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！

龙图腾网获悉电子科技大学申请的专利量测标定模型与代价矩阵自适应耦合的雷视目标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：CN117192507B 。

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：202311156894.9，技术领域涉及：G01S7/41；该发明授权量测标定模型与代价矩阵自适应耦合的雷视目标关联方法是由李洪富;白航;马小翕;凌剑辉;付合山;李武军;易伟;孔令讲设计研发完成，并于2023-09-08向国家知识产权局提交的专利申请。

本量测标定模型与代价矩阵自适应耦合的雷视目标关联方法在说明书摘要公布了：本发明公开了一种量测标定模型与代价矩阵自适应耦合的雷视目标关联方法，首先对采集的多传感器数据进行预处理，获得雷视量测并进行空时变换，其次进行视觉量测偏移标定，建立参数化量测标定模型，然后对雷视量测做掩膜滤波分离不可关联量测，再耦合量测标定模型对代价矩阵进行自适应选择修正，最后使用分配方法建立目标关联，并进行二次滤波得到关联结果。本发明的方法通过一次量测标定可解决相同传感器配置下的偏移关联问题，复杂度低，可靠性高，可解决多传感器融合过程中雷视目标关联不稳定的问题，促进交通场景多源传感器环境感知的可靠性，提高多场景全过程雷视量测匹配准确率，可应用于自动驾驶和交通监管等需要雷视传感器融合的场景。

本发明授权量测标定模型与代价矩阵自适应耦合的雷视目标关联方法在权利要求书中公布了：1.一种量测标定模型与代价矩阵自适应耦合的雷视目标关联方法，具体步骤如下： 步骤一、雷达视觉数据预处理，产生雷视量测； 安装雷达与视觉传感器，对传感器进行标定，得到内外参数据，分别采集雷达和视觉传感器数据； 对雷达回波采样数据进行处理，使用动目标指示和动目标检测剔除强背景杂波，使用恒虚警检测器和波达方向估计方法检测获取雷达坐标下雷达量测； 基于摄像头采集的原始图像，使用深度学习对视觉图像进行目标检测，获得像素坐标系下视觉量测； 步骤二、量测空时变换，获取同域雷视量测； 使用传感器标定过程中获得的外参将雷视量测转换到统一坐标系中； 步骤三、联合雷达建立视觉量测偏移标定模型； 在传感器联合感知范围内连续采集直线行驶场景下单目标稠密雷视数据，并对雷视量测做时空变换统一到相同空间域和时间域，表达式如下： 1； 其中，表示累积多次的量测标定数据；表示第次数据采集过程中第个雷视量测对；表示单次采集量测标定数据的数量；表示实验数据累积次数； 再以雷达量测作为参考真值，计算前视方向，即方向上视觉量测与雷达量测的不稳定性偏移，并结合传感器特性建立基于雷达的视觉量测偏移标定模型： 2； 其中，表示标定模型；表示方向上视觉量测发生偏移的最小门限，表示方向上的雷视量测属于同一目标的最大距离门限； 最后累积多次标定数据，使用最小二乘算法求解量测标定模型： 3； 其中，表示求解后的参数化量测标定模型，与表示第次数据采集过程中第个雷视量测对方向上的坐标值； 步骤四、使用掩膜滤波器分离离散单传感器量测； 依据同空间域、同时间域雷视量测集分别构建初始代价矩阵以及掩膜矩阵： 4； 其中，表示第个雷达量测和第个视觉量测的代价；表示雷达和视觉量测间的代价计算函数；表示掩膜矩阵中第行第列元素向量，且，； 步骤五、构建选择性修正代价矩阵； 依次以每一个雷达量测点作为参考，将视觉量测划分为稳定量测集和偏移量测集；划分第个雷达量测得到的视觉稳定量测集为，视觉偏移量测集为，表达式如下： 5； 6； 结合雷视量测标定模型和视觉量测集合，对初始代价矩阵进行选择性修正，得到修正后的代价矩阵，表达式如下： 7； 8； 其中，表示修正后的第个雷达量测和第个视觉量测的代价；表示雷达和视觉量测间的代价计算函数；表示计算第个雷达量测的代价时的视觉量测； 步骤六、目标关联分配； 使用分配方法对选择性修正后的代价矩阵进行关联分配，得到雷视目标关联结果集： 9； 其中，，表示第组雷视关联对，与分别表示第组关联对的雷达与视觉量测；表示总量测对数量；表示关联分配算法； 步骤七、使用二次滤波剔除错误关联对，得到关联结果； 对步骤六得到关联分配结果集开展二次掩膜滤波，剔除由分配方法产生的错误关联点。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。