Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜南京航空航天大学金城学院黄继刚获国家专利权

恭喜南京航空航天大学金城学院黄继刚获国家专利权

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!

龙图腾网恭喜南京航空航天大学金城学院申请的专利基于多模态数据融合的智能驾驶环境感知方法及其系统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:CN119665998B

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:202510186519.1,技术领域涉及:G01C21/30;该发明授权基于多模态数据融合的智能驾驶环境感知方法及其系统是由黄继刚;周兴;李伟伟;李江;严帅;杨镜禾;纪少杰;蒋明辰设计研发完成,并于2025-02-20向国家知识产权局提交的专利申请。

基于多模态数据融合的智能驾驶环境感知方法及其系统在说明书摘要公布了:本发明公开了基于多模态数据融合的智能驾驶环境感知方法及其系统,涉及自动驾驶技术领域,该方法为:首先通过GPS获取车辆的位置信息,若GPS信号弱,则启用辅助定位机制;多模态数据采集与预处理:在辅助定位机制启动后,车辆通过RGB摄像头、激光雷达、以及IMU传感器来采集周围的环境信息;利用改进的深度卷积神经网络对RGB图像进行特征提取,同时通过区域建议网络生成高精度的3D边界框;通过构建的高效图像推理框架,将多模态信息进行融合。本发明基于多模态数据融合与环境感知结果,本发明使得自动驾驶过程中不仅能够对周围环境进行精确的目标识别,还能够进行全局和局部路径规划。

本发明授权基于多模态数据融合的智能驾驶环境感知方法及其系统在权利要求书中公布了:1.基于多模态数据融合的智能驾驶环境感知方法,其特征在于,该方法为:车辆定位与信号检测:首先通过GPS获取车辆的位置信息,并检测GPS信号强度,若GPS信号弱,则启用辅助定位机制,即通过IMU传感器和地面特征来补充定位信息;多模态数据采集与预处理:在辅助定位机制启动后,车辆通过RGB摄像头、激光雷达、以及IMU传感器来采集周围的环境信息,并对不同传感器数据进行预处理后,将采集的LiDAR点云数据转化为伪图像;目标检测与环境感知:利用改进的深度卷积神经网络对RGB图像进行特征提取,并结合和伪图像处理得到关键特征,同时通过区域建议网络GA-RPN生成高精度的3D边界框,确定环境中目标的精确位置和形状;多模态数据融合与感知优化:通过构建的高效图像推理框架,将RGB图像、LiDAR点云数据、IMU传感器数据的多模态信息进行融合,以获得更为全面的环境感知结果;路径规划与运动控制:根据环境感知结果和目标检测信息,进行全局路径规划和局部路径规划,并根据不同的定位信号精度动态调整规划策略;其中:所述关键特征的提取方法为:使用改进的深度卷积神经网络对RGB图像进行特征提取;特征提取过程表示为:F=YOLOv5s_SwinTransformerIRGB;其中,IRGB是输入的RGB图像,F是提取的特征图;拼接伪图像,将伪图像与RGB图像的特征图拼接,形成一个新的特征图F';其过程表示为:F'=ConcatFpesudo,F',其中,Fpesudo是从伪图像提取的特征图;GA-RPN的输出表示为:B3D=GA-RPNFfusion,其中B3D是预测的3D边界框;然后通过点云图3维框将预测的3D边界框映射回点云空间,以生成最终的3D边界框,映射过程可以表示为:Bpoint_cloud=Map_to_Point_CloudB3D,其中,Bpoint_cloud是点云中的3D边界框。

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南京航空航天大学金城学院,其通讯地址为:211156 江苏省南京市江宁区禄口街道航金大道88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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。