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！

龙图腾网获悉苏州轻棹科技有限公司申请的专利一种基于多类感知特征预测障碍物状态和类别的处理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：CN115830577B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202211633552.7，技术领域涉及：G06V20/58；该发明授权一种基于多类感知特征预测障碍物状态和类别的处理方法是由裴希哲;赵政;李经纬;柯岩;李占坤;张雨设计研发完成，并于2022-12-19向国家知识产权局提交的专利申请。

本一种基于多类感知特征预测障碍物状态和类别的处理方法在说明书摘要公布了：本发明实施例涉及一种基于多类感知特征预测障碍物状态和类别的处理方法，所述方法包括：获取车载激光雷达、车载毫米波雷达和车载相机在最近第一时段T内的感知数据序列；按预设的第一时间间隔△t将第一时段T均分为多个第一时间点并将第一时间点的数量作为对应的时间点数量L；根据激光雷达点云、毫米波雷达点云、图像序列，所有第一时间点和时间点数量L进行多类感知源数据预处理；将多类感知源时间特征张量集合和多类感知源时间掩码张量输入预设的目标状态理解和分类网络进行障碍物目标状态预测和障碍物目标类别预测处理。通过本发明，可以基于一个整体解决方案来实现端到端的状态+类别同步预测，还可以提高预测准确度。

本发明授权一种基于多类感知特征预测障碍物状态和类别的处理方法在权利要求书中公布了：1.一种基于多类感知特征预测障碍物状态和类别的处理方法，其特征在于，所述方法包括： 获取车载激光雷达、车载毫米波雷达和车载相机在最近第一时段T内的感知数据序列作为对应的第一激光雷达点云序列、第一毫米波雷达点云序列和第一图像序列； 按预设的第一时间间隔△t将所述第一时段T均分为多个第一时间点，并将所述第一时间点的数量作为对应的时间点数量L； 根据所述第一激光雷达点云序列、所述第一毫米波雷达点云序列、所述第一图像序列、所有所述第一时间点和所述时间点数量L进行多类感知源数据预处理得到对应的多类感知源时间特征张量集合和对应的多类感知源时间掩码张量； 将所述多类感知源时间特征张量集合和所述多类感知源时间掩码张量输入预设的目标状态理解和分类网络进行障碍物目标状态预测和障碍物目标类别预测处理得到对应的第一障碍物预测数据集合；所述第一障碍物预测数据集合包括多个第一障碍物预测数据；所述第一障碍物预测数据包括第一障碍物状态数据和第一障碍物类型数据； 其中，所述目标状态理解和分类网络包括嵌入层、位置编码层、融合层、组归一化层、状态编码层、状态预测分支网络、分类预测分支网络和预测数据处理模块； 所述状态编码层基于Transformer模型的Encoder模块实现；所述状态编码层包括三级状态编码模块；第一级所述状态编码模块的输入端与所述融合层的输出端连接；第二级所述状态编码模块的输入端与第一级所述状态编码模块的输出端连接；第三级所述状态编码模块的输入端与第二级所述状态编码模块的输出端连接；第三级所述状态编码模块的输出端为所述状态编码层的输出端；各级所述状态编码模块包括多头注意力网络、第一加和归一化网络、前馈神经网络和第二加和归一化网络；所述多头注意力网络的输入端与所述状态编码模块的输入端连接；所述第一加和归一化网络的第一输入端与所述多头注意力网络的输入端连接，第二输入端与所述多头注意力网络的输出端连接；所述前馈神经网络的输入端与所述第一加和归一化网络的输出端连接；所述第二加和归一化网络的第一输入端与所述前馈神经网络的输入端连接，第二输入端与所述前馈神经网络的输出端的输出端连接；所述第二加和归一化网络的输出端为所述状态编码模块的输出端。

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苏州轻棹科技有限公司，其通讯地址为：215100 江苏省苏州市相城区高铁新城青龙港路66号领寓商务广场1幢21层2101-2108室；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。