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！

龙图腾网获悉南京邮电大学申请的专利一种基于毫米波雷达、激光雷达和高清阵列摄像机的机场目标检测方法及系统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：CN116977806B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202310958037.4，技术领域涉及：G06V10/80；该发明授权一种基于毫米波雷达、激光雷达和高清阵列摄像机的机场目标检测方法及系统是由李晓飞;吴建祥设计研发完成，并于2023-08-01向国家知识产权局提交的专利申请。

本一种基于毫米波雷达、激光雷达和高清阵列摄像机的机场目标检测方法及系统在说明书摘要公布了：本发明公开了一种基于毫米波雷达、激光雷达和高清阵列摄像机的机场目标检测方法及系统，属于计算机视觉技术领域，包括：获取毫米波雷达检测数据、激光雷达检测数据以及摄像机视频图像的有效目标数据；基于所述有效目标数据获取毫米波雷达与激光雷达的融合数据；通过坐标转换获取映射至图像坐标系下的点云图像；将所述点云图像与视频图像的有效目标数据分割后送入目标检测模型中进行目标检测，再通过算法呈现在全景图像中，确保机场环境中小目标的检测精度和效果。本发明采用毫米波雷达、激光雷达和高清阵列摄像机融合的方式，能在各种气象环境条件下，获得机场场面目标检测的理想效果和空管效能，最大程度地降低机场空管的安全隐患。

本发明授权一种基于毫米波雷达、激光雷达和高清阵列摄像机的机场目标检测方法及系统在权利要求书中公布了：1.一种基于毫米波雷达、激光雷达和高清阵列摄像机的机场目标检测方法，其特征是，包括： 获取由毫米波雷达、激光雷达以及高清阵列摄像机同步采集的待检测区域数据； 对所述待检测区域数据进行预处理得到有效目标数据； 对毫米波雷达检测数据和激光雷达检测数据的有效目标数据进行数据融合，得到融合后的点云数据； 将所述点云数据映射至图像坐标系下，得到图像坐标系下的点云图像； 将所述点云图像和预处理后的高清阵列摄像机视频图像分割成多个子图像区域，输入预先训练的目标检测神经网络，得到所述目标检测神经网络输出的对应各子图像区域的目标检测结果；目标检测神经网络采用双模态YOLOv网络，点云图像和视频图像的子图像分别经主干网络backbone1和backbone2进行处理，再通过HEAD网络融合两路处理结果，得到子图像区域的目标检测结果； 对子图像区域的目标检测结果进行拼接，得到目标检测结果的全景图像； 其中，所述对毫米波雷达检测数据和激光雷达检测数据的有效目标数据进行数据融合，得到融合后的点云数据，包括： 将所述毫米波雷达检测数据以及激光雷达检测数据的有效目标数据在时间上对齐，在测量时刻i下，得到所述毫米波雷达检测数据坐标，所述激光雷达检测数据坐标； 将毫米波雷达的点云和激光雷达的点云分别进行时刻i、距离和、仰角和匹配，偏向角和匹配，将所述毫米波雷达检测数据以及激光雷达检测数据的有效目标数据在空间上对齐，得到对齐后的目标点云坐标， ， ， ， 其中，为激光雷达计算目标点距离原点距离，为目标与激光雷达原点竖直方向之间的仰角，为偏向角，为目标点的速度，i为测量时刻，表示毫米波雷达、激光雷达和高清阵列摄像机同步的第i个时间片段；分别为激光雷达坐标系下X、Y、Z轴的坐标值； 基于所述对齐后的有效目标数据获取数据层融合后的点云数据，包括： 获取对齐后数据的当前时刻i的目标聚类簇，单个点云的坐标为； 获取当前时刻i的目标点云状态向量，单个目标点的状态向量为， 规定状态矩阵，其中为当前时刻i和下一时刻i+1之间的实际时间间隔，单位为秒s； 规定外部影响； 规定协方差矩阵为，过程噪声矩阵， 基于所述状态向量、状态矩阵S、协方差矩阵、噪声矩阵N以及第i+1时刻的预测值的计算公式和误差矩阵计算公式，得到所述第i+1时刻的测量值和预测值的预测误差，表达式为： ， 其中，； 规定卡尔曼增益，其中为测量噪声矩阵，代表激光雷达目标测量值与目标真值之间的差值，为确定值，与激光雷达自身硬件相关，将所述卡尔曼增益反向传播给状态向量和i+1时刻的误差矩阵，得到更新后的状态向量和误差矩阵，表达式为： 以及， 其中，i+1时刻协方差矩阵更新为； 根据所述更新后的状态向量得到融合后的点云数据。

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南京邮电大学，其通讯地址为：210009 江苏省南京市鼓楼区新模范马路66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。