西北工业大学魏倩茹获国家专利权
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!
龙图腾网获悉西北工业大学申请的专利基于多尺度特征变换与时序上下文的鸟瞰图生成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:CN120760740B 。
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:202511254278.6,技术领域涉及:G01C21/32;该发明授权基于多尺度特征变换与时序上下文的鸟瞰图生成方法是由魏倩茹;张一凡;张涛设计研发完成,并于2025-09-04向国家知识产权局提交的专利申请。
本基于多尺度特征变换与时序上下文的鸟瞰图生成方法在说明书摘要公布了:本申请公开一种基于多尺度特征变换与时序上下文的鸟瞰图生成方法,涉及地图生成技术领域。该方法通过融合图像和激光雷达数据,充分利用两者互补性,提高鸟瞰图生成的准确性和鲁棒性,尤其在恶劣天气下仍能保持稳定;多尺度空间转换模块提取不同尺度特征,增强特征表达能力,使鸟瞰图更清晰准确;引入时序信息,利用过去时刻特征增强当前特征,提升动态感知能力;采用先进骨干网络和特征对齐与融合模块,保证高效性和灵活性;特定网络结构如Swin‑T、PointPillars及随机失活层的应用,进一步提高准确性和泛化能力。
本发明授权基于多尺度特征变换与时序上下文的鸟瞰图生成方法在权利要求书中公布了:1.一种基于多尺度特征变换与时序上下文的鸟瞰图生成方法,其特征在于,包括: 获取原始模态数据,所述原始模态数据包括图像数据和激光雷达数据; 通过图像骨干网络对所述图像数据进行处理,得到前视图像特征,对所述前视图像特征进行多尺度空间转换,得到图像BEV特征;通过雷达骨干网络对所述激光雷达数据进行处理,得到激光雷达特征,沿Z轴对所述激光雷达特征进行压缩,得到激光雷达BEV特征; 通过构建特征对齐与融合模块对所述图像BEV特征和所述激光雷达BEV特征进行特征对齐与融合,所述特征对齐与融合模块包括并联连接的可变形注意力模块、第一卷积层和通道注意力模块,以及与其串联连接的三重注意力模块和第二卷积层; 其中,将所述图像BEV特征和所述激光雷达BEV特征进行初步拼接,并输入第一卷积层得到初步融合BEV特征,再将所述图像BEV特征和所述初步融合BEV特征一同输入可变形注意力模块,进行通道维度的叠加,得到纠正特征; 将所述激光雷达BEV特征输入通道注意力模块得到增强激光雷达BEV特征;再将所述纠正特征和所述增强激光雷达BEV特征通道维度的拼接,得到初步BEV融合特征; 将所述初步BEV融合特征依次输入三重注意力模块和第二卷积层,同时进行空间和通道维度的建模,得到BEV融合特征,引入过去n个时刻的BEV融合特征,对所述过去n个时刻的BEV融合特征和当前时刻的BEV融合特征进行特征对齐,通过车辆位置信息的变化将所述过去n个时刻的BEV融合特征转换到当前时刻的车辆坐标系下,并对转换到当前时刻的车辆坐标系下的过去n个时刻的BEV融合特征和当前时刻的BEV融合特征进行特征聚合,得到增强BEV融合特征,通过解码器中的语义分割任务头对所述增强BEV融合特征进行处理,得到鸟瞰图生成结果。
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西北工业大学,其通讯地址为:710068 陕西省西安市友谊西路127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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励