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！

龙图腾网获悉华侨大学申请的专利一种时延约束的车联网多模态协同感知方法及系统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：CN121392543B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511961804.2，技术领域涉及：G06V10/94；该发明授权一种时延约束的车联网多模态协同感知方法及系统是由林志平;赵睿设计研发完成，并于2025-12-24向国家知识产权局提交的专利申请。

本一种时延约束的车联网多模态协同感知方法及系统在说明书摘要公布了：本发明公开了一种时延约束的车联网多模态协同感知方法及系统，包括：采集点云数据和图像数据并进行特征提取、融合和空间投影；构建二维卷积分类神经网络，提取位置级重要性概率图和用于筛选关键信息的掩码；构建效益估计神经网络和约束评估神经网络，预测系统效益与约束条件的期望值；同时建立整体策略选择模块；车队基于信息交互进行目标识别并计算奖励，从而获取感知经验样本；基于感知经验样本更新网络参数，获得最终整体策略选择模块。本发明基于强化学习优化车辆的发射功率、传输信道与感知数据区域，并引入策略修正机制，对高时延或高丢包的风险策略进行动态修正，避免感知信息延迟、错误传输导致的目标识别偏差与决策失误。

本发明授权一种时延约束的车联网多模态协同感知方法及系统在权利要求书中公布了：1.一种时延约束的车联网多模态协同感知方法，其特征在于，包括如下步骤： 数据获取步骤，利用车队搭载的激光雷达和摄像头，采集点云数据和图像数据；对点云数据和图像数据进行特征提取与融合，得到融合特征；并采用空间投影将融合特征转化为二维鸟瞰特征图； 网络构建步骤，构建二维卷积分类神经网络，基于二维鸟瞰特征图提取位置级重要性概率图和用于筛选关键信息的掩码；构建效益估计神经网络和约束评估神经网络，分别用于预测系统效益与约束条件的期望值；同时建立整体策略选择模块，包括策略生成网络和策略修正网络，分别用于实现主策略输出与安全约束修正； 初始化步骤，随机初始化各个网络的网络参数以及信干噪比、通信时延、丢包率以及感知精度；并置空经验重放缓冲区； 样本获取步骤，车队内的车辆基于信息交互进行目标识别，基于目标识别结果计算奖励，从而获取感知经验样本； 网络更新步骤，基于感知经验样本更新各个网络的网络参数直到达到收敛条件，获得最终策略选择模块； 所述样本获取步骤，包括以下步骤： 在第个时隙，协作车辆基于感知数据的位置级重要性概率图、车辆间的信道增益以及上一个时隙感知车辆反馈的信干噪比、通信时延、丢包率和感知精度，构建当前状态，表示为： ； 将状态输入策略生成网络得到效益最大化的动作，其中分别表示发射功率、传输信道和传输数据选择阈值；将动作和当前状态输入策略修正网络得到对应动作的修正量，基于修正量对动作进行加性调整，得到在合法动作范围内的最终动作： ； 记整体策略选择模块为，定义最大发射功率为，可选发射功率总数为，可选信道总数为，则最终发射功率，传输信道，用于选择传输数据的阈值； 协作车辆基于传输数据选择阈值打包关键信息，在传输信道以发射功率发送给感知车辆； 感知车辆接收到协作车辆的数据包之后，将得到的协作车辆特征信息和自车感知特征图传入基于注意力机制的数据融合网络得到融合后的特征； 采用卷积网络处理融合后的特征，得到车辆目标检测结果： ； 其中，输出各空间位置为目标的分类概率；输出目标检测边界框的回归参数； 感知车辆根据目标检测结果估计感知精度，并估计信干噪比，计算通信延迟，丢包率，反馈给协作车辆； 协作车辆根据反馈信息计算效益奖励和安全约束奖励，构建下一时隙状态，从而构建感知经验样本，表示为： ； 并将感知经验样本写入经验重放缓冲区； 循环以上步骤K次。

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侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269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。