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

龍圖騰網獲悉奧特酷智能科技(南京)有限公司申請的專利用于封閉高速道路的目標車輛檢測系統及方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115690699B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211326003.5，技術領域涉及：G06V20/54；該發明授權用于封閉高速道路的目標車輛檢測系統及方法是由劉心剛;劉正飛;劉慧遠;張旸;陳誠設計研發完成，并于2022-10-27向國家知識產權局提交的專利申請。

本用于封閉高速道路的目標車輛檢測系統及方法在說明書摘要公布了：本發明公開一種用于封閉高速道路的目標車輛檢測系統，包括數據采集模塊、點云數據處理模塊、圖像數據處理模塊、點云數據和圖像數據融合模塊；點云數據和圖像數據融合模塊融合時利用了車道線，目標點云形狀和目標距離信息，在點云空間內融合，解決了多個距離較近的目標無法正確匹配和較遠的目標無法匹配的問題。本發明還提供了用于封閉高速道路的目標車輛檢測方法。本發明有效提高了目標車輛檢測的準確性，同時縮短了目標車輛檢測時間，更適用于無人駕駛車輛；再者，本發明提供的方法對整個系統的外參精度沒有要求。

本發明授權用于封閉高速道路的目標車輛檢測系統及方法在權利要求書中公布了：1.一種用于封閉高速道路的目標車輛檢測系統，其特征在于：包括數據采集模塊、點云數據處理模塊、圖像數據處理模塊、點云數據和圖像數據融合模塊； 其中，數據采集模塊設置在主車輛上，用于采集主車輛周圍的圖像數據和點云數據； 點云數據處理模塊根據數據采集模塊采集到的點云數據生成地面點云地圖，在地面點云地圖中識別出車道線；并對非地面點云進行聚類；根據在車道線內的聚類簇得到目標點云聚類集合，再根據聚類簇所在的車道標識所在車道的標簽；并根據目標點云聚類集合中聚類簇的鳥瞰圖的形狀，在每簇聚類簇上標識對應的形狀標簽；并將獲得的結果輸入到點云數據和圖像數據融合模塊； 圖像數據處理模塊對攝像頭采集的圖像數據進行處理，在采集到的圖像中識別出車道線、車輛周圍的目標車輛；并將檢測出的目標車輛與主車輛的位置關系進行分類；分別得到主車輛所在當前車道、其左側車道和右側車道中的目標車輛的集合；并將獲得的結果輸入到點云數據和圖像數據融合模塊； 點云數據和圖像數據融合模塊將點云數據處理模塊輸出的結果與圖像數據處理模塊輸出結果進行融合判斷，而得到主車輛周圍的目標車輛信息； 所述點云數據和圖像數據融合模塊將點云數據處理模塊輸出的結果與圖像數據處理模塊輸出結果進行融合判斷的方法包括以下步驟： 步驟301：獲取標識有車道標簽和形狀標簽的目標車輛點云聚類集合中每一簇聚類簇的質心到激光雷達坐標系的坐標原點的距離； 步驟302：將步驟301得到的每一簇聚類簇的質心到激光雷達坐標系的坐標原點的距離與距離閾值進行比較；分別得到小于距離閾值的點云聚類集合Cluster_object_in_lane_near和大于距離閾值的點云聚類集合Cluster_object_in_lane_far；小于距離閾值的點云聚類集合Cluster_object_in_lane_near，執行步驟303；大于距離閾值的點云聚類集合Cluster_object_in_lane_far，則執行步驟304～305； 步驟303：根據公式計算近距離點云與圖片融合結果得分Scorenear；執行步驟306； Scorenear＝Scorenearleft+Scorenearright+Scorenearcurrent； 其中， 其中，M表示激光雷達的最遠有效探測距離；Cluster_distance_near[i]表示小于距離閾值的點云聚類集合Cluster_object_in_lane_near中第i個聚類簇到激光雷達坐標系的坐標原點的距離；I表示小于距離閾值的點云聚類集合Cluster_object_in_lane_near中聚類簇的總數；其中Camera_count_current表示圖片數據處理模塊得到的與主車輛在同一個車道中目標車輛的數量，Camera_count_left表示圖片數據處理模塊得到的在主車輛左側車道中目標車輛的數量，Camera_count_right表示圖片數據處理模塊得到的在主車輛右側車道中目標車輛的數量； Li-left表示第i個聚類簇上標識的所在車道的標簽為lable_left_lane的判斷值；si-left表示第i個聚類簇上標識的形狀標簽為lable_shape_left_lane的判斷值；Li-right表示第i個聚類簇上標識的所在車道的標簽為lable_right_lane的判斷值；si-right表示第i個聚類簇上標識的形狀標簽為lable_shape_right_lane的判斷值；si-current表示第i個聚類簇上標識的形狀標簽為lable_shape_current_lane的判斷值；Li-current表示第i個聚類簇上標識的所在車道的標簽為lable_current_lane的判斷值； 步驟304：將大于距離閾值的點云聚類集合Cluster_object_in_lane_far中的聚類簇隨機分配在車道中；并將分配后每簇聚類簇所在的車道標簽標識在聚類簇上； 步驟305：根據公式計算第二點云與圖片融合結果得分Scorefar；執行步驟306； Scorefar＝Scorefarleft+Scorefarright+Scorefarcurrent； 其中， 公式中，M表示激光雷達的最遠有效探測距離；Cluster_distance_far[j]表示大于距離閾值的點云聚類集合Cluster_object_in_lane_far中第j個聚類簇到激光雷達坐標系的坐標原點的距離；J表示大于距離閾值的點云聚類集合Cluster_object_in_lane_far中聚類簇的總數； Lj-left表示第j個聚類簇上標識的所在車道的標簽為lable_left_lane的判斷值；sj-left表示第j個聚類簇上標識的形狀標簽為lable_shape_left_lane的判斷值；Lj-right表示第j個聚類簇上標識的所在車道的標簽為lable_right_lane的判斷值；sj-right表示第j個聚類簇上標識的形狀標簽為lable_shape_right_lane的判斷值；Lj-current表示第j個聚類簇上標識的所在車道的標簽為lable_current_lane的判斷值；sj-current表示第j個聚類簇上標識的形狀標簽為lable_shape_current_lane的判斷值；其中，第j個聚類簇上標識的所在車道的標簽為步驟304中獲得的； 步驟306：根據公式 Score＝Scorefar+Scorenear； 計算總得分Score； 步驟307：將總得分Score與圖片數據處理模塊檢測出的目標車輛的數量的總數Camera_object_count進行比較；如果總得分Score不小于圖片數據處理模塊檢測出的目標車輛的數量的總數Camera_object_count，則將點云數據處理模塊得到的目標車輛的信息與圖片數據處理模塊得到的對應的目標車輛的信息進行融合，如果總得分Score小于圖片數據處理模塊檢測出的目標車輛的數量的總數Camera_object_count，則重復步驟302～步驟306。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人奧特酷智能科技(南京)有限公司，其通訊地址為：210012 江蘇省南京市雨花臺區安德門大街57號楚翹城5幢401室-404室；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。