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！

龙图腾网获悉江苏大学申请的专利一种应用于雨雪天气场景下多传感器数据融合的目标检测网络系统及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：CN114140672B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202111401618.5，技术领域涉及：G06V10/80；该发明授权一种应用于雨雪天气场景下多传感器数据融合的目标检测网络系统及方法是由王海;张成;蔡英凤;陈龙;李祎承;刘擎超;孙晓强设计研发完成，并于2021-11-19向国家知识产权局提交的专利申请。

本一种应用于雨雪天气场景下多传感器数据融合的目标检测网络系统及方法在说明书摘要公布了：本发明公开了一种应用于雨雪天气场景下多传感器数据融合的目标检测网络系统及方法，包括选取nuScenes道路目标检测数据集作为目标检测方法训练用训练集及验证集；构建一阶段点云及图像数据特征提取、特征融合及前景点分割和候选框生成网络；构建二阶段点云及图像数据特征提取、特征融合及置信度预测和边界框回归网络；设置多目标损失函数，使用训练集进行端到端的目标检测网络训练；将训练好的最优目标检测网络进行实车部署，实现高鲁棒性的道路目标检测。本发明使用了点云信息与图像信息进行了双向的多尺度融合方法，有效的提高了目标检测算法在雨雪天气等恶劣工况下的鲁棒性，能够同时满足道路目标检测任务对检测精度及检测速度的要求。

本发明授权一种应用于雨雪天气场景下多传感器数据融合的目标检测网络系统及方法在权利要求书中公布了：1.一种应用于雨雪天气场景下多传感器数据融合的目标检测网络系统，其特征在于，包括：第一网络系统：即为一阶段点云及图像数据特征提取、特征融合及前景点分割和候选框生成网络；第二网络系统：即为二阶段点云及图像数据特征提取、特征融合及置信度预测和边界框回归网络； 所述第一网络系统包括：二维卷积模块、SA点云特征提取模块、基于点云的一阶段特征层数据融合模块及多尺度多分辨率点云特征融合模块；用于实现以点云为主的特征融合； 所述第一网络系统的二维卷积模块用于图像处理：将均布在无人驾驶汽车顶部的6个相机采集到的图像拼接成一个四维张量输入二维卷积模块中进行特征提取；图像在通过三个大小不同的二维卷积模块，依次生成三个尺度逐渐变小的图像特征向量；在每一次特征提取之后，将生成的图像特征向量输入基于点云的一阶段特征层数据融合模块，将生成的图像特征向量与点云特征向量进行叠加融合； 所述第一网络系统的SA点云特征提取模块用于点云处理，即使用SA点云模块对置于无人驾驶汽车顶端的固态激光雷达获取的点云信息进行特征提取；在初步点云特征提取完成后，将提取的点云特征与生成的图像特征向量进行叠加融合，之后再进行下一次的点云特征提取，重复上述操作两次，获取三个不同尺度的融合特征，再将依次获取的三个不同尺度的融合特征经多尺度多分辨率点云特征融合模块处理后，即可得到最终的多尺度融合特征； 所述第一网络系统的基于点云的一阶段特征层数据融合模块，包括语义分割模块、注意力机制模块、特征矩阵生成以及特征映射模块；针对图像的语义信息和纹理信息丰富，将获取的图像特征进行语义分割可将像素逐一进行前景点与背景点的分割； 针对图像信息受到曝光度的影响造成语义信息一定程度上的失真，采用注意力机制模块自适应获取的图像信息的权重，即将语义信息与图像信息进行叠加后通过注意力机制模块输出语义信息信息的权重；之后通过相机的外参标定和内参标定求得图像到点云的特征映射矩阵，最后将语义信息逐点映射到点云信息上，即可获得融合特征； 所述多尺度多分辨率点云特征融合模块用于获取最终的多尺度融合特征：依次选出三个不同大小的点云下采样半径，提取点云的特征，再将其拼接融合即可获得多分辨率特征；之后，在不同尺度上，分别下采样相应数量的点云，再与之前获取的多分辨率特征进行拼接融合即可获得最终的多尺度特征； 所述第二网络系统包括：基于体素化的SA点云特征提取模块、三维稀疏卷积模块、二维卷积模块、基于图像的二阶段特征层数据融合模块；用于实现以图像为主的特征融合； 第二网络系统包括点云处理通道和图像处理通道； 在点云处理通道中，基于体素化的SA点云特征提取模块对三维点云进行初步的处理，随后通过三维稀疏卷积模块获取体素化点云特征：在每一个体素化格点选取一个中心点表示空间位置，考虑到体素空间点云稀疏，选取合适半径，选取体素空间中点云相对稠密的部分进行稀疏卷积，获取点云特征；重复上述操作两次，获取不同尺度的体素点云特征； 在图像处理通道中，依次由三个二维卷积模块获取不同尺度的图像特征； 在上述点云处理和图像处理的每一次特征提取之后，将生成的不同尺度的体素点云特征向量与获取的不同尺度的图像特征输入基于图像的二阶段特征层数据融合模块，将生成的体素点云特征与二维卷积模块获取的图像特征进行叠加融合，之后再进行下一次的特征提取，重复上述操作两次，即可获取不同尺度的融合特征，再将依次获取的三个不同尺度的融合特征经尺寸调整后，即可得到最终的多尺度融合特征。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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”。

以上内容由龙图腾AI智能生成。