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 > 江苏集萃深度感知技术研究所有限公司李保江获国家专利权

江苏集萃深度感知技术研究所有限公司李保江获国家专利权

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!

龙图腾网获悉江苏集萃深度感知技术研究所有限公司申请的专利车端目标分类检测方法及车端雷视融合设备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:CN115953747B

龙图腾网通过国家知识产权局官网在2026-02-06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:202211283715.3,技术领域涉及:G06V20/56;该发明授权车端目标分类检测方法及车端雷视融合设备是由李保江;冯博询;杨德钲;王明明;顾炎飚;岳玉涛设计研发完成,并于2022-10-20向国家知识产权局提交的专利申请。

车端目标分类检测方法及车端雷视融合设备在说明书摘要公布了:本发明涉及自动驾驶技术领域,具体公开了一种基于毫米波雷达与视觉融合的车端目标分类检测方法及车端雷视融合设备,包括:分别获取车端视觉图像和车端毫米波雷达点云数据;将所述车端视觉图像和所述车端毫米波雷达点云数据分别输入至图像分类与雷达注意力模块,获得初步分类特征图,其中所述图像分类与雷达注意力模块能够将所述车端毫米波雷达点云数据进行处理后作为门控模块与所述车端视觉图像进行特征融合;将所述初步分类特征图进行小目标检测处理,获得精细化分类特征图;将所述精细化分类特征图输入分类检测网络,获得车端分类类别和分类目标框。本发明提供的基于毫米波雷达与视觉融合的车端目标分类检测方法提高了车端目标检测精度。

本发明授权车端目标分类检测方法及车端雷视融合设备在权利要求书中公布了:1.一种基于毫米波雷达与视觉融合的车端目标分类检测方法,其特征在于,包括: 分别获取车端视觉图像和车端毫米波雷达点云数据; 将所述车端视觉图像和所述车端毫米波雷达点云数据分别输入至图像分类与雷达注意力模块,获得初步分类特征图,其中所述图像分类与雷达注意力模块能够将所述车端毫米波雷达点云数据进行处理后作为门控模块与所述车端视觉图像进行特征融合; 将所述初步分类特征图进行小目标检测处理,获得精细化分类特征图; 将所述精细化分类特征图输入分类检测网络,获得车端分类类别和分类目标框; 其中,将所述车端视觉图像和所述车端毫米波雷达点云数据分别输入至图像分类与雷达注意力模块,获得初步分类特征图,包括: 对所述车端毫米波雷达点云数据做补偿处理,获得雷达图像; 将所述雷达图像与所述车端视觉图像通过雷达注意力模块进行首次融合处理后获得首次融合特征图; 将所述首次融合特征图与所述车端视觉图像通过通道注意力模块进行再次融合处理后获得初步分类特征图; 其中,所述图像分类与雷达注意力模块包括VGG16与雷达注意力模型的结合,所述VGG16与雷达注意力模型的构建过程包括: 雷达输入与视觉输入尺寸设置为360×640,雷达为2通道图像,每通道分别为点云投影后的RCS、距离的线投影,视觉为RGB3通道图像; 对于所有卷积,卷积核设置为3×3,步幅为1,填充参数为same,激活函数为Relu,卷积公式如下: , 表示卷积核尺寸内的像素值,表示卷积核,卷积核采用Keras默认的2D卷积核数值; Relu激活函数公式如下: , 对于最大池化,窗口设置为2×2,步幅设置为2,取每个窗口的最大像素,每经过一个阶段图像尺寸大小变为上一步的0.5倍; 每一阶段的输出通道数设置为32,64,128,512,512。

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江苏集萃深度感知技术研究所有限公司,其通讯地址为:214135 江苏省无锡市新吴区菱湖大道111号软件园天鹅座C座22层;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。