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！

龙图腾网获悉苏州大成运和智能科技有限公司申请的专利长时间遮挡场景的自动驾驶跟踪方法、系统及存储介质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：CN120339339B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510824704.9，技术领域涉及：G06T7/277；该发明授权长时间遮挡场景的自动驾驶跟踪方法、系统及存储介质是由谢红志;孙忠平;华均设计研发完成，并于2025-06-19向国家知识产权局提交的专利申请。

本长时间遮挡场景的自动驾驶跟踪方法、系统及存储介质在说明书摘要公布了：本发明涉及自动驾驶跟踪领域，具体为长时间遮挡场景的自动驾驶系统跟踪方法、系统及存储介质；使用主流的目标检测器对场景中的交通参与者进行目标检测得到检测框，使用基于CV运动模型的卡尔曼滤波器进行轨迹预测，构建交通参与者被遮挡期间的虚拟轨迹用于二次更新卡尔曼滤波器的参数，将预测框和检测框的IOU进行最佳配准，对当前时刻的交通参与者所对应的检测框赋值不同的跟踪ID；解决了当一个交通参与者较长时间被遮挡时现阶段基于检测的跟踪算法DBT算法难以准确预测交通参与者的轨迹的问题。

本发明授权长时间遮挡场景的自动驾驶跟踪方法、系统及存储介质在权利要求书中公布了：1.一种面向长时间遮挡场景的自动驾驶跟踪方法，其特征在于，该跟踪方法具体包括如下步骤： S1、基于目标检测算法获取任一时刻所有交通参与者的检测结果，并为初始时刻的检测结果赋值跟踪ID；所述检测结果包含交通参与者的检测框、检测框的中心坐标、检测框的大小、置信度； S2、根据已有不同跟踪ID下的轨迹数据，利用卡尔曼滤波器预测当前时刻已有不同跟踪ID的预测框； 在步骤S2中，具体包括如下步骤： S21、定义卡尔曼滤波器的状态量，检测框，上式中，（u，v）是交通参与者的中心坐标值，即分别为横坐标和纵坐标，s是边界框面积，r是边界框纵横比，假设纵横比r是恒定的，其他三个变量是相应各自变量对时间的导数，w表示交通参与者宽度，h表示交通参与者高度h，c表示检测置信度； S22、构建CV运动模型的状态转移方程；状态转移方程的表达式为： ,； 上式中，和表示t+1时刻该交通参与者的中心坐标，和表示t时刻交通参与者的中心坐标，表示传感器采集间隔； S23、根据状态转移方程构建CV运动模型，通过卡尔曼滤波获取当前时刻所有跟踪ID已有轨迹下的预测框，卡尔曼滤波的表达式为： ； ； 上式中，表示卡尔曼滤波器利用状态转移矩阵和协方差矩阵计算当前时刻当前所有跟踪ID下的预测框，表示卡尔曼滤波器利用观测值更新参数，其中为根据t-1时刻状态量预测t时刻的状态量，为状态转移方程，为t-1时刻的状态量，为根据t-1时刻协方差矩阵预测t时刻的协方差矩阵，为t时刻的协方差矩阵，表示t时刻过程噪声，为t时刻卡尔曼增益，为t时刻观测矩阵，为t时刻观测噪声，为t时刻状态量，为时刻观测值，为t时刻协方差矩阵，为单位矩阵； S3、依次计算当前时刻的检测框和已有不同跟踪ID下的预测框的IOU值，并组成IOU代价矩阵，将代价矩阵中小于IOU阈值的值置为无穷大，对代价矩阵使用匈牙利算法得到的最优匹配，将最优匹配所对应的预测框的跟踪ID赋值给最优匹配对应的检测框，将IOU值均小于IOU阈值的检测框赋值新的跟踪ID； S4、判断当前时刻除去新的跟踪ID之外的跟踪ID是否均在上一时刻出现； 若是，则返回步骤S1； 若否，则将未在上一时刻出现的跟踪ID所对应的检测框所处的轨迹标记为未连续匹配轨迹，该跟踪ID不包含新的跟踪ID； S5、根据未连续匹配轨迹所对应跟踪ID在当前时刻和上次出现时的检测框，利用固定速度插值算法生成被遮挡期间的虚拟轨迹以更新被遮挡期间卡曼滤波器的参数值。

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苏州大成运和智能科技有限公司，其通讯地址为：215000 江苏省苏州市工业园区唯正路16号联合生活广场2幢1107室；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”。