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！

龙图腾网获悉北京理工大学申请的专利基于时序相似特征信息的集群固定翼飞行器轨迹估计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：CN116152295B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310186689.0，技术领域涉及：G06T7/246；该发明授权基于时序相似特征信息的集群固定翼飞行器轨迹估计方法是由李娟;张晟;王子泉;辛梓维;刘畅;杨东晓设计研发完成，并于2023-02-21向国家知识产权局提交的专利申请。

本基于时序相似特征信息的集群固定翼飞行器轨迹估计方法在说明书摘要公布了：本发明公开了基于时序相似特征信息的集群固定翼飞行器轨迹估计方法，涉及无人机集群感知和深度学习技术领域，首先，本发明针对浅层特征提取设计了一种FractalAttNet分形网络模型来增强浅层特征并丰富特征表达；其次利用Few‑Shot的方法，通过FractalAttNet分形网络推理得出的独立样本对原始图像进行密度估计和稠密样本估计，实现对遮挡重叠目标的筛选和分辨；再次，根据时序相似特征，基于拍卖算法设计了一种高实时性的多目标匹配方法，增强了多目标匹配的实时性需求；最后，利用Transformer方法将观测的雷达数据和轨迹信息进行重编码，利用时序关联信息完成对飞行目标的轨迹预测任务。

本发明授权基于时序相似特征信息的集群固定翼飞行器轨迹估计方法在权利要求书中公布了：1.基于时序相似特征信息的集群固定翼飞行器轨迹估计方法，其特征在于，包括以下步骤： S1：采集集群飞行器的第一视角图像数据； S2：基于浅层特征注意力的小目标识别方法将S1中采集到的图像数据进行目标识别，得到小目标特征； S3：基于特征匹配的密集目标后处理方法将S2中得到的小目标特征进行密度估计和稠密样本估计，得到筛选后的小目标特征； S4：基于拍卖算法的多目标匹配方法将S3中筛选后的小目标特征进行匹配和区分，实现对不同小目标特征的匹配和区分； S5：利用基于注意力机制的目标轨迹估计方法，完成对S4中匹配和区分后的小目标特征轨迹估计； S2中基于浅层特征注意力的小目标识别方法采用了FractalAttNet分形网络模型，具体包括两路分支：特征提取分支、滤波分支； FractalAttNet分形网络模型公式表达为： 其中，SE表示SELayer模块，表示卷积网络，Att表示mini-Hourglass检测模块，w1和w2分别表示两路分支在进行训练时利用DropPath方法学习得到的特征权重； S3具体包括：利用稠密预测模块，在完成目标识别后，分别以各层提取得到的最优输出作为参照样本，并将其提取得到的特征作为相似特征，利用特征匹配方法直接在底层域内完成稠密目标划分和位置估计； S4的具体内容为：将时序的帧间特征关系进行匹配； 首先，将帧间的识别结果进行对比，将上帧的识别结果记入，本帧的识别结果记入；之后，利用代价函数进行相似度匹配，得到最终的代价矩阵； 代价函数为： 其中，为预测中心点，为预测边界框面积，表示帧间边界框体积的变化量，表示上一帧的帧号，j表示当前帧的帧号，表示面积在函数中的权重，表示上帧的识别结果集，表示当前帧的识别结果集； 为了保证时序特征的一致性，将目标提取结果进行转换，并投影至独立的矩阵位置编码中。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。