创建两个空的容器，一个为聚类容器Clusters，用于存放属于同一目标的候选的目标检测框，另一个为融合容器Fusions，用于存储经过加权融合后的融合框； S43：从排序后的目标检测框中选取得分置信度最高的目标检测框，作为第一个聚类框和初始融合结果，即cluster1、fusion1； S44：计算其他目标检测框与当前Fusions容器中fusion框之间的欧几里得距离AED值，如果判断到某个目标检测框的AED值小于预设阈值，则将该目标检测框加入对应的聚类容器中，进行加权融合，利用式7进行置信度更新： 7 式7中，表示更新后的目标检测框置信度，表示聚类列表中候选的目标检测框的置信度，表示聚类列表中候选的目标检测框的个数； 利用式8进行x坐标加权融合：8 式8中，表示更新后的目标检测框的x坐标，表示聚类列表中候选的目标检测框的置信度，表示聚类列表中候选的目标检测框的x坐标； 利用式9进行y坐标加权融合： 9 式9中，表示更新后的目标检测框的y坐标，表示聚类列表中候选的目标检测框的置信度，表示聚类列表中候选的目标检测框的y坐标； 通过以上融合可以得到新的融合框作为新的fusion框，如果计算出的AED大于阈值，则将该目标检测框视为新的目标，放入新的聚类容器中继续进行后续融合操作，最后输出融合结果。

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西安石油大学，其通讯地址为：710065 陕西省西安市电子二路东段18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。