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！

龙图腾网获悉武汉科技大学申请的专利一种非铺装路面识别与分类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：CN119360330B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411370032.0，技术领域涉及：G06V20/56；该发明授权一种非铺装路面识别与分类系统是由邹俊逸;樊皓伟设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本一种非铺装路面识别与分类系统在说明书摘要公布了：本发明公开了一种非铺装路面识别与分类系统，涉及智能驾驶技术领域，包括以下模块：前端数据采集模块；传感器数据处理模块：对惯性测量单元的数据进行滤波，去除噪声；对相机图像进行尺寸调整、灰度化和直方图均衡化；对点云数据进行滤波去噪和降采样处理；路面识别模块：基于车辆动力学和基于视觉的路面识别方法相融合，采取卷积神经网络框架，对于来自传感器的多模态输入数据，分别经由不同特征提取通道进行特征提取，并针对不同特征融合任务通过不同特征融合模块实现多模态特征融合，融合特征再进一步经卷积层处理后输入全连接层，最终得到分类结果。具有识别精度高、系统的整体鲁棒性强和适用性广的效果。

本发明授权一种非铺装路面识别与分类系统在权利要求书中公布了：1.一种非铺装路面识别与分类系统，其特征是，包括以下模块： 前端数据采集模块：包括相机、激光雷达与惯性测量单元； 传感器数据处理模块：对惯性测量单元的数据进行滤波，去除噪声；对相机图像进行尺寸调整、灰度化和直方图均衡化；对点云数据进行滤波去噪和降采样处理； 路面识别模块：基于车辆动力学和基于视觉的路面识别方法相融合，采取卷积神经网络框架，对于来自传感器的多模态输入数据，分别经由不同特征提取通道进行特征提取，并针对不同特征融合任务通过不同特征融合模块实现多模态特征融合，融合特征再进一步经卷积层处理后输入全连接层，最终得到分类结果； 训练与评估模块：在模型训练阶段，构建一个多模态融合的卷积神经网络模型，采用VGG架构作为基础，并添加特定的多模态特征融合模块，用于处理图像和点云数据；选择交叉熵损失函数和Adam优化器，设定学习率和动量以确保模型有效地收敛；使用训练集数据进行模型训练，迭代更新模型参数，并在每个epoch结束时使用验证集评估模型性能，记录表现最好的模型版本，以防过拟合；在模型评估阶段，使用未参与训练的测试集数据评估模型的整体性能，计算准确率、召回率、F1分数指标，以全面了解模型的表现，生成混淆矩阵以直观展示各类别的预测情况，帮助理解模型在各类别上的表现，并据此分析模型在不同类型的非铺装路面上的表现差异，找出误分类的原因，并据此调整模型或数据预处理策略；通过训练和评估模块，可以确保所设计的非铺装路面识别与分类系统具有较高的准确性和实用性，从而完成整个训练与评估模块的设计和实施。

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武汉科技大学，其通讯地址为：430000 湖北省武汉市青山区和平大道947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。