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;徐州勇强自动化设备有限公司申请的专利一种基于多传感器融合的道路车辆感知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：CN116625383B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202310496674.4，技术领域涉及：G01C21/28；该发明授权一种基于多传感器融合的道路车辆感知方法是由王国庆;王智文;王玉庆;杨阳;申恒涛设计研发完成，并于2023-05-05向国家知识产权局提交的专利申请。

本一种基于多传感器融合的道路车辆感知方法在说明书摘要公布了：本发明公开了一种基于多传感器融合的道路车辆感知方法，属于无人驾驶技术领域。本发明在采用双流网络的道路车辆感知模型中引入注意力机制和Transformer结构聚合不同模态特征，使两个模态特征互相增强，并使网络学习全局依赖关系，在特征提取阶段集成全局上下文信息。本发明利用Transformer的自注意力机制，模型可以自然地同时进行模态内和模态间融合，并鲁棒地捕获图像域和激光雷达域之间的潜在相互作用，从而显著提高车辆检测性能，改进了以往融合方法的局限性。本发明利用RoI的再次融合，基于再次融合结果的精细化修正检测结果，实现道路上车辆的精确感知。

本发明授权一种基于多传感器融合的道路车辆感知方法在权利要求书中公布了：1.一种基于多传感器融合的道路车辆感知方法，其特征在于，包括下列步骤： 步骤1，获取用于道路车辆感知模型训练的目标检测数据，所述目标检测数据包括摄像装置采集的图像数据和激光扫描仪采集的激光雷达点云数据；并将激光雷达点云数据转换为激光雷达鸟瞰图； 步骤2，构建及训练道路车辆感知模型； 所述道路车辆感知模型包括点级特征融合模块和感兴趣区域RoI级特征融合模块； 点级特征融合模块包括图像分支骨干网和激光雷达分支骨干网，图像分支骨干网用于对图像数据进行多尺度的图像特征提取，得到若干不同尺度的第一中间特征图，以及图像分支骨干网的最终输出特征图；激光雷达分支骨干网用于对激光雷达鸟瞰图进行多尺度的图像特征提取，得到若干不同尺度的第二中间特征图，以及激光雷达分支骨干网的最终输出特征图；其中，第一和第二中间特征图的尺度数量相同，且同一级的第一中间特征图和第二中间特征图的特征图维度一致； 第一级的第一和第二中间特征图经注意力融合模块后，得到第一级融合中间特征图，第一级融合中间特征图与第一级的第一中间特征图相加后在图像分支骨干网上继续参与前向计算；第一级融合中间特征图与第一级的第二中间特征图相加后在激光雷达分支骨干网上继续参与前向计算； 且从第二级中间特征图开始，图像分支骨干网与激光雷达分支骨干网的同级中间特征图通过Transformer的融合模块进行融合，得到当前级融合中间特征图，再分别与当前级的第一、第二中间特征图相加后，分别在两骨干网上继续参与前向计算； RoI级特征融合模块通过卷积层对图像分支骨干网的最终输出特征图进行道路车辆检测，得到若干3D候选框及其道路车辆识别结果，经得分阈值处理和非最大值抑制操作后，得到若干3D检测框；将3D检测框分别投影到激光雷达鸟瞰图空间和图像数据的二维图像空间，再对通过RoI特征提取分别得到图像数据和激光雷达鸟瞰图两个模态的RoI特征，拼接两个模态的RoI特征后输入基于至少两层全连接层的细化模块中，以预测每个3D检测框的细化修正，将细化修正结果和3D检测框结合得到最终的道路车辆检测结果； 基于目标检测数据和对应的标签数据训练道路车辆感知模型时，模型总损失函数为分类损失和回归损失的总和，当满足预置的训练收敛条件时，得到基于多传感器融合的道路车辆感知器，以用于无人驾驶车辆在行驶过程中的道路车辆感知。

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;徐州勇强自动化设备有限公司，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。