(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211032303.2 (22)申请日 2022.08.26 (71)申请人 中国电子科技 南湖研究院 地址 314002 浙江省嘉兴 市南湖区七 星街 道灵湖南路东20 0米清风榻 (72)发明人 曹凯敏　周立涛　王曙光　李成让　 王家亮　孔祥明　刘超　王天澳　 吴晅　 (74)专利代理 机构 杭州君度专利代理事务所 (特殊普通 合伙) 33240 专利代理师 杨天娇 (51)Int.Cl. G06K 9/62(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01)G06V 20/56(2022.01) G01D 21/02(2006.01) (54)发明名称 一种复杂环境的智能无 人感知识别方法 (57)摘要 本发明公开了一种复杂环境的智能无人感 知识别方法， 基于感知设备组以及识别模组实 现， 复杂环 境的智能无人感知识别方法实施在识 别模组包括： 通过感知设备 组获取多路识别结果 数据； 对多路识别结果数据分别进行特征提取得 到多路特征数据； 将每 路特征数据与预设的感知 识别目标的实际特征数据进行比对， 得到多路比 对结果； 将多路比对结果进行加权融合， 得到最 终的感知识别结果。 本发明实现了复杂环境下的 准确识别。 权利要求书1页 说明书6页 附图3页 CN 115456052 A 2022.12.09 CN 115456052 A 1.一种复杂环境的智能无人感知识别方法， 其特征在于， 基于感知设备组以及识别模 组实现， 所述复杂环境的智能无 人感知识别方法实施在所述识别模组包括： 通过所述感知设备组获取多路识别结果数据； 对多路识别结果数据分别进行 特征提取得到多路特 征数据； 将每路特征数据与预设的感知识别目标的实际特征数据进行比对， 得到多路比对结 果； 将多路比对结果进行加权融合， 得到最终的感知识别结果。 2.如权利要求1所述的复杂环境的智能无人感知识别方法， 其特征在于， 所述感知设备 组包括多个感知设备， 所述感知设备输出识别结果数据； 所述识别模组包括外部输入接口组和 识别电路， 所述外部输入接口组包括多个外部输 入接口， 各感知设备通过外 部输入接口与所述识别电路连接； 所述识别电路包括处理模块， 各感知设备通过外部输入接口与所述处理模块连接， 所 述复杂环境的智能无 人感知识别方法实施在所述处 理模块。 3.如权利要求2所述的复杂环境的智能无人感知识别方法， 其特征在于， 所述处理模块 为处理器或处 理芯片。 4.如权利要求2所述的复杂环境的智能无人感知识别方法， 其特征在于， 所述识别模组 还包括电源电路。 5.如权利要求2所述的复杂环境的智能无人感知识别方法， 其特征在于， 所述识别模组 还包括外部输出接口， 所述处理模块通过外部输出接口连接外设， 所述感知识别结果传输 至外设进行展示。 6.如权利要求2所述的复杂环境的智能无人感知识别方法， 其特征在于， 所述感知设备 与外部输入接口有 线连接或无线连接 。 7.如权利要求1所述的复杂环境的智能无人感知识别方法， 其特征在于， 所述感知设备 组中的感知设备为传感器设备， 传感器设备设置于所述识别模组以外的环境中， 或者传感 器设备可拆卸/不可拆卸地 安装于所述识别模组上。 8.如权利要求1所述的复杂环境的智能无人感知识别方法， 其特征在于， 所述加权 融合 中各路比对结果对应的权 重值为预设的固定值或者 为实时调整的变化 值。 9.如权利要求8所述的复杂环境的智能无人感知识别方法， 其特征在于， 所述权重值为 根据所述感知设备组中的感知设备的识别精度预设的固定值。 10.如权利要求1所述的复杂环境的智能无人感知识别方法， 其特征在于， 所述感知设 备组中的感知设备布置在地 面、 水面、 水 下或空中。权　利　要　求　书 1/1 页 2 CN 115456052 A 2一种复杂环境的智能无人感知识别方 法 技术领域 [0001]本发明属于感知识别技术领域， 具体涉及一种复杂环境的智能无人感知识别方 法。 背景技术 [0002]环境感知技术的发展不断提升对环境感知的能力， 各个不同环境中均有较成熟的 环境感知工具与技术。 光电技术、 导航雷达、 毫米波雷达、 激光雷达、 图像声呐、 热红外成像 等技术或者设备， 可以对地面、 空中、 水面、 水下等环 境中的一种或者几种进 行环境感知， 且 具有较高的识别精度。 [0003]目前车辆、 无人机、 船体等载体平台技术的发展， 为环境感知设备在各类环境中的 识别作业提供了坚实的工作平台。 物联网通信传输技术的发展， 为各类感知设备 的组网通 信提供了坚实的技术支持， 保障了各类环境数据的融合汇总。 同时， 随着人工智能方法的不 断突破， 为各类环境感知信息数据的融合识别提供了先进的融合算法保 障。 但是目前环境 感知存在以下缺点： 识别环境单一， 仅实现一种环境与目标的感知； 环境感知识别设备单 一， 无法确保复杂环境下识别的精度。 发明内容 [0004]本发明的目的在于提供一种复杂环境的智能无人感知识别方法， 实现复杂环境下 的准确识别。 [0005]为实现上述目的， 本发明所采取的技 术方案为： [0006]一种复杂环境的智能无人感知识别方法， 基于感知设备组 以及识别模组实现， 所 述复杂环境的智能无 人感知识别方法实施在所述识别模组包括： [0007]通过所述感知设备组获取多路识别结果数据； [0008]对多路识别结果数据分别进行 特征提取得到多路特 征数据； [0009]将每路特征数据与预设的感知识别目标的实际特征数据进行比对， 得到多路比对 结果； [0010]将多路比对结果进行加权融合， 得到最终的感知识别结果。 [0011]以下还提供了若干可选方式， 但并不作为对上述总体方案 的额外限定， 仅仅是进 一步的增补或优选， 在没有技术或逻辑矛盾的前提下， 各可选方式可单独针对上述总体方 案进行组合， 还可以是多个可选方式之间进行组合。 [0012]作为优选， 所述感知设备组包括多个感知设备， 所述感知设备输出识别结果数据； [0013]所述识别模组包括外部输入接口组和识别电路， 所述外部输入接口组包括多个外 部输入接口， 各感知设备通过外 部输入接口与所述识别电路连接； [0014]所述识别电路包括处理模块， 各感知设备通过外部输入接口与所述处理模块连 接， 所述复杂环境的智能无 人感知识别方法实施在所述处 理模块。 [0015]作为优选， 所述处 理模块为处理器或处 理芯片。说　明　书 1/6 页 3 CN 115456052 A 3