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！

龙图腾网获悉山东大学申请的专利一种智能车辆多传感器信息高效自动分类融合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：CN116561703B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310540394.9，技术领域涉及：G06F18/25；该发明授权一种智能车辆多传感器信息高效自动分类融合方法是由王露;郭家宁;房明;李子函;董先驰;马良设计研发完成，并于2023-05-11向国家知识产权局提交的专利申请。

本一种智能车辆多传感器信息高效自动分类融合方法在说明书摘要公布了：本发明涉及一种智能车辆多传感器信息高效自动分类融合方法，属于智能交通领域，包括：使用多种传感器收集不同的信息，得出各传感器的信息速率；对传感器数据进行自动分类，若其信息速率的频率值大于设置的频率分类判决阈值C，则认为为高速传感器，分至高速传感器数据类，否则分至低速传感器数据类；对高速传感器的数据进行融合；对低速传感器的数据进行融合；将高速传感器融合后的数据与低速传感器融合后的数据进行可调软对齐数据堆叠。本发明能够充分利用多个传感器的信息，减少单个传感器数据的局限性，提高车辆信息的融合精度；对不同频率的传感器数据分别进行融合，避免传统方法中因数据频率差异过大而造成的数据损失和精度下降。

本发明授权一种智能车辆多传感器信息高效自动分类融合方法在权利要求书中公布了：1.一种智能车辆多传感器信息高效自动分类融合方法，其特征在于，包括： 步骤1：使用多种传感器收集不同的信息，并对其进行采样，得出各传感器的信息速率； 步骤2：根据信息速率对传感器数据进行自动分类，若传感器数据的信息速率的频率值大于设置的频率分类判决阈值C，则认为本传感器为高速传感器，分至高速传感器数据类，否则，分至低速传感器数据类，分类后分别等待下一步融合处理； 步骤3：对高速传感器的数据进行融合； 步骤4：对低速传感器的数据进行融合； 步骤5：将高速传感器融合后的数据与低速传感器融合后的数据进行可调软对齐数据堆叠，至此，数据融合完成，输出最终融合后的数据； 步骤3中，首先进行数据筛选，将不明数据类型的数据剔除； 之后按照数据类型分类，将能够融合的数据类型进行软对齐，并将其匹配进不同的信息融合算法中，不同的信息融合算法，其特征为输入多个相同的数据类型，输出为一个此数据类型的数据；最后，将融合后的各个数据进行可调软对齐数据堆叠； 步骤3中，软对齐的具体步骤为： 将输入的所有传感器数据中信息速率最低的的数据设置为基准数据，其频率值设为基准数据频率f，对其他信息速率更高的数据进行时间戳判断，若其他传感器数据与基准数据时间差距最小值小于阈值D，则判断为相同时间，软对齐结束；若其他传感器数据与基准数据时间差距最小值大于等于阈值D，则判断为不可靠数据，舍弃； 可调软对齐数据堆叠包括软对齐和堆叠融合，其中堆叠融合即开辟新的存储空间，将不同数据类型封装组合为新的数据类型，形成类似链表的结构，将新数据类型进行传输； 步骤4具体为： 4.1：对各个低速传感器的数据进行软对齐； 4.2：输入激光雷达数据，对激光雷达进行滤波与聚类处理，得到障碍物坐标点的雷达图，但无法区分障碍物色彩等信息； 4.3：输入相机数据，对目标障碍物进行目标提取，将提取出的障碍物进行画框标定，记录其中心坐标位置与面积信息S，由于： S＝k*L2 计算得到障碍物与本车的相对距离为L，本车与中心坐标位置之间的连线为朝向；循环此步，运算出所有提取出的相对距离L及朝向； 4.4：使用步骤4.3相机数据提取出的目标障碍物与本车的相对距离L及朝向进行雷达图的障碍物坐标标定，具体的：在雷达图上，依据4.3中获取的本车与障碍物的相对距离L与朝向确定原点，创建半径为l的圆形范围，圆内目标点即为本障碍物匹配的障碍物坐标，将雷达图中障碍物归为本类障碍物；循环本步骤，将所有类别的所有点进行标定，获得标定后的雷达图，其特点为能够区分障碍物目标点的类型；激光雷达数据和相机数据融合完成； 若还有其他低速传感器数据，则对激光雷达数据和相机数据融合后的数据，以及其他低速传感器数据进行可调软对齐数据堆叠，得到最终的数据融合。

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山东大学，其通讯地址为：250100 山东省济南市历城区山大南路27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。