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！

龙图腾网获悉连云港杰瑞电子有限公司申请的专利一种毫米波雷达点云聚类和多目标识别机器学习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：CN116012628B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202211633216.2，技术领域涉及：G06V10/762；该发明授权一种毫米波雷达点云聚类和多目标识别机器学习方法是由钱超;项俊平;孙浩凯;章涛涛;刘昌杰;张宇杰;梁国卿;崔剑;苏益安;苗玲近设计研发完成，并于2022-12-19向国家知识产权局提交的专利申请。

本一种毫米波雷达点云聚类和多目标识别机器学习方法在说明书摘要公布了：本发明公开了一种毫米波雷达点云聚类和多目标识别机器学习方法。该方法首先将毫米波雷达点云投影到检测区域内，形成点云密度分布图像，然后采用卷积神经网络扫描检测区域，均匀化雷达点云密度分布，随后将点云密度分布图像二值化，最后采用连通性分析方法分析点云密度分布图像的连通性，将每个连通的区域识别为同一个目标，并计算该目标的位置、速度等属性。本发明可以用于毫米波雷达点云的聚类和目标识别，能够有效将目标的空间位置、速度等信息识别出来。本发明采用神经网络均匀化点云的空间密度分布，不依赖丰富经验选取参数或公式，稳定性高，适用于各种场景。

本发明授权一种毫米波雷达点云聚类和多目标识别机器学习方法在权利要求书中公布了：1.一种毫米波雷达点云聚类和多目标识别机器学习方法，其特征在于，所述方法包括以下步骤： 步骤1，获取毫米波雷达点云数据，选取关注的检测区域，将关注的检测区域以外的点云以及速度为0的点云删除； 步骤2，将毫米波雷达检测到的点云位置信息从雷达自身极坐标系转换为笛卡尔坐标系； 步骤3，获取点云密度分布图像：根据雷达点云的位置，将每个雷达点云投影到检测区域内对应的像素点，每个像素点内的值表示像素点内的点云密度，由此形成点云密度分布图像； 步骤4，利用卷积神经网络均匀化点云密度分布图像； 步骤5，对均匀化后的点云密度分布图像进行二值化处理； 步骤6，对二值化的点云密度分布图进行连通性分析，识别目标； 步骤7，遍历每一个连通域，平均每个连通域内所有点云的属性，作为识别出的目标的属性，所述属性包括位置、速度； 步骤4中利用卷积神经网络均匀化点云密度分布图像，具体为：利用卷积神经网络的卷积窗扫描点云密度分布图像，将间隔距离小于预设阈值、密度值非0的像素点中间的0值像素点的值变为非0； 步骤4中卷积神经网络采用一个单层卷积神经网络，卷积窗大小为3*3，其每个元素值为1，卷积步长为1，卷积上下左右填充各1行、1列0。

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连云港杰瑞电子有限公司，其通讯地址为：222061 江苏省连云港市海州区圣湖路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。