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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京交通大学常冬霞获国家专利权

北京交通大学常冬霞获国家专利权

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!

龙图腾网获悉北京交通大学申请的专利一种基于雷达和视觉融合的自动驾驶车辆的目标检测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:CN116958934B

龙图腾网通过国家知识产权局官网在2026-01-02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:202310921176.X,技术领域涉及:G06V20/58;该发明授权一种基于雷达和视觉融合的自动驾驶车辆的目标检测方法是由常冬霞;王家鹏;孔林华;孔子森设计研发完成,并于2023-07-25向国家知识产权局提交的专利申请。

一种基于雷达和视觉融合的自动驾驶车辆的目标检测方法在说明书摘要公布了:本发明提供了一种基于雷达和视觉融合的自动驾驶车辆的目标检测方法。该方法包括:在自动驾驶的车辆上设置雷达和摄像机,雷达获取目标物体反射回的雷达数据,摄像机获取目标物体的视频数据;利用雷达坐标系和图像坐标系之间的坐标转换关系,将雷达数据投影到图像平面上,构建基于毫米波雷达和视觉融合的交互引导目标检测网络,交互引导目标检测网络输出融合图像特征和雷达特征的双向交互融合特征;基于双向交互融合特征利用分类器和回归器对目标物体进行定位,并识别出目标物体的类别信息。本发明方法降低了雷达噪声、视觉模糊等不利因素的影响,同时利用两种模态特征之间的关系提高了检测性能,可以有效实现自动驾驶多种场景下的目标检测工作。

本发明授权一种基于雷达和视觉融合的自动驾驶车辆的目标检测方法在权利要求书中公布了:1.一种基于雷达和视觉融合的自动驾驶车辆的目标检测方法,其特征在于,包括: 在自动驾驶的车辆上设置雷达和摄像机,所述雷达获取目标物体反射回的雷达数据,所述摄像机获取目标物体的视频数据; 利用雷达坐标系和图像坐标系之间的坐标转换关系,将雷达数据投影到图像平面上,得到雷达数据在图像平面上的投影图像数据,根据雷达点的位置来扩展所述投影图像数据; 构建基于毫米波雷达和视觉融合的交互引导目标检测网络,将所述视频数据和投影图像数据输入到所述交互引导目标检测网络,所述交互引导目标检测网络输出融合图像特征和雷达特征的双向交互融合特征; 基于所述交互引导目标检测网络输出的目标物体的双向交互融合特征利用分类器和回归器对目标物体进行定位,并识别出目标物体的类别信息; 所述的构建基于毫米波雷达和视觉融合的交互引导目标检测网络,将所述视频数据和投影图像数据输入到所述交互引导目标检测网络,所述交互引导目标检测网络输出融合图像特征和雷达特征的双向交互融合特征,包括: 构建基于毫米波雷达和视觉融合的交互引导目标检测网络,将所述视频数据和投影图像数据输入到所述交互引导目标检测网络,所述交互引导目标检测网络包括:特征提取分支、图像引导融合分支、雷达引导融合分支和双向特征交互分支; 所述特征提取分支分别从视频数据和投影图像数据中提取特征生成图像特征和雷达投影图像特征,所述图像引导融合分支将图像特征和雷达投影图像特征进行融合,以图像特征作为引导信息对雷达投影图像特征进行自适应加权生成图像引导雷达特征,所述雷达引导融合分支以图像引导雷达特征作为新的引导信息对特征提取分支中的图像特征进行融合操作生成雷达引导图像特征,所述双向特征交互分支则将图像引导雷达特征和雷达引导图像特征进行不同尺度的融合,生成双向交互融合特征; 所述的特征提取分支分别从视频数据和投影图像数据中提取特征生成图像特征和雷达投影图像特征,包括: 所述特征提取分支使用VGG19从图像数据中提取图像特征,通过深度网络提取图像的语义信息; 所述特征提取分支利用空洞卷积和普通卷积组成的多层卷积来调整雷达数据的通道数量并初步提取雷达特征,每个雷达点包含方位角、速度、距离和雷达散射截面的多维数据,使雷达特征与图像特征具有相同的尺度,通过线性层为雷达特征赋予初始权重,并通过逐元素相乘操作来更新雷达特征的权重矩阵,通过互协方差以计算每个雷达点与所有雷达点之间的相关性,将权重矩阵与自身雷达点逐元素相乘,再经过卷积神经网络改变通道数量,获得雷达点云的全局特征即雷达投影图像特征; 所述的图像引导融合分支将图像特征和雷达投影图像特征进行融合,以图像特征作为引导信息对雷达投影图像特征进行自适应加权生成图像引导雷达特征,包括: 设置图像引导雷达的跨模态注意力模块,该跨模态注意力模块将要增强的雷达模态称为目标模态,将图像模态称为引导模态,对多帧雷达特征沿时间维度进行聚合,创建目标模态的单一代表性特征,通过池化函数实现聚合,利用跨模态相似度对齐方法对目标模态和引导模态特征进行对齐,通过线性层将代表性特征与来自引导模态的单个特征进行权重初始化,通过跨模态相似度对齐计算它们之间的相关性,采用sigmoid激活函数进行特征匹配,通过迭代更新权重矩阵找到最佳匹配结果即为图像引导特征; 雷达特征经过深度卷积提取中间特征,然后与图像引导特征逐元素相乘,以图像为引导对雷达特征进行加权,得到图像引导雷达特征。

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北京交通大学,其通讯地址为:100044 北京市海淀区西直门外上园村3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。