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！

龙图腾网获悉东南大学申请的专利基于投票体素融合网络的高速公路场景中三维点云车辆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：CN118587543B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202410727408.2，技术领域涉及：G06V10/80；该发明授权基于投票体素融合网络的高速公路场景中三维点云车辆检测方法是由赵池航;解兴鹏;李旋;邓文浩设计研发完成，并于2024-06-06向国家知识产权局提交的专利申请。

本基于投票体素融合网络的高速公路场景中三维点云车辆检测方法在说明书摘要公布了：本发明公开了一种基于投票体素融合网络的高速公路场景中三维点云车辆检测方法，包括如下步骤：S1、构建高速公路场景中的三维点云车辆检测数据集KITTI‑Car‑Weather，包括常规、雾天、雨天和雪天；S2、针对数据集特征和检测任务要求，构建用于公路场景中三维点云车辆检测的FN‑DHV‑VDHS网络模型；S3、模型训练及参数优化，构建多天气条件的实验结果评价指标，分别对基于体素网络融合深度霍夫投票的公路场景中三维点云车辆检测方法的检测平均精准度、检测速度和鲁棒性进行评估。本发明构建的模型性能和鲁棒性优于其他常用的车辆检测网络，在公路场景中车辆检测平均精准度达到93.86,84.49,83.40，检测帧率达到20.5Hz。在多天气条件下的相对腐蚀误差只有73.29％。

本发明授权基于投票体素融合网络的高速公路场景中三维点云车辆检测方法在权利要求书中公布了：1.一种基于体素网络融合深度霍夫投票的高速公路场景中三维点云车辆检测方法，其特征在于，包括以下步骤： S1、构建高速公路场景中的三维点云车辆检测数据集KITTI-Car-Weather，包括常规、雾天、雨天和雪天； S2、针对数据集特征和检测任务要求，构建用于公路场景中三维点云车辆检测的FN-DHV-VDHS网络模型； S3、模型训练及参数优化，构建多天气条件的实验结果评价指标，分别对基于体素网络融合深度霍夫投票的公路场景中三维点云车辆检测方法的检测平均精准度、检测速度和鲁棒性进行评估； 所述步骤S2中构建用于高速公路场景中三维点云车辆检测的FN-DHV-VDHS网络模型，采用点与体素融合的特征提取模块构建网络，具体构建步骤如下： S21、构建基于体素的特征提取提议框生成网络： 第一部分将点云体素化，利用体素特征编码层提取原始体素特征；第二部分将空间稀疏卷积和子流形稀疏卷积结合为3D稀疏卷积层，对体素进行进一步特征提取，再利用sparse-to-dense层形成鸟瞰图，将3D稀疏特征转化为密集的2D特征，第三部分利用包含2D骨干网络的区域生成网络提取鸟瞰图特征，生成候选区域； S22、构建基于深度霍夫投票的投票点感知网络： 以原始点云为输入数据，采用包括基于分割的采样方法、最远点采样和特征采样方法的全新多范围采样方法进行点采样；首先通过最远点采样进行第一次下采样生成两组点云，然后对两组点云使用特征采样进行第二次下采样，接着对其中一组点云进行基于分割的采样而另一组进行特征采样进行第三次下采样，最后分别采样到种子点集和关键点集；利用双线性插值的方法将鸟瞰图特征融合到种子点和关键点上；然后通过投票点生成网络，按照每个种子点生成一个投票点的倍率，生成全新的投票点集； S23、构建点与体素特征融合的车辆检测网络： 利用RoI-gridpooling模块对基于体素的特征提取提议框生成网络生成的提议框进行网格划分，以网格点为中心通过设置可变半径对投票点和关键点组成的点集进行特征聚合，最后利用聚合特征分别进行置信度预测和提议框优化。

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东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路2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”。

以上内容由龙图腾AI智能生成。