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袁家斌获国家专利权

恭喜南京航空航天大学袁家斌获国家专利权

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申请的专利一种基于机器视觉的机场特种车辆避障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:CN114863228B

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:202210297715.2,技术领域涉及:G06V10/80;该发明授权一种基于机器视觉的机场特种车辆避障方法是由袁家斌;刘续;尚玉叶;赵冉;邰爱兵;胡坤松设计研发完成,并于2022-03-24向国家知识产权局提交的专利申请。

一种基于机器视觉的机场特种车辆避障方法在说明书摘要公布了:本发明公开了一种基于机器视觉的机场特种车辆避障方法,包括以下步骤:对机场场景仿真,使用单目摄像机和Velodyne64线激光雷达采集数据信息;对传感器收集到的点云数据进行预处理;针对点云数据采用RandLA‑Net模型直接处理训练数据集并对其进行特征提取;使用卷积神经网络ResNet对RGB图像进行特征提取;将两种类型的特征作为融合网络的输入,通过组合并抽象特征,输出目标对象的3D边界框,检测障碍物信息,实现避障。本发明将融合后的多维度特征信息首次应用于民航地勤车辆服务领域,通过识别障碍物,实现机场特种车辆的安全避障。

本发明授权一种基于机器视觉的机场特种车辆避障方法在权利要求书中公布了:1.一种基于机器视觉的机场特种车辆避障方法,其特征在于,包括以下步骤:S1.对机场场景仿真,使用摄像机和激光雷达采集数据信息;S2.对传感器收集到的点云数据进行预处理;S3.针对点云数据采用RandLA-Net模型直接处理训练数据集并对其进行特征提取;S4.使用残差神经网络ResNet对RGB图像进行特征提取;S5.融合两种类型数据,通过对这些特征组合并抽象,输出目标对象的3D边界框,检测障碍物信息,实现避障;所述步骤S5具体为:S51.将步骤S34和S41得到的特征向量作为输入,以3D点作为密集的空间锚点,经过若干个全连接层后预测每一个点到附近盒角落位置的空间偏移;S52.使用损失函数回归点云中每一个点的空间偏移量,损失函数L包括地面实框与预测框的偏移损失函数、得分损失函数Lscore、空间变换正则化损失函数Lstn,损失函数L的计算公式为:式中:n表示采样点的个数,是地面实况框角落位置和第i个输入点之间的偏移量,包含预测的偏移量;S53.得分函数损失Lscore用来让网络学习点到最近目标框的空间偏移量,有两个评分函数,分别为监督评分损失和非监督评分损失;监督评分损失训练网络预测一个点是否在目标框内,将第i个输入点的偏移回归损失表示为二进制分类损失表示为则监督评分损失函数Lscore1的计算公式为:其中:n表示采样点的个数,mi∈{0,1},用于表示第i个输入点是否在目标边界框中;无监督评分损失是为了让网络直接了解哪些点可能给出最佳假设,训练网络的目的是为了产生良好预测的点分配高可信度,公式中包括两个相互竞争的损失项,其中:角落预测误差的得分与置信度ci成比例,则无监督评分损失函数Lscore2的计算公式为:其中:n表示采样点的个数,ω是权重因子,取值为0.1;S54.选取得分高的点为预测结果,得到物体的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,其通讯地址为:210016 江苏省南京市秦淮区御道街29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。