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！

龍圖騰網獲悉江蘇安自達科技有限公司申請的專利面向自動駕駛場景的多傳感器融合感知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：CN119963960B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202510037692.5，技術領域涉及：G06V10/80；該發明授權面向自動駕駛場景的多傳感器融合感知方法是由徐偉凡;鄧海設計研發完成，并于2025-01-10向國家知識產權局提交的專利申請。

本面向自動駕駛場景的多傳感器融合感知方法在說明書摘要公布了：本發明涉及計算機視覺技術領域，具體涉及一種面向自動駕駛場景的多傳感器融合感知方法，采用多視角的圖像和雷達點云數據作為輸入，分別通過圖像和雷達處理網絡提取特征，在特征級進行二次特征融合，最終實現3D目標的檢測。本發明通過雷達點云數據得到雷達語義特征和雷達目標概率圖信息，通過融合雷達目標概率圖信息指導圖像bev特征的生成，提升了圖像特征對目標的表達能力。采用二次特征融合策略，通過融合雷達語義特征和圖像bev特征，采用bevencoder進一步提取多傳感器數據特征，能更充分的融合多傳感器特征，提升網絡對目標的建模能力。

本發明授權面向自動駕駛場景的多傳感器融合感知方法在權利要求書中公布了：1.面向自動駕駛場景的多傳感器融合感知方法，其特征在于：采用多視角的圖像和雷達點云數據作為輸入，分別通過圖像和雷達處理網絡提取特征，在特征級進行二次特征融合，最終實現3D目標的檢測；具體地，檢測流程分為兩條主線，其一為圖像數據的處理，其二為radar點云數據的處理； 所述圖像數據的處理步驟為： （1.1）輸入多視覺圖像數據； （1.2）對圖像進行預處理； （1.3）提取2D圖像特征； （1.4）對提取的特征進行特征融合； （1.5）設置離散深度信息預測分支，通過該分支預測每個特征圖像素點上的離散深度信息； （1.6）2D到3D特征轉換：根據預測的深度信息和相機內外參數，根據坐標轉換公式得到2D特征點對應3D空間的坐標，即得到2D特征在3D空間的特征表示；所述坐標轉換公式如（1）所示： 其中為預測的深度值，K為相機內參，R為相機坐標系到世界坐標系的旋轉矩陣，t為平移矩陣，為當2D像素點深度值為時對應的3D坐標高度值； （1.7）BEV-pooling模塊：根據自車坐標系，預先劃分128*128的bevgrid，每個grid大小為[0.5m,0.5m]，根據劃分好的網格，將3D空間中的點分配到對應的網格中，通過sum-pooling得到其在bev空間的特征表示； （1.8）第一次融合：根據radar數據提取得到bev空間下的目標概率圖和圖像bev特征進行融合，利用radar預測的目標概率指導圖像bev特征的進一步提取； （1.9）第二次融合：進一步提取到的圖像bev特征和radar語義特征沿通道維度進行拼接，拼接后的特征通過bevencoder進一步融合； （1.10）預測頭：通過離散的預測分支，預測目標的長寬高、中心點位置、朝向角、速度和類別信息； 所述radar點云數據的處理步驟為： （2.1）體素化：首先通過對不規則點云數據的體素化處理，得到radar點云特征； （2.2）通過全連接層網絡對點云數據沿特征維度進行maxpooling得到體素特征，并根據劃分好的bev網格，將特征分配到對應的網格中，得到radar數據的bev特征表示； （2.3）雷達bev特征提取，進一步提取雷達特征； （2.4）雷達目標概圖和語義特征的提取：通過解耦的radar預測分支，得到雷達目標概率圖和語義特征表示，分別和圖像特征進行二次融合。

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江蘇安自達科技有限公司，其通訊地址為：223800 江蘇省宿遷市經濟開發區智能小家電產業園西區A12棟標準廠房；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”。