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

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 > 电子科技大学闫琛皓获国家专利权

电子科技大学闫琛皓获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利一种基于多源数据融合的3D目标追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:CN116452637B

龙图腾网通过国家知识产权局官网在2025-10-03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:202310454353.8,技术领域涉及:G06T7/246;该发明授权一种基于多源数据融合的3D目标追踪方法是由闫琛皓;石磊;邵晋梁;麻壮壮;程玉华设计研发完成,并于2023-04-25向国家知识产权局提交的专利申请。

一种基于多源数据融合的3D目标追踪方法在说明书摘要公布了:本发明公开了一种基于多源数据融合的3D目标追踪方法,先通过激光雷达和相机获得目标的点云信息和图像信息,接着将2D图像信息输入到2D检测网络,检测网络输出目标在2D图像中的像素框位置和类别向量;再利用像素框边界条件和相机的投影矩阵对3D点云数据进行筛选,选择投影后在像素框内的点云作为兴趣点云,将兴趣点云和类别向量输入到点云分割网络,获得目标点云,接着将目标点云输入到T‑Net旋转网络,将目标点云转移到新坐标系下;然后将新坐标系下的目标点云输入到目标框回归网络,得到目标的3D框参数;最后对目标的运动状态进行建模,构建目标运动矩阵和观测矩阵,将网络的输出3D框参数作为观测变量,利用渐消因子卡尔曼滤波对目标进行追踪。

本发明授权一种基于多源数据融合的3D目标追踪方法在权利要求书中公布了:1.一种基于多源数据融合的3D目标追踪方法,其特征在于,包括以下步骤: 1、在t时刻通过激光雷达采集追踪目标的3D点云数据通过单目相机拍摄追踪目标的2D图像2、将t时刻的2D图像输入至2D目标检测网络,输出2D目标检测框Rt和目标类型向量It; 3、根据单目相机的出厂参数构建投影矩阵K; 4、利用投影矩阵K将3D点云数据投影到2D图像上,若投影后的3D点云坐标位于2D目标检测框Rt内,则认为是兴趣点云,记为P1t;否则认为不是兴趣点云; 5、将兴趣点云P1t和目标类型向量It输入至点云分割网络,从而输出概率值PI;根据概率值PI判断兴趣点云是否为目标点云,若PI>0.5,则判断兴趣点云是目标点云,记为否则,判断为背景点云; 6、将目标点云输入到坐标旋转网络T‑Net,通过T‑Net计算出目标点云的最佳坐标朝向对应的旋转矩阵K'; 7、将目标点云进行坐标变换,得到新坐标系下的点云数据8、将坐标变换后的点云数据输入到目标框回归网络,得到追踪目标在t时刻的观测3D框其中,表示观测3D框距离激光雷达的位置坐标,表示追踪目标的宽长高,表示追踪目标的偏航角; 9、根据追踪目标在的运动状态,构建运动模型矩阵M、观测模型矩阵H; 10、设追踪目标在初始时刻t=0时的目标状态Q0,计算追踪目标在t时刻的预测目标状态其中,Qt‑1表示追踪目标在t‑1时刻的最终目标状态; 11、将观测3D目标框和预测目标状态输入至渐消因子卡尔曼滤波器中,获得追踪目标在t时刻的最终目标状态Qt; 其中,Ft为t时刻的卡尔曼增益矩阵,H为观测模型矩阵; 12、判断时刻t是否为追踪目标的最终时刻,如果是,则结束追踪;否则跳转到1。

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电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006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。