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！

龙图腾网获悉江苏大学申请的专利面向无人驾驶的新型特征层数据融合的方法、系统及目标检测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：CN114155414B 。

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：202111376645.1，技术领域涉及：G06V10/80；该发明授权面向无人驾驶的新型特征层数据融合的方法、系统及目标检测方法是由王海;张成;蔡英凤;陈龙;李祎承;刘擎超;孙晓强设计研发完成，并于2021-11-19向国家知识产权局提交的专利申请。

本面向无人驾驶的新型特征层数据融合的方法、系统及目标检测方法在说明书摘要公布了：本发明公开了面向无人驾驶的新型特征层数据融合的方法、系统及目标检测方法，包括：S1将采集到的原始点云分别投影到鸟瞰图和前景视图，进行特征提取，通过特征点映射之后生成最终的点云特征信息；S2、将相机采集到的信息进行特征提取，通过多尺度层级融合生成最终的图像信息；S3、将生成的点云特征信息和图像特征信息进行叠加融合；S4、将原始点云经多尺度体素化后作为额外的点云信息；S5、将特征提取后的图像特征通过空间金字塔池化后作为额外的图像信息；S6、将S3、S4、S5的特征拼接融合生成最终的融合特征，进行三维目标检测。本发明保证了语义信息完整性，降低了融合过程中的信息损失，提升了算法运行的速率，提高了道路目标检测的精度。

本发明授权面向无人驾驶的新型特征层数据融合的方法、系统及目标检测方法在权利要求书中公布了：1.面向无人驾驶的新型特征层数据融合的方法，其特征在于，包括如下步骤：步骤1、将激光雷达采集到的原始点云信息分别投影到鸟瞰图和前景视图，进行特征提取，通过特征点映射之后生成最终的点云特征信息；步骤2、将相机采集到的图像信息进行特征提取，通过多尺度层级融合，生成最终的图像特征信息；所述步骤2的具体实现包括：S2.1置于车顶的6个不同视角的相机获取6个不同视角的图像，分别为左前视角、右前视角、左后视角、右后视角、前视角以及后视角的图像；S2.2将左前视角图像和右前视角图像进行叠加，再通过3个1×1的卷积核调整叠加后信息的通道数以满足要求，随后通过注意力机制获取这两个视角在融合过程中所占的比重，再与原特征进行数乘操作，从而获取合适比重的图像信息，最后进行拼接融合，获取两侧车道前部的图像特征信息；S2.3左后视角图像和右后视角图像也依据S2.2的方法进行处理，获取两侧车道后部的图像特征信息；S2.4将获取的两侧车道前部的图像特征信息与两侧车道后部的图像特征信息进行叠加；S2.5将前视角图像特征和后视角图像特征经1×1卷积核调整通道数之后直接与S2.4中获得的叠加特征信息进行拼接融合，生成最终的图像特征信息；步骤3、将上述步骤1、2生成的点云特征信息和图像特征信息进行叠加融合，得到叠加特征信息；步骤4、将原始点云信息经多尺度体素化后作为额外的点云特征信息；所述步骤4的实现包括：将激光雷达采集到的原始点云信息进行体素化，选取多个不同大小的分辨率对点云信息进行框格划分，获取不同尺度的体素化三维模型，将其进行拼接融合，生成额外的原始点云信息；步骤5、将特征提取后的图像特征通过空间金字塔池化后作为额外的图像特征信息；所述步骤5的实现包括：选取三个不同大小的图像特征尺度对已获取的6个不同的视角的图像特征进行空间金字塔池化，生成多尺度的图像特征信息；步骤6、将步骤3、步骤4、步骤5生成的三种特征进行拼接融合，生成最终的融合特征信息。

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大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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”。