Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海交通大学;上海交通大学四川研究院王亚飞获国家专利权

上海交通大学;上海交通大学四川研究院王亚飞获国家专利权

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!

龙图腾网获悉上海交通大学;上海交通大学四川研究院申请的专利基于行帧间相似度实现路侧激光雷达的多车跟踪系统及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:CN116092298B

龙图腾网通过国家知识产权局官网在2025-10-31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:202210972671.9,技术领域涉及:G08G1/017;该发明授权基于行帧间相似度实现路侧激光雷达的多车跟踪系统及方法是由王亚飞;王帅设计研发完成,并于2022-08-15向国家知识产权局提交的专利申请。

基于行帧间相似度实现路侧激光雷达的多车跟踪系统及方法在说明书摘要公布了:一种基于行帧间相似度实现路侧激光雷达的多车跟踪系统及方法,包括:编码器单元、解码器单元、调节器单元、外观参数处理单元、运动学参数处理单元、点云簇相似度计算单元和全局轨迹信息优化单元,本发明基于改进后的I型孪生神经网络I‑Siamese实现对路侧激光雷达感知范围内多目标车辆准确跟踪包括:高机动工况;通过选取合适的车辆静态参数、运动学参数和损失权重使得算法在面对路侧车辆高机动行驶工况下可以有效利用目标的外观特征与运动学特征实现跟踪,可以有效解决路侧感知场景中车辆高机动行驶问题。

本发明授权基于行帧间相似度实现路侧激光雷达的多车跟踪系统及方法在权利要求书中公布了:1.一种基于行帧间相似度实现路侧激光雷达的多车跟踪系统,其特征在于,包括:编码器单元、解码器单元、调节器单元、外观参数处理单元、运动学参数处理单元、点云簇相似度计算单元和全局轨迹信息优化单元,其中:编码器单元根据聚类后的点云信息,进行通过3层带有ReLU层和BN层的一维CNN神经网络处理,得到128维的潜在向量;解码器单元根据编码器输出的128维的潜在向量,将128维潜在向量解码为的值,最终重建包括:M个三维点的形状;调节器单元根据网络的完成损失信息,利用倒角距离作为比较模型形状与重建模型形状间距的标准,用来加强Siamese网络学习到的潜在空间以保存有意义的语义形状信息;外观参数处理单元根据车辆包围框的中心位置与长宽高信息进行相似度权重配比;运动学参数处理单元根据车辆包围框速度与朝向角进行相似度权重配比;点云簇相似度计算单元根据从外观参数处理单元与运动学参数处理单元获取的增加权重配比的参数信息,进行相似度计算,得到当前帧每个点云簇与下一帧中每个点云簇的相似度对比结果,获取相似度最高的点云关联信息;全局轨迹信息优化单元根据点云簇相似度计算单元中获取的临近帧点云簇关联结果,进行相互间干涉情况的分析,将相似度最高的结果设置为最优解,将发生干涉的次优解返回点云簇相似度计算单元中进行迭代运算,最终获取多车轨迹全局最优结果; 所述的全局轨迹信息优化单元包括: 轨迹信息对比层,将经点云簇相似度计算单元生成的当前帧点云簇与临近帧点云簇间最大相似度的关联结果记录为备选轨迹,此时允许多个当前帧点云簇与临近帧相同点云簇发生关联; 拓扑结构验证层,备选轨迹间将进行道路拓扑占用分析,如果轨迹中存在冲突,那么相似度最高的轨迹信息记录为真实轨迹,而产生冲突的另一条轨迹返回第一层进行迭代运算,重新选择点云簇间第二高相似度的关联结果为备选轨迹,再重复上述步骤; 所述的调节器单元对编码和解码过程中模型形状的变化进行调节,使用倒角距离作为比较模型形状和重建模型形状之间的区别的标准,倒角距离为:,其中:和分别表示重建后的模型点云形状,第一项代表中任意一点到的最小距离之和,第二项代表中任意一点到的最小距离之和;跟踪的损失函数迫使编码后的模型的部分形状与各自编码后的模型的形状近似,完成的损失迫使编码后的模型储存语义信息以便解码。

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上海交通大学;上海交通大学四川研究院,其通讯地址为:200240 上海市闵行区东川路800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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。