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 > 恭喜江苏集萃深度感知技术研究所有限公司李保江获国家专利权

恭喜江苏集萃深度感知技术研究所有限公司李保江获国家专利权

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!

龙图腾网恭喜江苏集萃深度感知技术研究所有限公司申请的专利目标分类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:CN114821499B

龙图腾网通过国家知识产权局官网在2025-04-25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:202210439476.X,技术领域涉及:G06V20/56;该发明授权目标分类方法是由李保江;杨德钲;冯博询;王明明;顾炎飚;岳玉涛设计研发完成,并于2022-04-25向国家知识产权局提交的专利申请。

目标分类方法在说明书摘要公布了:本发明提供一种目标分类方法,包括:将雷达坐标系和图像坐标系进行标定;对雷达信号进行噪声滤除以得到点云信号,同时对图像数据进行去雾以得到精去雾图像;对点云信号进行聚类、去噪以得到多组点迹集合,同时利用深度学习模型对精去雾图像进行训练以获取视觉分类结果;获取点迹集合的参数信息;对点迹集合进行分类以获取雷达分类结果;将雷达分类结果与视觉分类结果进行融合以得到最终的分类结果。本申请提供的分类方法拥有多个数据源,对雷达信号去噪、分类以获取雷达分类结果,并对图像数据去雾、训练以获取视觉分类结果,最后将雷达分类结果和视觉分类结果融合,避免了误分类的情况,提高了目标识别的精度,提高了目标分类的可靠性和准确性。

本发明授权目标分类方法在权利要求书中公布了:1.一种目标分类方法,其特征在于,包括:利用毫米波雷达获取检测区域中的待测目标的雷达信号,同时,利用摄像头获取检测区域中的待测目标的图像数据;将雷达坐标系和图像坐标系进行标定,统一坐标系;对所述雷达信号进行噪声滤除以得到点云信号,同时对所述图像数据进行处理以得到精去雾图像;对所述点云信号进行聚类、去噪以得到多组点迹集合,同时利用深度学习模型对所述精去雾图像进行训练以获取视觉分类结果,其中,所述视觉分类结果包括:视觉检测框和视觉分类置信度;获取所述点迹集合的参数信息,其中,所述参数信息包括:待测目标的长度、宽度、高度、多普勒速度和雷达反射强度;根据所述点迹集合的参数信息和预设的参数阈值区间,对所述点迹集合进行分类以获取雷达分类结果,并计算待测目标的雷达分类置信度,其中,雷达分类结果包括:雷达检测框;将所述雷达分类结果与所述视觉分类结果进行融合以得到最终的分类结果;所述获取所述点迹集合的参数信息,其中,所述参数信息包括:长度、宽度、高度、速度和雷达反射强度的步骤包括:将所述点迹集合从雷达坐标系映射到平面坐标系中;在当前帧中,将各所述点迹集合的聚类中心设置为虚拟测量点,并以当前帧中的所述虚拟测量点为测量基点;分别检测后两帧中的各所述虚拟测量点是否发生偏移;若后两帧中的任意一所述虚拟测量点发生偏移,则对发生位移的所述虚拟测量点分别进行平移直至与当前帧中的测量基点的位置重合;分别获取各所述点迹集合在x轴和y轴上的最大值和最小值,其中,在x轴上的最大值记为xi_max,在x轴上的最小值记为xi_min,在y轴上的最大值记为yi_max,在y轴上的最小值记为yi_min,其中,i为大于或者等于1的整数;根据xi_max和xi_min,获取各所述点迹集合的宽度,同时根据yi_max和yi_min获取各所述点迹集合的长度;将各所述点迹集合从平面坐标系映射到三维坐标系中,获取各所述点迹集合在z轴上的最大值以作为各所述点迹集合的高度,其中,在z轴上的最大值记为zi_max;获取各所述点迹集合的多普勒速度和雷达反射强度。

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江苏集萃深度感知技术研究所有限公司,其通讯地址为:214135 江苏省无锡市新吴区菱湖大道111号软件园天鹅座C座22层;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。