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！

龙图腾网恭喜南京理工大学申请的专利复杂环境下激光雷达与视觉融合的多周期目标识别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：CN114187464B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202111381630.4，技术领域涉及：G06V10/762；该发明授权复杂环境下激光雷达与视觉融合的多周期目标识别方法是由黄成;黄洁雨;王力立;徐志良设计研发完成，并于2021-11-22向国家知识产权局提交的专利申请。

本复杂环境下激光雷达与视觉融合的多周期目标识别方法在说明书摘要公布了：本发明公开了一种复杂环境下激光雷达与视觉融合的多周期目标识别方法，该方法为：激光雷达点云数据预处理提取特征；将单目摄像机采集到的图像与点云进行标定，为雷达点云数据加入RGB信息；计算目标隶属度，构建初步概率分配函数模型；根据证据间的皮尔逊相关系数计算证据体之间的相关性矩阵，进行归一化，计算出各证据体的可信度；利用可信度对各证据体的初步概率分配函数模型进行加权平均得到最终加权平均证据体，根据DS证据组合规则进行融合；将上一周期识别结果作为一个新的证据体，重新构建概率分配函数，重新计算证据体之间的相关性矩阵，多次迭代获得最终的融合结果。本发明概率分配合理、运算简单、计算量小，目标识别的准确度更高。

本发明授权复杂环境下激光雷达与视觉融合的多周期目标识别方法在权利要求书中公布了：1.一种复杂环境下激光雷达与视觉融合的多周期目标识别方法，其特征在于，包括以下步骤：步骤1、激光雷达点云数据预处理，平面分割去除背景，之后进行点云聚类，从而提取特征；步骤2、将单目摄像机采集到的图像与点云进行标定，为激光雷达点云数据加入RGB信息；步骤3、根据传感器探测到的数据特征信息计算目标隶属度，从而构建初步概率分配函数模型；步骤4、根据证据间的皮尔逊相关系数计算证据体之间的相关性矩阵，进行归一化，计算出各证据体的可信度；步骤5、利用可信度对n个证据体的初步概率分配函数模型进行加权平均，获得最终加权平均证据体，并根据DS证据组合规则进行融合；步骤6、将上一周期识别结果作为一个新的证据体，重新构建概率分配函数，然后返回步骤4，重新进行多次迭代，获得最终的融合结果；步骤3中，根据传感器的探测到的数据特征信息计算目标隶属度，从而构建初步概率分配函数模型，具体为：根据误差的实际分布情况，采用正态分布的概率分配函数计算目标隶属度；设T＝{T1…Ti…Tm}为m个传感器测得的一组测试数据集，X＝{X1…Xk…Xn}为目标可能属于的类别集合，则测试目标T的第i个特性值Ti属于第k个目标类别Xk的隶属度为： 其中是第i个传感器测得的第k个目标类别Xk的数据均值，是Xk数据的标准差；计算出隶属度矩阵后，对隶属度进行归一化： 从而得到初步的证据体矩阵： 满足则构建出初步概率分配函数模型。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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”。