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！

龙图腾网获悉湖南工程学院申请的专利基于改进YOLOX的移动机器人目标跟随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：CN115205339B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202210966893.X，技术领域涉及：G06T7/246；该发明授权基于改进YOLOX的移动机器人目标跟随方法是由万琴;李智;葛柱;刘波;沈学军;吴迪;吕锐沣;李伊康设计研发完成，并于2022-08-11向国家知识产权局提交的专利申请。

本基于改进YOLOX的移动机器人目标跟随方法在说明书摘要公布了：本发明公开了基于改进YOLOX的移动机器人目标跟随方法，主要包括目标检测、目标跟踪以及目标跟随三个部分。首先，以YOLOX网络为基础，在其框架下将主干网络采用改进后的YOLOX网络，提高复杂场景中目标检测的实时性。然后，通过改进的卡尔曼滤波器获取目标跟踪状态并采用数据关联进行目标匹配，通过深度直方图判定目标发生遮挡时，采用深度概率信息约束及最大后验概率进行匹配跟踪，确保机器人在遮挡情况下稳定跟踪目标，再采用基于视觉伺服控制的目标跟随算法，当跟踪目标丢失时，引入重识别特征主动搜寻目标实现目标跟随。有效提高目标检测精度和速度、提高目标预测与更新速率且保证移动机器人稳定跟随目标。

本发明授权基于改进YOLOX的移动机器人目标跟随方法在权利要求书中公布了：1.基于改进YOLOX的移动机器人目标跟随方法，其特征在于，所述方法包括以下步骤： 步骤S100：获取视频序列，从所述视频序列中得到RGB图像和深度图像； 步骤S200：将所述RGB图像输入至目标检测神经网络的得到目标检测结果；所述目标检测神经网络包括改进YOLOX主干网络、网络层、目标检测分支层和目标重识别分支层，所述改进YOLOX主干网络用于对所述RGB图像进行特征提取，得到浅层特征和深层特征；所述网络层对所述浅层特征和所述深层特征均进行卷积处理得到重识别分支特征图和检测分支特征图；所述目标检测分支层用于根据所述检测分支特征图进行目标分类和回归预测得到目标检测分支结果，所述目标重识别分支层用于根据所述重识别分支特征图进行目标重识别得到目标重识别结果，根据所述目标检测分支结果和所述目标重识别结果得到目标检测结果；其中，所述改进YOLOX主干网络包括七个阶段，每个阶段的核心为MobileNetV2S网络，所述MobileNetV2S网络包括1×1卷积层、3×3卷积层、3×3深度卷积层、1×1投影卷积层和ReLU层， 所述1×1卷积层使用1×1卷积核将RGB特征图扩展为特征图F1×1∈RH×W×C′； 所述3×3卷积层对特征图F1×1∈RH×W×C′进行深度可分离卷积得到特征图F3×3∈RH′×W′×C′； 将所述特征图F3×3RH′×W′×C′一分为二，将特征映射减少到原始通道数的一半，得到特征图F3×32∈RH′×W′×C′2和F′3×32∈RH′×W′×C′2，所述3×3深度卷积层将特征图F′3×32∈RH′×W′×C′2进行深度可分离卷积得到 将与F′3×32∈RH′×W′×C′2两者结合在一起得到新的特征图F3×3∈RH″′×W″′×C′，所述1×1投影卷积层将新特征图F′3×3∈RH″′×W″′×C′进行卷积得到特征图为F′∈RH″′×W″′×C″，通过ReLU层得到每个瓶颈层的输出特征图，其中，第一阶段对应的输出特征图F1为浅层特征图，第七阶段对应的输出特征图F7为深层特征图； 步骤S300：基于所述目标检测结果和改进的卡尔曼滤波器预测跟踪目标的状态，根据所述跟踪目标的状态和所述重识别分支特征图得到当前检测帧的预测更新后的跟踪框的重识别特征图，计算当前检测帧的重识别特征特征与所述预测更新后的跟踪框的重识别特征的余弦距离，采用所述余弦距离和预设的距离阈值判别当前检测帧的重识别特征和预测更新后的跟踪框的重识别特征是否关联；其中，步骤S300中基于所述目标检测结果和改进的卡尔曼滤波器预测跟踪目标的状态，具体为： xt,i＝fxt-1,i+μt-1 zt,j＝hxt,i+vt 其中，xt,i为检测目标的状态，β＝u,v,γ,h，其中β表示目标的观测值，u,v表示边界框中心位置、高宽比为γ、高度为h，zt,j为跟踪目标的状态，μt-1和vt分别是过程噪声序列和测量噪声序列； 步骤S400：若未关联成功，根据所述深度图像获取跟踪目标以及所有其他目标在上一帧与当前帧之间的深度值，根据所述跟踪目标以及所有其他目标在上一帧与当前帧之间的深度值判断所述跟踪目标是否发生遮挡，若发生遮挡，则获取当前帧检测目标的深度图对应的边界框以及跟踪目标的深度图对应的边界框以得到目标框的重叠率，根据所述目标框的重叠率以及与预设的关联遮挡目标的目标函数进行遮挡匹配跟踪，预测得到当前帧的遮挡目标作为目标跟踪结果； 步骤S500：从所述目标跟踪结果中选定一个目标作为跟随目标，采用基于视觉伺服控制的目标跟随算法，使跟随目标框的中心点保持为视野范围中心点，若目标消失，则移动机器人按照目标运动轨迹进行主动搜索，重新识别目标并使移动机器人继续跟随目标。

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湖南工程学院，其通讯地址为：411104 湖南省湘潭市岳塘区福星东路88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”。

以上内容由龙图腾AI智能生成。