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！

龙图腾网恭喜北京信息科技大学申请的专利基于深度学习的动态目标快速感知方法及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：CN114386522B 。

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：202210042492.5，技术领域涉及：G06F18/25；该发明授权基于深度学习的动态目标快速感知方法及系统是由刘宁;李连鹏;刘福朝;赵辉;袁超杰;苏中;范军芳;李擎设计研发完成，并于2022-01-14向国家知识产权局提交的专利申请。

本基于深度学习的动态目标快速感知方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的动态目标快速感知方法及系统。其中，该方法包括：基于感知系统联合标定，进行环境感知，从不同数据源采集数据；基于所采集的数据，进行场景获取，获取地图数据和位姿信息；基于所获取的地图数据和位姿信息，进行多元特征的归一化数据预处理，并通过超像素分割和语义分析来对归一化数据预处理后的数据进行特征匹配；基于特征匹配得到的数据，利用稀疏卷积网络和运动估计融合，来感知所述动态目标。本发明解决了相关技术中对动态目标识别准确率不高的技术问题。

本发明授权基于深度学习的动态目标快速感知方法及系统在权利要求书中公布了：1.一种基于深度学习的动态目标快速感知方法，其特征在于，包括：基于感知系统联合标定，进行环境感知，从不同数据源采集数据；基于所采集的数据，进行场景获取，获取地图数据和位姿信息；基于所获取的地图数据和位姿信息，进行多元特征的归一化数据预处理，并通过超像素分割和语义分析来对归一化数据预处理后的数据进行特征匹配；基于特征匹配得到的数据，利用稀疏卷积网络和运动估计融合，来感知所述动态目标；其中，从不同数据源采集数据包括：基于惯性器件，获取施工现场的工程车辆和作业人员的位姿信息，通过分析所述工程车辆和所述作业人员的运动特点，建立位姿运动约束模型；利用最优估计方法，进行运动约束的所述作业人员及所述工程车辆的位姿误差估计；利用弱捷联导航失效误差模型，获取所述作业人员及所述工程车辆的位姿信息；利用多频点信道估计，得到不同频点信号强度和多径时延簇；利用多径时空补偿模型，实现强电场干扰中的精确定位，以获取辅助定位信息；利用所述辅助定位信息，对所述作业人员及所述工程车辆的位姿信息进行修正，得到修正后的定位数据。

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北京信息科技大学，其通讯地址为：100192 北京市海淀区清河小营东路12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”。