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！

龙图腾网恭喜合肥工业大学申请的专利基于多视图与点云BEV特征融合的三维目标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：CN119785012B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202510258998.3，技术领域涉及：G06V10/25；该发明授权基于多视图与点云BEV特征融合的三维目标检测方法是由张梓迟;王怿昕;王欣雨;张成标;刘中正;张羊阳;罗翔;沈干;张炳力设计研发完成，并于2025-03-06向国家知识产权局提交的专利申请。

本基于多视图与点云BEV特征融合的三维目标检测方法在说明书摘要公布了：本申请公开了一种基于多视图与点云BEV特征融合的三维目标检测方法，涉及多传感器融合的环境感知技术领域，步骤如下：通过环视摄像头采集多视图图像，利用激光雷达获取点云数据；将点云数据转化为体素序列，得到激光雷达体素特征；同时，利用多视图转体素编码器，将中心点集合及点云投影到多视图图像，得到机器视觉体素特征；将两类体素特征扩散到BEV空间并压缩，得到相应BEV特征，再利用基于交叉注意力机制的模块进行加权融合；最后将融合BEV特征输入检测网络，获得三维目标检测信息。该方法通过多视图转体素编码器，解决图像特征转BEV特征时信息损失和噪声问题，实现异构特征对齐匹配，提升多传感器融合目标检测准确率。

本发明授权基于多视图与点云BEV特征融合的三维目标检测方法在权利要求书中公布了：1.一种基于多视图与点云BEV特征融合的三维目标检测方法，其特征在于，包括以下步骤：S1、采集目标场景的多视图图像和点云数据；S2、将激光雷达点云数据转化为体素序列，并提取非空体素中心点集合，计算每个体素的特征,得到激光雷达体素特征；S3、提取中心体素特征，将非空体素中的点云投影到多视图图像上，利用双线性插值方法得到点云体素特征，将中心体素特征与点云体素特征拼接，得到机器视觉体素特征；S4、将机器视觉体素特征与激光雷达体素特征扩散到BEV空间内并进行压缩，得到机器视觉与激光雷达的BEV特征；S5、将机器视觉与激光雷达的BEV特征在特征通道层面加权融合，得到融合BEV特征；具体包括以下步骤：S51、初始化与输入压缩：定义迭代次数K并初始化，压缩机器视觉BEV特征和激光雷达BEV特征为当前迭代的输入；S52、映射至矩阵：将机器视觉BEV输入映射为图像的Query矩阵、Key矩阵、Value矩阵，激光雷达BEV输入映射为雷达的Query矩阵、Key矩阵、Value矩阵；S53、计算雷达权重：通过图像Query矩阵与雷达Key矩阵的乘积，计算雷达注意力权重矩阵，并与雷达Value矩阵相乘，生成雷达权重；S54、计算图像权重：通过雷达Query矩阵与图像Key矩阵的乘积，计算图像注意力权重矩阵，并与图像Value矩阵相乘，生成图像权重；S55、更新BEV输入：将雷达权重与激光雷达BEV输入相乘，图像权重与机器视觉BEV输入相乘，得到更新后的机器视觉BEV输入与激光雷达的BEV输入；S56、迭代更新：更新机器视觉BEV输入与激光雷达的BEV输入并返回步骤S52，直到达到预定的迭代次数K；S57、特征融合与输出：将更新后的激光雷达BEV输入和机器视觉BEV输入拼接，并通过全连接层生成融合特征，得到最终的融合BEV特征；S6、将融合BEV特征输入检测网络，获得三维目标检测信息。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。