買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江大學申請的專利基于稀疏注意力機制的毫米波雷達BEV目標檢測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120236069B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510709608.X，技術(shù)領(lǐng)域涉及：G06V10/25；該發(fā)明授權(quán)基于稀疏注意力機制的毫米波雷達BEV目標檢測方法是由劉明;張朝陽設(shè)計研發(fā)完成，并于2025-05-29向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于稀疏注意力機制的毫米波雷達BEV目標檢測方法在說明書摘要公布了：本發(fā)明公開了一種基于稀疏注意力機制的毫米波雷達BEV目標檢測方法，該方法包括獲取毫米波雷達點云并進行預(yù)處理；構(gòu)建毫米波雷達BEV目標檢測網(wǎng)絡(luò)，包括：基于PointPillars架構(gòu)進行點云特征編碼得到特征圖，將特征圖基于錨框引導(dǎo)的自注意力機制進行特征增強；使用引入可變型注意力機制的級聯(lián)優(yōu)化模塊對增強后的特征進行迭代處理得到預(yù)測結(jié)果，對網(wǎng)絡(luò)輸出進行后處理，獲得最終結(jié)果，完成BEV目標檢測任務(wù)。本發(fā)明顯著提升了特征提取的效率和魯棒性，同時降低噪聲對檢測結(jié)果的影響，提升了目標的檢測精度。

本發(fā)明授權(quán)基于稀疏注意力機制的毫米波雷達BEV目標檢測方法在權(quán)利要求書中公布了：1.一種基于稀疏注意力機制的毫米波雷達BEV目標檢測方法，其特征在于，該方法包括如下步驟： S1、獲取毫米波雷達點云并進行預(yù)處理； S2、構(gòu)建毫米波雷達BEV目標檢測網(wǎng)絡(luò)，包括：基于PointPillars架構(gòu)進行點云特征編碼得到特征圖，將特征圖基于錨框引導(dǎo)的自注意力機制進行特征增強；使用級聯(lián)優(yōu)化模塊對增強后的特征進行迭代處理得到預(yù)測結(jié)果； 所述基于PointPillars抽取點云特征的可變型注意力機制包括： 對于每個自注意力機制輸出的目標特征fi′，預(yù)測一組采樣點坐標其中K為采樣點數(shù)量,隨后，在BEV特征圖上通過雙線性插值函數(shù)BilinearInterpolate,獲取采樣點特征： gij＝BilinearInterpolateP,pij 其中P為BEV點云特征， 并通過注意力權(quán)重聚合采樣點特征： 其中wij為可學習的注意力權(quán)重；該機制使目標特征能夠自適應(yīng)地關(guān)注關(guān)鍵區(qū)域，提升對非剛性目標的檢測能力； 所述級聯(lián)優(yōu)化模塊共級聯(lián)六層，每一層包括： 采用目標特征的自注意力機制和基于PointPillars抽取點云特征的可變型注意力機制，對特征進行可變性采樣；將采樣結(jié)果進行特征解碼和錨框修正； 所述將采樣結(jié)果進行特征解碼和錨框修正具體包括： 輸入可變型注意力機制輸出的目標特征F″＝{f1″,f2″,…,fN″},通過多層全連接網(wǎng)絡(luò)對目標特征進行非線性變換： fi″′＝FFNfi″＝W2ReLUW1fi″+b1+b2 其中W1,W2為可學習的權(quán)重矩陣，b1,b2為偏置項；RELU.為線性整流函數(shù)； 邊界框修正：對于每個目標特征fi″′，預(yù)測錨框的偏移量： Δbi＝Δxi,Δyi,Δwi,Δli,Δθi 并通過以下公式修正錨框： 其中xi,yi,wi,li,θi為錨框解碼后參數(shù)；xi,yi,wi,li,i為修正后錨框參數(shù)； 類別預(yù)測：通過全連接層和Softmax函數(shù)預(yù)測目標類別概率： pi＝SoftmaxWcfi″′+bc 其中Wc和bc為可學習的權(quán)重矩陣和偏置項； S3、對目標檢測網(wǎng)絡(luò)進行訓(xùn)練，采用焦點損失和平滑L1損失結(jié)合作為訓(xùn)練的損失函數(shù)； S4、使用訓(xùn)練后的網(wǎng)絡(luò)進行目標檢測，對網(wǎng)絡(luò)輸出進行后處理，獲得最終結(jié)果，完成BEV目標檢測任務(wù)。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江大學，其通訊地址為：310058 浙江省杭州市西湖區(qū)余杭塘路866號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。