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！

龙图腾网获悉名商科技有限公司申请的专利一种智能驾驶多传感器融合数据处理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：CN120105350B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510580736.9，技术领域涉及：G06F18/25；该发明授权一种智能驾驶多传感器融合数据处理系统是由江志洲;李秋生;刘纯祥设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。

本一种智能驾驶多传感器融合数据处理系统在说明书摘要公布了：本发明公开了一种智能驾驶多传感器融合数据处理系统，属于融合数据处理技术领域，该系统包括数据预处理单元、数据融合单元以及数据后处理单元。数据预处理单元借标准化、清洗降噪、校准同步模块，规整激光雷达、摄像头、毫米波雷达、超声波传感器原始数据；特征级融合模块深挖各传感器特性，用深度神经网络融合几何、视觉、运动及近距离障碍特征；决策级融合模块经分类、态势评估，以加权投票和模糊逻辑推理生成驾驶指令；数据后处理单元结合车辆、路况优化指令、评估风险，还存储数据反馈优化系统。该系统可以提升感知精度、决策可靠性，并且增强系统的拓展适应性，为智能驾驶安全、高效运行提供保障。

本发明授权一种智能驾驶多传感器融合数据处理系统在权利要求书中公布了：1.一种智能驾驶多传感器融合数据处理系统，其特征在于：包括数据预处理单元、数据融合单元以及数据后处理单元： 所述数据预处理单元包含数据格式标准化模块、数据清洗与降噪模块、数据校准与同步模块，用于对接收到的激光雷达、摄像头、毫米波雷达、超声波传感器的原始数据依次进行格式统一转换、噪声及异常数据剔除、空间坐标与时间的校准同步； 所述数据融合单元设有特征级融合模块和决策级融合模块，特征级融合模块用于从各传感器数据中提取对应特征，并采用深度神经网络架构将不同特征融合成囊括目标空间、视觉、运动及近距离信息的融合特征向量，决策级融合模块利用分类器开展目标精细分类决策，同时依据毫米波雷达与超声波传感器数据独立进行运动及近距离态势评估，再用加权投票与模糊逻辑推理策略融合初步决策结果，生成驾驶决策指令；具体包括： 融合卷积神经网络构建与训练： 构建一个多分支卷积神经网络架构，分为激光雷达几何特征分支与摄像头视觉特征分支，激光雷达几何特征向量作为输入接入一个包含多层卷积、池化、全连接层的子网络；摄像头视觉特征向量同样接入另一独立但结构相似的子网络；在卷积层，采用3×3卷积核，步长为1，填充方式为SAME，进行特征提取，计算公式为：其中Fl是第l层特征图，Kij是卷积核权重，Il是第l层输入特征； 池化层采用最大池化，窗口大小为2×2，步长为2，对特征图进行下采样，减少数据量并保留关键信息；经过各自子网络处理后，将两个分支输出的特征图在通道维度进行拼接，再接入后续全连接层，全连接层神经元数量根据实验与任务复杂度调整，最终输出联合特征表示向量，反映目标空间与视觉融合特征； 循环神经网络分支处理运动及近距离特征： 针对毫米波雷达运动特征向量[r,vr,ar,ω]和超声波近距离障碍特征，引入长短期记忆单元构成的循环神经网络分支，在长短期记忆单元内，核心计算步骤如下： 遗忘门：ft＝σWf·[ht-1,mt,ut]+bf，其中Wf是遗忘门权重矩阵，ht-1为前一时刻隐藏状态，mt为当前毫米波雷达运动特征向量，ut为当前超声波近距离障碍特征向量，bf是偏置向量，σ为sigmoid函数； 输入门：it＝σWi·[ht-1,mt,ut]+bi，控制当前输入信息融入记忆单元程度； 更新记忆单元：实现记忆单元更新； 输出门：ot＝σWo·[ht-1,mt,ut]+bo，ht＝ot·tanhct，确定当前输出隐藏状态，捕捉运动与近距离状态随时间的动态变化，经过多层长短期记忆单元处理后，输出运动及近距离融合特征向量。

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名商科技有限公司，其通讯地址为：516000 广东省惠州市惠阳经济开发区叶挺大道三和段569；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”。