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！

龙图腾网获悉同济大学申请的专利基于不确定性量化的路域全量全要素可信感知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：CN119723481B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411902369.1，技术领域涉及：G06V20/54；该发明授权基于不确定性量化的路域全量全要素可信感知方法及系统是由赵聪;陈锟;暨育雄;杜豫川设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本基于不确定性量化的路域全量全要素可信感知方法及系统在说明书摘要公布了：本发明提出了一种基于不确定性量化的路域全量全要素可信感知方法及系统。首先，利用路侧激光雷达采集真实交通场景下的3D点云数据，创建数据集。随后，在“单帧”检测过程中，构建深度证据占用网格模型，将路侧空间划分为大小统一的网格，预测任意网格空间被占据的概率，并量化模型对于输出结果，即网格占用或空闲的信心，即不确定性，随后通过检测框生成算法可生成目标的检测框，提高了易遮挡环境下目标检测的准确性与鲁棒性。最后，开发了多目标跟踪算法，并集成了基于不确定性的轨迹管理模块，根据目标检测结果自适应调整轨迹初始化与轨迹删除的时机，有效克服了因随机遮挡等因素导致的轨迹断裂或丢失问题，同时减少了幽灵轨迹的产生。

本发明授权基于不确定性量化的路域全量全要素可信感知方法及系统在权利要求书中公布了：1.一种基于不确定性量化的路域全量全要素可信感知方法，其特征在于，包括以下步骤： 1基于路侧激光雷达点云的数据集构建： 通过安装在道路空间且经过标定的路侧激光雷达采集3D点云数据，依次进行数据预处理、3D点云标注、真值数据生成流程，创建用于模型训练的路侧点云数据集； 2基于不确定性量化的路域全要素检测： 2.1深度证据占用网格模型构建：基于D-S证据理论与主观逻辑构建深度证据占用网格模型，模型经过前期训练，可实现输入路侧3D点云数据，输出感知范围内的占用网格地图以及预测的不确定性； 2.2目标检测框生成与不确定性量化：基于训练好的深度证据占用网格模型输出结果，分别采取网格群辨识、检测框生成以及不确定性量化步骤，输出带有感知不确定性的多目标检测框； 3考虑感知不确定性的多目标连续跟踪： 3.1帧间位移估计：采用运动学模型与卡尔曼滤波算法建模目标对象的历史轨迹，基于历史预测当前时刻状态； 3.2帧间轨迹关联：计算当前时刻测量值，即目标检测框与位移估计值的匹配成本矩阵，使用匈牙利算法对多目标轨迹关联进行优化求解； 3.3轨迹状态更新：对于关联成功的轨迹，使用当前时刻的测量值，基于贝叶斯规则更新每个轨迹的状态空间； 3.4基于不确定性的轨迹管理：基于不确定性更新函数计算轨迹的累积不确定性，自适应调整轨迹初始化与轨迹终止策略。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。