龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：江苏大学;江苏理工学院
摘要：本发明公开了一种基于占据网络的多传感器融合智能汽车环境感知方法及模型，采用多传感器融合的策略，将多视角图像和激光雷达点云数据进行融合和处理，生成占据预测，充分利用智能汽车各环境感知传感器优点，实现了对周边环境全面且准确的感知。利用占据语义指导的多模态注意力机制融合点云体素特征和相机体素特征，实现各模态数据的高效利用与各模态数据之间的互补融合。结合历史帧信息对多帧特征进行关联，提高感知精度。将冗余体素采样丢弃的思想引入到占据网络中，用以提高融合模型的计算效率，同时不损害感知性能。将掩蔽模态训练策略应用到模型训练中，提高系统面对数据缺失时的鲁棒性。
主权项：1.一种基于占据网络的多传感器融合感知轻量化网络模型，其特征在于，包括：特征提取模块、占据预测模块、融合模块、多帧特征关联模块；所述特征提取模块，将t时刻的相机多视角图像和激光雷达点云作为输入，分别经过相应的特征提取模块，该模块包括两个并行通道，激光雷达点云处理支路和多视角图像处理支路，分别提取多视角图像的体素特征与点云的多尺度体素特征；所述占据预测模块，将多视角图像处理支路中得到的多视角图像特征，通过视角转换将图片二维特征投影到三维自车坐标系中，得到的相机体素特征FC具有与点云的体素特征FL相同的大小，经过占用解码器与Occupancy检测头，得到多视角图像处理支路的占据预测；将激光雷达点云处理支路中得到的点云多尺度体素特征经过占用解码器与Occupancy检测头处理，得到激光雷达预测出的占用语义结果；所述融合模块，利用占据语义指导的多模态注意力机制OGMA来自适应的融合点云体素特征和相机体素特征，得到基于融合的体素特征；所述多帧特征关联模块，输入为相邻两时刻的融合后的图像和点云特征，输出为融合多帧特征后的特征。
全文数据：
权利要求：
百度查询： 江苏大学 江苏理工学院 一种基于占据网络的多传感器融合智能汽车环境感知方法及模型
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号