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！

龙图腾网获悉华东交通大学;中交一公局第五工程有限公司申请的专利基于多传感器融合的智能网联汽车环境感知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：CN119888687B 。

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：202510021529.X，技术领域涉及：G06V20/58；该发明授权基于多传感器融合的智能网联汽车环境感知方法是由郭军华;周祉艺;杨真;王学海;谷巨龙设计研发完成，并于2025-01-07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网联汽车环境感知方法在说明书摘要公布了：本发明涉及无人驾驶技术领域，本发明公开了一种基于多传感器融合的智能网联汽车环境感知方法，包括：当判断出目标车辆行驶方向出现障碍物时，则获取当前时间范围内的相机图像集；根据当前时间范围内的相机图像集，判断障碍物是否为目标障碍物，得到判断结果；当判断结果为目标障碍物时，则分别获取目标车辆和目标障碍物在当前时间范围内的运动轨迹；分别将目标车辆和目标障碍物在当前时间范围内的运动轨迹，输入至预设LSTM模型中，得到目标车辆和目标障碍物在未来时间区间内的运动轨迹；根据未来时间区间内的运动轨迹，预测目标车辆和目标障碍物是否将会发生碰撞，得到预测结果；本发明有利于避免车辆紧急避障事件的频发。

本发明授权基于多传感器融合的智能网联汽车环境感知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网联汽车环境感知方法，其特征在于，所述方法包括： S101：当根据T-N时刻下的相机图像，判断出目标车辆行驶方向出现障碍物时，则获取当前时间范围[T-N,T]内的相机图像集，所述相机图像集中包含多幅相机图像，T和N均为大于零的整数； S102：根据当前时间范围[T-N,T]内的相机图像集，判断所述障碍物是否为目标障碍物，得到判断结果，所述目标障碍物为与目标车辆行驶方向相冲突的运动障碍物； S103：当判断结果为目标障碍物时，则分别获取目标车辆和目标障碍物在当前时间范围[T-N,T]内的运动轨迹，所述运动轨迹包含目标车辆或目标障碍物在不同时间点下的空间坐标；所述判断结果包括目标障碍物和非目标障碍物中的一种； S104：分别将目标车辆和目标障碍物在当前时间范围[T-N,T]内的运动轨迹，输入至预设执行状态转移预测任务的LSTM模型中，得到目标车辆和目标障碍物在未来时间区间[T+N,T+2N]内的运动轨迹； S105：根据未来时间区间[T+N,T+2N]内的运动轨迹，预测目标车辆和目标障碍物是否将会发生碰撞，得到预测结果；所述预测结果包括发生碰撞和不会发生碰撞中的一种； 所述相机图像具体为第一相机图像或第二相机图像； 其中，在获取当前时间范围[T-N,T]内的相机图像集之前，包括： 将T-N时刻下采集到的相机图像，输入至预先训练好的YOLOv8目标检测模型中，得到目标检测结果，所述目标检测结果包括Q个目标框、每个目标框的边框坐标和类别，Q为自然数； 根据目标检测结果确定是否存在至少一个目标框的类别为障碍物，若是，则判定目标车辆行驶方向出现障碍物，并输出所有对应为障碍物的目标框；若否，则判定目标车辆行驶方向未出现障碍物； 所述YOLOv8目标检测模型的训练方法如下： 获取历史障碍物检测训练数据，将历史障碍物检测训练数据划分为障碍物检测训练集和障碍物检测测试集，所述历史障碍物检测训练数据包括多个相机图像及其对应的标注数据； 其中，所述相机图像具体为第一相机图像或第二相机图像，所述标注数据包括目标框、目标框的边框坐标和类别，所述类别包括障碍物和非障碍物； 构建初始化的YOLOv8网络，将障碍物检测训练集中的相机图像作为YOLOv8网络的输入，以及将障碍物检测训练集中的标注数据作为YOLOv8网络的输出，对YOLOv8网络进行训练，得到训练后的YOLOv8网络； 利用障碍物检测测试集对训练后的YOLOv8网络进行模型验证，输出大于等于预设准确度阈值的训练后的YOLOv8网络，作为训练好的YOLOv8目标检测模型； 所述执行状态转移预测任务的LSTM模型的训练方法如下： 获取历史状态转移训练数据，将历史状态转移训练数据划分为状态转移训练集和状态转移训练测试集，所述历史状态转移训练数据中包含多个状态转移特征数据及其对应在未来时间区间[T+N,T+2N]内的运动轨迹； 其中，所述状态转移特征数据为目标车辆或目标障碍物在T-N至T时刻内的运动轨迹； 构建初始化的LSTM神经网络，将状态转移训练集中的状态转移特征数据作为LSTM神经网络的输入数据，以及将状态转移训练集中在未来时间区间[T+N,T+2N]内的运动轨迹作为LSTM神经网络的输出数据，对LSTM神经网络进行训练，得到训练后的LSTM神经网络。

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华东交通大学;中交一公局第五工程有限公司，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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。