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！

龙图腾网获悉浙江工业大学申请的专利一种面向自动驾驶多维感知融合目标检测的测试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：CN116434014B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202310276578.9，技术领域涉及：G06V10/776；该发明授权一种面向自动驾驶多维感知融合目标检测的测试方法是由翔云;朱艺沁;李香玉设计研发完成，并于2023-03-21向国家知识产权局提交的专利申请。

本一种面向自动驾驶多维感知融合目标检测的测试方法在说明书摘要公布了：一种面向自动驾驶多维感知融合目标检测的测试方法，包括：通过实例分割提取各类交通场景中常见的实例，根据极端交通场景的设计将实例合理地插入到原始图像中，生成视觉效果更真实的极端样例；然后对生成的样例计算一组基于场景感知的轻量级测试指标，筛选出质量高的一组测试样例；最后送入自动驾驶的多维感知融合目标检测模型中进行测试。本发明提供一种面向自动驾驶多维感知融合目标检测系统的测试方法，该发明解决了现有自动驾驶测试生成样例真实性、多样性不足、极端场景难以覆盖的问题，提供了一种轻量级的自动驾驶目标检测的测试指标，感知场景，高效衡量测试样例的综合质量，提高了自动驾驶的测试效率。

本发明授权一种面向自动驾驶多维感知融合目标检测的测试方法在权利要求书中公布了：1.一种面向自动驾驶多维感知融合目标检测的测试方法，其特征在于，包括以下步骤： S1：生成实例池：在公开的自动驾驶数据集的测试数据上，用YOLACT实例分割算法提取行人、车辆各类实例，并根据尺寸、质量筛选提取结果； S2：生成测试样例：根据设计的行人横穿、交通拥堵、违规停车、不文明驾驶极端交通场景，在实例池中选择对应的实例，依据消失点估计放缩实例，粘贴在原始测试数据上； S3：根据测试指标筛选样例：在每个生成的测试样例上计算测试指标，筛选出一组最优的样例；包括以下步骤： S3-1：依据原始数据集图像中所有实例的分布规律，将图像平均划分为横纵向3*2的6个区域，分别是左侧、前侧、右侧、左前侧、前侧远方、右前侧； S3-2：计算生成的每个测试样例的指标得分，指标分为4项，公式如下： 其中，FS指一个场景S的综合得分，FkS指场景S在第k项指标上的得分，λk是第k项指标在综合得分中的权重，在没有场景特点偏向的情况下，λ都取14； F1根据场景S中的实例总数计算得分，衡量极端场景的实例繁多程度；F2根据6分场景S中的实例数计算得分，衡量场景中实例的密集程度；F3根据6分场景S中的类别数计算得分，衡量场景中实例种类的纷乱程度；F4根据6分场景S中实例数的标准差计算，衡量测试场景中的实例分布与训练集场景的差距；公式如下： 公式2中，指场景中原本存在的第j个类别cj的实例总个数，ninsertion指生成过程中插入的实例总个数，th1是数据集中一个场景包含最多的实例数；公式3中，ni指场景在第i个分区中的实例总数，th2是数据集中一个分区场景实例总数的平均值；类似的，公式4中，Ci指场景在第i个分区中实例的类别数，th3是数据集中一个分区场景实例类别数的平均值；最后,公式5中，th4是数据集中分区场景实例数分布的标准差最大值，std指样本标准差，其公式如下： 其中，是样本平均值； 计算得到综合得分后，对于不同极端场景，分别筛选出一组指标得分最高的测试样例； S4：测试目标检测模型：将筛选后的各类极端场景样例输入多维感知融合目标检测模型进行蜕变测试，得到模型的平均精度，分析测试结果。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18号浙江工业大学；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。