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！

龙图腾网获悉青岛哈尔滨工程大学创新发展中心申请的专利一种动态环境下多机器人协同目标识别与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：CN120808402B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511262621.1，技术领域涉及：G06V40/10；该发明授权一种动态环境下多机器人协同目标识别与跟踪方法是由袁东辉;王立鹏;刘楚楚;刘畅;李威翰;刘家良;赵鑫设计研发完成，并于2025-09-05向国家知识产权局提交的专利申请。

本一种动态环境下多机器人协同目标识别与跟踪方法在说明书摘要公布了：本发明公开了一种动态环境下多机器人协同目标识别与跟踪方法，包括：实时识别目标人员；若目标人员的置信度低于阈值且有有效检测框存在则启动重识别模块，利用TCN网络结合时序特征和运动模式进行身份确认；若目标丢失，启动多视角协同机制，通过多视角图像拼接与分布式目标融合技术，构建全局全景感知视图，同时，利用多机器人视角互补特性，解决目标遮挡导致的跟踪中断问题；若目标人员的置信度高于阈值时，则实时获取目标位置，采用优化的APF与PID控制策略建立从目标识别到运动控制的闭环系统，保持跟踪策略。本发明有效克服复杂环境中的视野遮挡、目标丢失及动态干扰问题，实现了高精度、高稳定性的目标跟踪。

本发明授权一种动态环境下多机器人协同目标识别与跟踪方法在权利要求书中公布了：1.一种动态环境下多机器人协同目标识别与跟踪方法，其特征在于，所述方法包括： 实时识别目标人员； 若目标人员的置信度低于阈值且有有效检测框存在则启动重识别模块，利用TCN网络结合时序特征和运动模式进行身份确认； 若目标丢失，启动多视角协同机制，通过多视角图像拼接与分布式目标融合技术，构建全局全景感知视图，同时，利用多机器人视角互补特性，解决目标遮挡导致的跟踪中断问题； 若目标人员的置信度高于阈值时，则实时获取目标位置，采用优化的APF与PID控制策略建立从目标识别到运动控制的闭环系统，保持跟踪策略； 若目标人员的置信度低于阈值且有有效检测框存在则启动重识别模块，利用TCN网络结合时序特征和运动模式进行身份确认的方法包括： 预测输出：网络输入由相邻时刻目标边界框的位置变化量构成，具体表示为当前时刻与前一时刻检测框的几何差异量： ； 该网络输入包含目标在图像坐标系下横向与纵向的位置偏移量，以及检测框长宽尺寸的变化量，通过时序卷积层的逐层特征提取，网络最终输出未来多步长的边界框位置预测值与尺度变化量，形成完整的运动轨迹预测结果， 其中，为t时刻Y轴坐标，为t时刻X轴坐标，为t时刻检测框宽尺寸，为t时刻检测框高尺寸，和分别为时刻内目标在图像坐标系下X轴和Y轴上的改变量，和分别为时刻内检测框宽高尺寸的变化量，通过TCN的逐层特征提取，最终输出未来预设步长的边界框位置预测值与尺度变化量，形成完整的运动轨迹预测结果，记为： ； 其中，为网络预测的步长，为时刻的运动轨迹预测结果； 事件触发机制：在常规跟踪状态下，系统忽略时序网络的预测输出，保持基础分类流程运行，同时维持固定长度的时序滑动窗口，当检测到目标丢失事件时，激活重识别校验机制，将运动轨迹预测结果与外观分类输出进行交叉验证；其中， ； 其中，为时刻的运动轨迹预测结果； 重叠率计算：重识别验证环节引入可信度得分指标和，计算公式如下： ； ； 通过比较检测网络输出的边界框与重识别预测框的重叠程度，结合预设阈值进行决策判断，当综合可信度评估结果超过设定阈值时，判定目标重识别成功，以预测边界框补偿检测缺失区域，否则视为匹配失败；其中， ； 若目标人员的置信度高于阈值时，则实时获取目标位置，采用优化的APF与PID控制策略建立从目标识别到运动控制的闭环系统，保持跟踪策略的方法包括： 确认目标位置后，机器人基于分布式APF计算运动轨迹，引力分量引导机器人向目标收敛，斥力分量规避障碍； 采用分层PID架构，外环位姿控制器转换期望坐标为速度指令，内环速度控制器通过编码器反馈跟踪目标，生成差速驱动信号。

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青岛哈尔滨工程大学创新发展中心，其通讯地址为：266000 山东省青岛市黄岛区三沙路1777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。