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！

龙图腾网获悉南京理工大学申请的专利基于无人机视觉的道路车辆速度与车距检测的方法、系统及设备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：CN120877528B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202511357893.X，技术领域涉及：G06V20/54；该发明授权基于无人机视觉的道路车辆速度与车距检测的方法、系统及设备是由戚湧;卢同宇设计研发完成，并于2025-09-23向国家知识产权局提交的专利申请。

本基于无人机视觉的道路车辆速度与车距检测的方法、系统及设备在说明书摘要公布了：本发明属于智能交通技术领域，公开了一种基于无人机视觉的道路车辆速度与车距检测的方法、系统及设备。本发明的方法包括通过改进YOLOv11网络和BotSort算法对待处理的无人机航拍的视频中的车辆进行实时跟踪，得到车辆轨迹，结合像素坐标与世界坐标的转换矩阵H，将每一帧检测到的车辆像素坐标转换为世界坐标，形成车辆在世界坐标系下的轨迹序列；对于某一车辆i，根据在连续几个视频帧中第t和t+∆t时刻的像素坐标，经过转换矩阵H获得相应的世界坐标，根据欧氏距离公式计算两点间的位移，计算该车辆在该时间段内的平均速度。本发明能够实现高效稳定可靠的车辆测速与车距计算。

本发明授权基于无人机视觉的道路车辆速度与车距检测的方法、系统及设备在权利要求书中公布了：1.一种基于无人机视觉的道路车辆速度检测方法，其特征在于，包括： 通过改进YOLOv11网络和BotSort算法对待处理的无人机航拍的视频中的车辆进行实时跟踪，得到车辆轨迹，结合像素坐标与世界坐标的转换矩阵H，将每一视频帧中检测到的车辆像素坐标转换为世界坐标，形成车辆在世界坐标系下的轨迹序列，其中t表示时间帧； 对于某一车辆i，在连续几个视频帧中，第t和t+∆t时刻的像素坐标分别是和，经过所述像素坐标与世界坐标的转换矩阵H获得相应的世界坐标分别为和，根据如下欧氏距离公式计算两点间的位移di：； 计算该车辆在t至t+∆t的时间段内的平均速度vi为： ； 所述改进YOLOv11网络包括： 在骨干网络的C3k2模块中嵌入EMA模块，构建注意力增强的特征提取单元； 将颈部网络中SPPF模块升级为SPPF_LSKA多尺度融合单元，构建长距离依赖增强的特征融合结构； 在原有三尺度检测头基础上，新增微小目标检测头，形成四级检测体系； 所述在骨干网络的C3k2模块中EMA模块，构建注意力增强的特征提取单元包括： 输入到改进的YOLOv11网络的原始特征X∈RC×H×W首先被划分为多个子特征组，并通过批处理维度重塑，分组后的特征图如下： ； 其中，进行分组后的特征图；reshape代表对X进行分组操作；B为批处理的维度；C为特征图数量；H为为特征图高度；W为特征图宽度；g为分组数； 每个子特征组中的子特征进入两个并行分支，对并行分支进行多尺度特征提取；一个分支为通道注意力分支，对所述子特征分别进行空间平均池化，提取全局统计量，随后通过1×1卷积融合通道信息，并使用Sigmoid激活生成通道注意力权重，该权重与所述原始特征相乘，实现通道维度的动态校准；另一个分支为空间注意力分支，对所述子特征应用3×3卷积以捕获局部空间上下文，再进行平均池化压缩空间维度，接着通过Softmax生成空间注意力权重，该权重经过广播扩展至1×H×W，用于空间维度的加权； 在空间和通道维度上将所述两个并行分支的输出进行融合，通道注意力分支的通道权重与空间注意力分支的空间权重相加，再通过Sigmoid归一化，得到联合注意力权重，该权重与所述原始特征相乘，完成多尺度注意力调制；所有子特征组的调制结果合并，恢复为原始通道维度C×H×W，最后通过残差连接与所述原始特征叠加，得到输出。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街200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。