国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預(yù)訂訂單
服務(wù)訂單
發(fā)布專利 發(fā)布成果 人才入駐 發(fā)布商標(biāo) 發(fā)布需求

在線咨詢

聯(lián)系我們

龍圖騰公眾號
首頁 專利交易 科技果 科技人才 科技服務(wù) 國際服務(wù) 商標(biāo)交易 會員權(quán)益 IP管家助手 需求市場 關(guān)于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當(dāng)前位置 : 首頁 > 專利喜報 > 恭喜南京理工大學(xué)黃成獲國家專利權(quán)

恭喜南京理工大學(xué)黃成獲國家專利權(quán)

買專利賣專利找龍圖騰,真高效! 查專利查商標(biāo)用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!

龍圖騰網(wǎng)恭喜南京理工大學(xué)申請的專利復(fù)雜環(huán)境下激光雷達(dá)與視覺融合的多周期目標(biāo)識別方法獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN114187464B

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-06發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202111381630.4,技術(shù)領(lǐng)域涉及:G06V10/762;該發(fā)明授權(quán)復(fù)雜環(huán)境下激光雷達(dá)與視覺融合的多周期目標(biāo)識別方法是由黃成;黃潔雨;王力立;徐志良設(shè)計研發(fā)完成,并于2021-11-22向國家知識產(chǎn)權(quán)局提交的專利申請。

復(fù)雜環(huán)境下激光雷達(dá)與視覺融合的多周期目標(biāo)識別方法在說明書摘要公布了:本發(fā)明公開了一種復(fù)雜環(huán)境下激光雷達(dá)與視覺融合的多周期目標(biāo)識別方法,該方法為:激光雷達(dá)點云數(shù)據(jù)預(yù)處理提取特征;將單目攝像機采集到的圖像與點云進(jìn)行標(biāo)定,為雷達(dá)點云數(shù)據(jù)加入RGB信息;計算目標(biāo)隸屬度,構(gòu)建初步概率分配函數(shù)模型;根據(jù)證據(jù)間的皮爾遜相關(guān)系數(shù)計算證據(jù)體之間的相關(guān)性矩陣,進(jìn)行歸一化,計算出各證據(jù)體的可信度;利用可信度對各證據(jù)體的初步概率分配函數(shù)模型進(jìn)行加權(quán)平均得到最終加權(quán)平均證據(jù)體,根據(jù)DS證據(jù)組合規(guī)則進(jìn)行融合;將上一周期識別結(jié)果作為一個新的證據(jù)體,重新構(gòu)建概率分配函數(shù),重新計算證據(jù)體之間的相關(guān)性矩陣,多次迭代獲得最終的融合結(jié)果。本發(fā)明概率分配合理、運算簡單、計算量小,目標(biāo)識別的準(zhǔn)確度更高。

本發(fā)明授權(quán)復(fù)雜環(huán)境下激光雷達(dá)與視覺融合的多周期目標(biāo)識別方法在權(quán)利要求書中公布了:1.一種復(fù)雜環(huán)境下激光雷達(dá)與視覺融合的多周期目標(biāo)識別方法,其特征在于,包括以下步驟:步驟1、激光雷達(dá)點云數(shù)據(jù)預(yù)處理,平面分割去除背景,之后進(jìn)行點云聚類,從而提取特征;步驟2、將單目攝像機采集到的圖像與點云進(jìn)行標(biāo)定,為激光雷達(dá)點云數(shù)據(jù)加入RGB信息;步驟3、根據(jù)傳感器探測到的數(shù)據(jù)特征信息計算目標(biāo)隸屬度,從而構(gòu)建初步概率分配函數(shù)模型;步驟4、根據(jù)證據(jù)間的皮爾遜相關(guān)系數(shù)計算證據(jù)體之間的相關(guān)性矩陣,進(jìn)行歸一化,計算出各證據(jù)體的可信度;步驟5、利用可信度對n個證據(jù)體的初步概率分配函數(shù)模型進(jìn)行加權(quán)平均,獲得最終加權(quán)平均證據(jù)體,并根據(jù)DS證據(jù)組合規(guī)則進(jìn)行融合;步驟6、將上一周期識別結(jié)果作為一個新的證據(jù)體,重新構(gòu)建概率分配函數(shù),然后返回步驟4,重新進(jìn)行多次迭代,獲得最終的融合結(jié)果;步驟3中,根據(jù)傳感器的探測到的數(shù)據(jù)特征信息計算目標(biāo)隸屬度,從而構(gòu)建初步概率分配函數(shù)模型,具體為:根據(jù)誤差的實際分布情況,采用正態(tài)分布的概率分配函數(shù)計算目標(biāo)隸屬度;設(shè)T={T1…Ti…Tm}為m個傳感器測得的一組測試數(shù)據(jù)集,X={X1…Xk…Xn}為目標(biāo)可能屬于的類別集合,則測試目標(biāo)T的第i個特性值Ti屬于第k個目標(biāo)類別Xk的隸屬度為: 其中是第i個傳感器測得的第k個目標(biāo)類別Xk的數(shù)據(jù)均值,是Xk數(shù)據(jù)的標(biāo)準(zhǔn)差;計算出隸屬度矩陣后,對隸屬度進(jìn)行歸一化: 從而得到初步的證據(jù)體矩陣: 滿足則構(gòu)建出初步概率分配函數(shù)模型。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人南京理工大學(xué),其通訊地址為:210094 江蘇省南京市玄武區(qū)孝陵衛(wèi)200號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。

免責(zé)聲明
1、本報告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準(zhǔn)確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。
主站蜘蛛池模板: 普兰县| 寿宁县| 湟中县| 绥阳县| 洪泽县| 宽甸| 新干县| 镇远县| 杭锦旗| 汤阴县| 河曲县| 乐昌市| 全州县| 神农架林区| 西青区| 大宁县| 绩溪县| 河西区| 通辽市| 昌平区| 昌邑市| 罗山县| 阳朔县| 天峨县| 志丹县| 色达县| 兴山县| 阜南县| 鸡西市| 赤城县| 湟源县| 河源市| 福鼎市| 伊春市| 都江堰市| 惠东县| 临安市| 扎兰屯市| 山东| 双柏县| 嘉鱼县|