Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东南大学徐晓苏获国家专利权

东南大学徐晓苏获国家专利权

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一种基于高斯过程的改进多目标跟踪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:CN118447051B

龙图腾网通过国家知识产权局官网在2025-09-12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:202410583141.4,技术领域涉及:G06T7/246;该发明授权一种基于高斯过程的改进多目标跟踪方法是由徐晓苏;蔡叶峰设计研发完成,并于2024-05-11向国家知识产权局提交的专利申请。

一种基于高斯过程的改进多目标跟踪方法在说明书摘要公布了:本发明公开了一种基于高斯过程的改进多目标跟踪方法,首先依靠激光雷达点云信息和相机图像信息进行多目标识别,其次基于目标匀速运动模型假设根据激光雷达多目标识别频率、相机多目标识别频率获取多个目标在不同时刻下的先验位置和当前识别位置计算IOU并以此构成匹配代价矩阵,然后利用匈牙利算法将多个检测目标和运动轨迹进行关联分配,同时利用相机的内参值和激光雷达、相机和世界坐标系之间的外参值将检测到的目标统一转换到世界坐标系下,最后利用高斯插值综合相机、激光雷达的目标检测结果和目标先验位置构建残差完成对世界坐标系下每一个目标位置序列的批量优化,从而实现对于多个目标的跟踪。该方案可提高多目标跟踪的精度和鲁棒性。

本发明授权一种基于高斯过程的改进多目标跟踪方法在权利要求书中公布了:1.一种基于高斯过程的改进多目标跟踪方法,其特征在于,包括以下步骤: S1:运行YOLOv5和PointRCNN目标检测器对每一帧相机图像和激光雷达点云中的动态物体进行检测识别,获取动态物体的目标检测框和目标检测框中心位置; S2:根据激光雷达多目标识别频率、相机多目标识别频率和目标匀速运动模型预测获取轨迹管理器中每一个目标在世界坐标系下的先验位置并分别进行坐标转换至相机坐标系和激光雷达坐标系下,结合S1中获取的当前目标检测框中心位置进行IOU匹配,生成相似度矩阵并利用匈牙利算法对于检测到的多个目标和现有的轨迹进行数据关联, S3:对于S2中关联上的目标首先利用传感器坐标系和世界坐标系之间的外参值将目标位置从传感器坐标系下转换到统一的世界坐标系下,其次综合S2中推算出的目标先验位置和当前目标观测位置构建残差从而进行位置优化并生成轨迹;对于S2中新检测到的目标分配新的ID值,利用传感器坐标系和世界坐标系之间的外参值将目标位置从传感器坐标系下转换到统一的世界坐标系下,再利用高斯过程对其轨迹进行状态建模,对于S2中无法关联上的目标,若其无法关联的次数大于失配阈值,则删除其轨迹,若小于失配阈值,则保留其轨迹; 所述步骤S3中高斯过程建模和轨迹优化方法如下: S3.1针对S2中关联上的目标,首先利用传感器坐标系和世界坐标系之间的外参值将目标的位置从传感器坐标系下转换到统一的世界坐标系下: 针对图像坐标系下的目标,通过相机内参值将目标位置由图像坐标系转换到相机坐标系下: 其中[u,v]为图像坐标系下目标检测框中心的二维坐标,λ为动态目标检测框中心的深度信息,fx,fy,cx,cy均为相机的内参,[X,Y,Z]为在相机坐标系下目标检测框中心坐标, 根据相机坐标系和世界坐标系之间的外参值,将检测到的目标位置由相机坐标系转换到世界坐标系下; 针对激光雷达点云坐标系下的目标,利用激光雷达坐标系和世界坐标系之间的外参值,将检测目标位置由激光雷达坐标系转换到世界坐标系下; S3.2针对激光雷达和相机新识别到的目标,综合两者的目标检测结果,构成当前系统前端传感器的观测量Mt=[X,Y,Z]T: 其中[Xc,Yc,Zc]T为相机的测量结果,[Xl,Yl,Zl]T为激光雷达的测量结果,β为信赖度,β=0.3, 利用基于线性时变随机差分方程LTV_SDE的高斯过程描述目标匀速运动状态: 其中At为状态转移矩阵,Ft为噪声控制矩阵,wt为运动噪声矩阵: wt~GP0,Qcδt-t′ 其中pt=[X,Y,Z]T,Qc为功率谱密度矩阵,δt-t′为狄克拉函数, S3.3针对无法关联上的目标的情况,若其无法关联的次数大于失配阈值,则删除其轨迹,若小于失配阈值,则保留其轨迹, S3.4针对识别目标和轨迹相匹配的情况,考虑到激光雷达和相机目标检测频率的不同,首先选取激光雷达目标检测频率作为后端状态融合的基准频率: 针对来自于激光雷达的目标检测结果构建残差为: 其中为为激光雷达目标检测噪声协方差矩阵, 针对来自于相机的目标检测位置zτ,利用高斯插值构建t0和ti时刻下激光雷达目标检测位置之间的残差为: 其中,和分别为t0和ti时刻激光雷达目标检测位置,zτ为当前相机目标检测位置,xτ为相机目标位置,Στ为相机检测噪声协方差矩阵, S3.5综合S3.4中的残差,对于每一个目标的位置求取最小二乘解: 并使用高斯-牛顿法进行求解,从而得到目标精确的位置并生成轨迹。

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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。