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！

龙图腾网获悉湖北省国土测绘院;武汉大学申请的专利基于YOLO与DSM的无人机目标跟踪与智能航线规划方法及系统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：CN120740587B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202510853849.1，技术领域涉及：G01C21/20；该发明授权基于YOLO与DSM的无人机目标跟踪与智能航线规划方法及系统是由龚元夫;孟庆祥;谭文专;熊忠招;谢菲;孙玉峰;杨丹阳;葛孟钰;李冬;许子弋设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本基于YOLO与DSM的无人机目标跟踪与智能航线规划方法及系统在说明书摘要公布了：本发明公开基于YOLO与DSM的无人机目标跟踪与智能航线规划方法，包括：无人机通过多模态传感器实时采集视频流、热成像和距离信息，利用卡尔曼滤波融合多模态数据，并通过YOLOv11模型检测目标，输出目标的位置、类别及置信度信息；采用DeepSORT算法对目标进行持续跟踪，结合卡尔曼滤波预测目标运动轨迹，并通过匈牙利算法实现目标检测与跟踪轨迹的匹配，确保复杂环境下的稳定跟踪；利用DSM提供的地形高程信息，结合改进的A*算法规划无人机的飞行路径，确保无人机在复杂地形环境中避开障碍物并保持对目标的持续跟踪；通过强化学习算法，无人机能够根据目标的运动状态和环境变化，动态调整航线规划，确保在目标丢失或环境障碍物新增时，系统能够自动重新规划航线。

本发明授权基于YOLO与DSM的无人机目标跟踪与智能航线规划方法及系统在权利要求书中公布了：1.基于YOLO与DSM的无人机目标跟踪与智能航线规划方法，其特征在于，包括： 通过多模态传感器实时采集视频流、热成像和距离信息，利用卡尔曼滤波融合多模态数据，并通过YOLOv11模型检测目标，输出目标的位置、类别及置信度信息；所述YOLOv11模型引入自适应模型更新机制，以根据目标外观的变化动态调整模型权重；引入的自适应模型更新机制为 ， 其中，表示当前模型权重，为学习率，为损失函数的梯度；通过动态调整学习率来实时更新模型权重，学习率为： ， 其中，为初始的学习率，为外观变化敏感度参数，为稳定性衰减参数，为目标稳定跟踪的持续时间，为综合外观变化指标； 采用DeepSORT算法对目标进行持续跟踪，结合卡尔曼滤波预测目标运动轨迹，并通过匈牙利算法实现目标检测与跟踪轨迹的匹配； 利用DSM提供的地形高程信息，结合改进的A*算法规划无人机的飞行路径； 基于强化学习算法，根据目标的运动状态和环境变化，动态调整航线规划。

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北省国土测绘院;武汉大学，其通讯地址为：430015 湖北省武汉市澳门路199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。