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 > 上海无线电设备研究所李小柳获国家专利权

上海无线电设备研究所李小柳获国家专利权

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!

龙图腾网获悉上海无线电设备研究所申请的专利一种基于深度学习算法的雷达视觉数据关联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:CN116778290B

龙图腾网通过国家知识产权局官网在2025-12-30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:202310734115.2,技术领域涉及:G06V10/80;该发明授权一种基于深度学习算法的雷达视觉数据关联方法是由李小柳;尹洁珺;魏维伟;付朝伟;席光荣;柯文雄;郑成鑫;李由之设计研发完成,并于2023-06-20向国家知识产权局提交的专利申请。

一种基于深度学习算法的雷达视觉数据关联方法在说明书摘要公布了:本发明提供一种基于深度学习算法的雷达视觉数据关联方法,包含步骤:S1、获取当前雷达目标轨迹、视觉图像帧,历史融合轨迹;S2、将当前视觉图像帧输入CenterFusion网络中,得到视觉检测识别的视觉目标检测框,基于空间同步反投影机制获得视觉目标在雷达坐标系下的位置;S3、计算雷达目标与视觉目标的运动、尺度、外观相似度,并为各相似度预设对应的权重系数,得到第一关联相似度;S4、基于历史融合轨迹和雷达、视觉目标进行二次匹配,滤除虚警目标;S5、基于视觉目标尺寸更新上述权重系数,得到雷达目标、视觉目标的第二关联相似度,建立对应的雷达‑视觉关联对,更新历史融合轨迹;进入下一时刻,重复步骤S1至S5。

本发明授权一种基于深度学习算法的雷达视觉数据关联方法在权利要求书中公布了:1.一种基于深度学习算法的雷达视觉数据关联方法,其特征在于,包含步骤: S1、获取历史融合轨迹,当前雷达目标轨迹、视觉图像帧; S2、将当前视觉图像帧输入CenterFusion网络中,输出检测识别的视觉目标检测框;并设置反投影机制,将视觉目标检测框反投影至雷达坐标系,获得对应视觉目标在雷达坐标系下的位置; S3、计算雷达目标与视觉目标的运动、尺度、外观相似度,并为所述运动、尺度、外观相似度预设对应的权重系数,计算得到雷达目标与视觉目标的第一关联相似度; 所述步骤S3包含: S31、基于雷达坐标系下,雷达目标的位置、视觉目标的反投影位置,得到雷达目标、视觉目标的运动相似度Φmotionrti,vtj: 分别表示轨迹rti所对应的雷达目标在雷达坐标系下的横向、纵向位置,分别表示视觉目标的视觉目标检测框的宽度、高度; S32、计算视觉目标与历史融合轨迹中的轨迹的尺度相似度 分别表示与轨迹关联的视觉目标的视觉目标检测框宽度、长度;分别表示视觉目标的视觉目标检测框宽度、长度; S33、以视觉目标的灰度直方图作为外观特征,使用巴氏距离计算视觉目标与历史融合轨迹中的轨迹之间的外观相似度 分别表示的灰度直方图特征; S34、为运动、尺度、外观相似度设置对应的权重系数β1、β2、β3,并分别赋予预设值,得到关联矩阵其中视觉目标与轨迹rti所对应雷达目标的第一关联相似度表示为: S4、若所述第一关联相似度大于设定的第一关联阈值,基于历史融合轨迹估计对应雷达目标的更新位置,并将所述更新位置与历史融合轨迹中对应雷达目标的实际位置进行匹配,根据匹配结果滤除虚警目标; S5、基于视觉目标的尺寸为所述运动、尺度、外观相似度分别更新对应的权重系数,更新第一关联相似度为第二关联相似度;若所述第二关联相似度大于设定的第二关联阈值,基于对应雷达目标和视觉目标建立对应的雷达-视觉关联对,并基于对应雷达目标更新历史融合轨迹;进入下一时刻,重复步骤S1至S5。

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无线电设备研究所,其通讯地址为:201109 上海市闵行区中春路1555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。