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！

龙图腾网恭喜大连理工大学申请的专利一种基于4D毫米波雷达的列车前向障碍物检测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：CN118015594B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202410183314.3，技术领域涉及：G06V20/58；该发明授权一种基于4D毫米波雷达的列车前向障碍物检测方法是由刘全利;王大敬;王伟设计研发完成，并于2024-02-19向国家知识产权局提交的专利申请。

本一种基于4D毫米波雷达的列车前向障碍物检测方法在说明书摘要公布了：本发明涉及一种基于4D毫米波雷达的列车前向障碍物检测方法，涉及智能列车辅助驾驶技术领域，首先对采集到的4D毫米波雷达点云数据使用统计滤波、直通滤波方式进行预处理，去除离群点、噪声点以及高空障碍物的干扰，再基于DBSCAN聚类算法进行列车轨道左右两侧点云分割范围的调整，减少了模型计算消耗的同时，尽可能保留了障碍物的点云信息，最终通过多尺度、多维度的特征提取以及空间维度、通道维度注意力加强的深度学习网络模型，进行障碍物的目标检测，使得在保证检测精度的同时节约计算资源，实现列车的智能辅助驾驶。

本发明授权一种基于4D毫米波雷达的列车前向障碍物检测方法在权利要求书中公布了：1.一种基于4D毫米波雷达的列车前向障碍物检测方法，其特征在于，包括如下步骤：S1.采集4D毫米波雷达原始点云数据，预处理后获得障碍物点云数据；S2.对所述障碍物点云数据进行聚类处理，确定当前帧点云轨道左右两侧的检测范围；S3.对经聚类处理后的点云进行立柱划分，每个立柱随机选取多个点进行特征提取，对立柱点云中各维度信息进行最大池化，找到当前立柱最具代表性的特征，再将所述当前立柱最具代表性的特征根据立柱所表示的区域恢复成伪图像；S4.将所述伪图像输入2D卷积骨干网络，进行多维度、多尺度的特征提取，获取2D卷积提取特征的特征图；S5.将所述2D卷积提取特征的特征图进行通道维度和空间维度注意力的加强；S6.将经过通道维度和空间维度注意力加强后的特征图输入SSD检测头，进行障碍物的目标检测；步骤S1包括：采集4D毫米波雷达原始点云数据；将所述原始点云数据进行统计滤波，去除噪声点；使用直通滤波将高于列车高度1.5倍的点云进行滤除；预处理后获得障碍物点云数据；步骤S5中，将所述2D卷积提取特征的特征图进行通道维度的注意力加强，包括：将输入的特征图分别经过空间维度的最大池化和空间维度的平均池化后，分别得到两个大小为Cin,1,1的特征块Fchanel_max、Fchannel_avg；将这两个特征块经过多层感知机以及激活函数的特征提取；将特征提取的结果进行逐元素相加后经过一个sigmoid激活函数，得到通道维度注意力权重Fchannel_output，将Fchannel_output与Fin进行相乘，强化通道维度的信息；其中，Fchannel_output＝sigmoidMLPAvgPoolFin+MLPMaxPoolFinF′in＝Fchannel_output*Fin；步骤S5中，将所述2D卷积提取特征的特征图进行空间维度的注意力加强，包括：将输入的特征图分别经过通道维度的最大池化和通道维度的平均池化后，分别得到两个大小为1,Hin,Win的特征图Fspatial_max、Fspatial_avg；将两特征图进行拼接操作后，经过2D卷积的特征提取后转化为1,Hin,Win的特征图；将特征图经过一个sigmoid激活函数，得到空间维度注意力权重Fspatial_output，将Fspatial_output与F′in进行相乘，强化空间维度的信息；其中，Fspatial_output＝conv[AvgPoolF′in；MaxPoolF′in]Foutput＝Fspatial_output*F′in。

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大连理工大学，其通讯地址为：116033 辽宁省大连市甘井子区凌工路2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”。