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！

龙图腾网获悉浙江大学申请的专利一种基于单目深度估计的车辆周围障碍物预警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：CN114495064B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202210104631.2，技术领域涉及：G06V20/58；该发明授权一种基于单目深度估计的车辆周围障碍物预警方法是由辛海同;蔡登设计研发完成，并于2022-01-28向国家知识产权局提交的专利申请。

本一种基于单目深度估计的车辆周围障碍物预警方法在说明书摘要公布了：本发明公开了一种基于单目深度估计的车辆周围障碍物预警方法，包括：1获取图像数据，在图像数据中生成训练所需的像素标签、深度图标签以及3D目标标签，构成训练数据集；2建立基于单目深度估计的3D目标检测模型；3利用训练数据集对3D目标检测模型进行训练；4在进行障碍物预警过程中，使用训练优化得到的3D目标检测模型来检测连续帧的障碍物；5构建追踪模型，使用匈牙利最大匹配算法来追踪连续帧中相互对应的障碍物；6建立障碍物空间位置和速度相关的卡尔曼滤波模型，通过滤波算法，最终得到追踪障碍物的空间位置信息并判断是否有碰撞危险。利用本发明，能够在节约成本的前提下提高车辆障碍物预警的精度。

本发明授权一种基于单目深度估计的车辆周围障碍物预警方法在权利要求书中公布了：1.一种基于单目深度估计的车辆周围障碍物预警方法，其特征在于，包括以下步骤： 1获取图像数据，所述图像数据中包含相机标定参数以及与图像同帧的点云数据；在图像数据中生成训练所需的像素标签、深度图标签以及3D目标标签，构成训练数据集； 2建立基于单目深度估计的3D目标检测模型；所述的3D目标检测模型中，使用DenseNet121作为图像特征提取的Backbone，使用BTS深度估计模型在提取到的图像特征的基础上预测每个像素点的深度值；与此同时，在提取到的图像特征的基础上用一个感兴趣像素提案模块来生成感兴趣像素集；最后使用简化后的单阶段3D检测头，以感兴趣像素生成的伪激光点为输入，输出回归得到的障碍物的3D空间位置、大小及类别； 3利用训练数据集对3D目标检测模型进行训练和测试，最终得到训练优化后的3D目标检测模型；具体过程为： 3-1对训练数据集进行随机打乱，然后对图像、像素标签、3D标签和深度图标签同时按以50％的随机水平翻转做数据增强； 3-2将训练数据集以预先设定好的BatchSize大小的图片数目输入3D目标检测网络，通过与BTS深度估计模型对应的网络深度回归头预测每个像素点的深度值，通过与感兴趣像素提案模块对应的感兴趣区域模块生成障碍物的感兴趣像素点； 所述网络深度回归头训练的目标函数是log空间中的尺度不变损失函数，公式为： 其中，T表示有深度真值像素点的数目，λ作为超参数，其值设置为0.5，gi表示深度预测值与真值来log空间中的欧式距离，具体计算公式如下： 其中，与di分别表示估计深度值与深度真值，由于场景中有深度真值像素点较多，网络深度回归头最终的损失函数定义为： 其中，α作为损失权重控制量，在训练中设置为10； 3-3将上述感兴趣像素点及其深度值作为输入，通过相机标定参数转化为其对应的空间坐标点；将生成得到的空间坐标点输入到与3D目标检测头对应的3D回归头中回归障碍物的空间位置和大小并预测其类别； 3-4重复步骤3-1～步骤3-3，达到预设训练次数后结束训练； 4在进行障碍物预警过程中，使用训练优化得到的3D目标检测模型来检测连续帧的障碍物； 5构建追踪模型，使用匈牙利最大匹配算法来追踪连续帧中相互对应的障碍物； 6建立障碍物空间位置和速度相关的卡尔曼滤波模型，通过滤波算法，最终得到追踪障碍物的空间位置信息并以此为距离基准来判断是否有碰撞危险。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。