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！

龙图腾网获悉西南交通大学申请的专利基于激光雷达的复杂噪声下多智能体协同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：CN118731975B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202410760827.6，技术领域涉及：G01S17/931；该发明授权基于激光雷达的复杂噪声下多智能体协同感知方法是由戴朋林;周豪;李可;吴晓设计研发完成，并于2024-06-13向国家知识产权局提交的专利申请。

本基于激光雷达的复杂噪声下多智能体协同感知方法在说明书摘要公布了：本发明公开了一种基于激光雷达的复杂噪声下多智能体协同感知方法，包括以下步骤：步骤S1、对协作智能体激光雷达点云进行坐标系转换与预处理；步骤S2、利用深度学习的方法提取所有协作智能体激光雷达点云的特征图，再将协作智能体激光雷达点云的特征图压缩后，传送至中心车辆；步骤S3、中心车辆解压缩接收到的协作智能体激光雷达点云的特征图，同时利用少量先前接收的协作智能体激光雷达点云的特征图，对传输时间延迟和相对位姿误差进行相应的深度学习处理；步骤S4、中心车辆利用注意力机制将协作智能体激光雷达点云的特征图融合到中心车辆的特征图，得到最终特征图；步骤S5、将最终的特征图送入检测头得到检测结果；解决了传输时间延迟和相对位姿误差下多智能体感知系统性能下降问题。

本发明授权基于激光雷达的复杂噪声下多智能体协同感知方法在权利要求书中公布了：1.一种基于激光雷达的复杂噪声下多智能体协同感知方法，其特征在于，包括以下步骤： 步骤S1：对协作智能体激光雷达点云进行坐标系转换与预处理； 步骤S2：利用深度学习的方法提取所有协作智能体激光雷达点云的特征图，再将协作智能体激光雷达点云的特征图压缩后，传送至中心车辆； 步骤S3：中心车辆解压缩接收到的协作智能体激光雷达点云的特征图，同时利用少量先前接收的协作智能体激光雷达点云的特征图，对传输时间延迟和相对位姿误差进行相应的深度学习处理； 步骤S4：中心车辆利用注意力机制将协作智能体激光雷达点云的特征图融合到中心车辆的特征图，得到最终特征图； 步骤S5：将最终的特征图送入检测头得到检测结果； 所述步骤S3中所述传输时间延迟进行相应的深度学习处理包括以下步骤： 步骤S311：将少量与智能体传输特征图时间连续的历史特征图和传输特征图组成时间连续特征图Ft∈RT×H×W×C； 步骤S312：为每个智能体的时间连续特征图生成动态时序核，以自适应的方式学习连续特征图中的时间上下文信息来得到经过处理的特征图Ht； 步骤S313：为增强得到的当前传输特征图的时序信息，将经过处理的特征图Ht中的当前传输特征图与历史特征图进行融合： 其中，Mean和Max分别表示特征图在通道维度上取平均值与最大值，表示经过处理的历史特征图，表示融合后的当前传输特征图，δ表示Sigmoid函数，||表示拼接操作，⊙表示逐元素乘法，Conv表示卷积。

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西南交通大学，其通讯地址为：611756 四川省成都市郫都区犀安路999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”。