← 返回列表

一种基于图像和毫米波雷达融合的概率目标检测方法

申请号: CN202410184532.9
申请人: 电子科技大学
申请日期: 2024/2/19

摘要文本

本发明属于自动驾驶领域,具体为一种基于图像和毫米波雷达融合的概率目标检测方法。该方法包括 : 分别对预处理后毫米波雷达数据和图像数据进行特征提取,得到第一特征图和第二特征图;对第一特征图和第二特征图进行拼接后,使用融合特征模块进行特征融合,得到第一融合特征图;将第一融合特征图输入到基于全局注意力的Transformer模块中获取二次提取的图像特征;将二次提取的图像特征输入至概率目标检测网络中,预测出2D目标物体所在位置、类别及类概率、目标所在位置预测的不确定性值、类别及类概率的不确定性值。本发明能够在提供检测性能的同时,实现了自然环境影响下神经网络输入数据的不确定性量化。

专利详细信息

项目 内容
专利名称 一种基于图像和毫米波雷达融合的概率目标检测方法
专利类型 发明申请
申请号 CN202410184532.9
申请日 2024/2/19
公告号 CN117746204A
公开日 2024/3/22
IPC主分类号 G06V10/80
权利人 电子科技大学
发明人 赵洋; 王潇; 程洪
地址 四川省成都市高新区(西区)西源大道2006号

专利主权项内容

1.一种基于图像和毫米波雷达融合的概率目标检测方法,其特征在于,包括以下步骤:步骤1、获取并预处理毫米波雷达数据和图像数据;步骤2、使用两个同构异参的ResNet特征提取网络,分别对预处理后毫米波雷达数据和图像数据进行特征提取,得到第一特征图和第二特征图;第一特征图和第二特征图尺寸、通道数均相同;步骤3、对第一特征图和第二特征图进行拼接后,使用融合特征模块进行特征融合,得到第一融合特征图;步骤4、基于第一融合特征图,使用基于全局注意力的Transformer模块获取二次提取的图像特征;步骤5、将步骤4提取的图像特征输入至概率目标检测网络中,预测出2D目标物体所在位置、类别及类概率、目标所在位置预测的不确定性值、类别及类概率的不确定性值。