Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海交通大学陈思衡获国家专利权

上海交通大学陈思衡获国家专利权

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!

龙图腾网获悉上海交通大学申请的专利基于空间置信度图的多轮多模态多智能体的协同感知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:CN115471666B

龙图腾网通过国家知识产权局官网在2025-11-25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:202211076556.X,技术领域涉及:G06V10/40;该发明授权基于空间置信度图的多轮多模态多智能体的协同感知方法是由陈思衡;胡悦;周卓敏设计研发完成,并于2022-09-05向国家知识产权局提交的专利申请。

基于空间置信度图的多轮多模态多智能体的协同感知方法在说明书摘要公布了:本发明提供一个基于空间置信度图的多轮多模态多智能体的协同感知方法、系统、终端及介质,包括使用深度卷积神经网络提取输入数据的特征;对所述特征使用空间置信度生成器生成空间置信度图;使用基于所述空间置信度图的通信模块,打包紧凑的信息包,构建稀疏的通信图,并通过所述通信图在智能体间传递所述信息包;使用基于空间置信度图的信息融合模块,将通信模块收获的信息包与每个智能体本地的特征进行融合;将融合的特征解码获得检测结果。本发明通过专注于感知关键区域,使用更少的通信消耗来实现更高的感知性能;适应各种通信带宽和轮次。

本发明授权基于空间置信度图的多轮多模态多智能体的协同感知方法在权利要求书中公布了:1.一个基于空间置信度图的多轮多模态多智能体的协同感知方法,其特征在于,包括: 使用深度卷积神经网络提取输入数据的特征; 对所述特征使用空间置信度生成器生成空间置信度图; 使用基于所述空间置信度图的通信模块,打包紧凑的信息包,构建稀疏的通信图,并通过所述通信图在智能体间传递所述信息包; 使用基于空间置信度图的信息融合模块,将所述通信模块收获的信息包与每个智能体本地的特征进行融合; 将融合的特征解码获得检测结果; 所述输入数据包括RGB图像或3D点云图像; 所述对特征使用空间置信度生成器生成空间置信度图,包括: 使用与检测解码器相同结构的网络,根据提取的特征生成在第k轮通信时的空间置信度图: 其中,Φgenerator·是检测解码器,是第k轮通信时的空间置信度图,是第i个智能体第k轮通信时的特征; 所述使用基于空间置信度图的通信模块,打包紧凑的信息包,构建稀疏的通信图,并通过通信图在智能体间传递信息包,包括: 基于空间置信度图打包信息包,所述信息包由两个部分组成,一部分为用于帮助其他智能体的特征信息,另一部分为每个智能体需要的信息请求图; 其中,k表示通信轮次,表示智能体i的信息请求图,表示从智能体i发送给智能体j的特征,表示从智能体i发送给智能体j的信息包; 在第k轮通信中智能体i的信息请求图由空间置信度图决定, 在第k轮通信中从智能体i发送给智能体j的特征信息由二元选择矩阵和提取的特征决定, 其中二元选择矩阵利用空间置信图和信息请求图来选择特征中信息量最大的空间区域, 其中,⊙代表元素相乘,是第j个智能体在上一轮的信息请求图,第i个智能体的空间置信度图,函数Φselect·基于输入矩阵选择最关键的通信区域; 基于所述选择矩阵构建通信图,表示为邻接矩阵 其中是在第k轮通信中从智能体i与智能体j间的有向通信边,空间维度和特征图一致,h,w分别表示空间的长度和宽度,其中i为发送端,j为接收端,1表示构建通信,0表示不构建通信。

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上海交通大学,其通讯地址为:200240 上海市闵行区东川路800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。

免责声明
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。