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！

龙图腾网恭喜华东交通大学申请的专利点云实时语义分割自动驾驶路障检测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：CN119296079B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411845977.3，技术领域涉及：G06V20/58；该发明授权点云实时语义分割自动驾驶路障检测方法及系统是由周童童;姜楠;王翔宇;孙浚博;赵宏宇;李子莫设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本点云实时语义分割自动驾驶路障检测方法及系统在说明书摘要公布了：本发明为点云实时语义分割自动驾驶路障检测方法及系统，包括以下内容：使用激光雷达获取场景的三维点云数据，并为采集的点云数据每个帧标注相应的标签，获得数据集；所述标签包括栅栏物类、自行车类、公共汽车类、小轿车类、拖车类、卡车类、摩托车类、人行道类、草地类、步行者类；构建点云分割模型，点云分割模型采用深度学习架构PCformer，包括点云嵌入阶段、共享阶段和分割头阶段；深度学习架构PCformer使用Python实现、并使用C++和CUDA进行加速，利用数据集训练后，获得训练后的点云分割模型，用于在自动驾驶场景中对路障信息进行实时检测分类。本发明可以显著地减少系统的运行时间，实现对路障的实时检测。

本发明授权点云实时语义分割自动驾驶路障检测方法及系统在权利要求书中公布了：1.一种点云实时语义分割自动驾驶路障检测方法，其特征在于，所述检测方法包括以下内容：使用激光雷达LiDAR获取场景的三维点云数据，包括点的笛卡尔坐标系中的三维坐标，LiDAR强度值和LiDAR发射点到目标物体之间的欧氏距离；并为采集的点云数据每个帧标注相应的标签，获得数据集；所述标签包括栅栏物类、自行车类、公共汽车类、小轿车类、拖车类、卡车类、摩托车类、人行道类、草地类、步行者类；构建点云分割模型：所述点云分割模型采用深度学习架构PCformer，包括点云嵌入阶段、共享阶段和分割头阶段；对点云数据进行预处理后，得到一个点云P0∈RN1×5，其中N1是点云中的点的个数，5是每个点的特征的维数；在点云嵌入阶段，P0通过一个一维卷积层将五个特征映射到128维，得到高维特征点云P1；同时在点云P0上构建K维树，利用构建K维树来检索到每个点的K近邻并构建张量Pn，张量Pn再由两个二维卷积和修正线性单元激活函数处理后获得邻近特征点云Pn∈RK×N1×5，之后，对邻近特征点云Pn进行最大池化操作，获得输出点云P2∈RN1×128，点云P2与P1具有相同的点数和特征尺寸；将高维特征点云P1和点云P2进行拼接得到点云P3，随后点云P3经过一维卷积重新映射为128的特征尺寸，一维卷积映射后的点云表示为Pe∈RN1×128；在共享阶段，以Pe作为输入，通过一系列的空间混合模块和通道混合模块对点云Pe进行处理，获得合并点云；共享阶段空间混合模块和通道混合模块的组合数量为四个，每个空间混合模块处理不同平面上的数据；在分割头阶段，包括一维卷积和Softmax层，共享阶段输出的合并点云经过一个一维卷积后，使用Softmax层来推断最终的标签，输出的标签是对点云中每个点的分类结果；深度学习架构PCformer使用Python实现，并使用C++和CUDA进行加速，利用数据集训练后，获得训练后的点云分割模型，用于在自动驾驶场景中对路障信息进行实时检测分类；四个空间混合模块，将3D点云映射为不同的2D投影，每个空间混合模块均包括批归一化模块、映射模块、二维深度卷积DWConv2D、ReLU激活函数、二维逐点卷积PWConv2D、重映射模块、一维分组卷积GpConv1D；四个空间混合模块中的四个映射模块将输入点云依次映射为平面XY的正交投影、平面XZ的正交投影和平面YZ的正交投影以及一个二维的距离图；重映射模块用于将2D投影映射还原为3D点云；通道混合模块包括批归一化模块、两个由ReLU激活函数分隔的一维深度卷积和一维逐点卷积、一个一维分组卷积；空间混合模块的输出与输入跳跃连接后作为通道混合模块的输入，通道混合模块的输入和输出跳跃连接后作为下一级的输入。

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，其通讯地址为：330013 江西省南昌市经开区双港东大街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”。