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！

龙图腾网获悉东南大学申请的专利一种基于特征融合和距离融合的三维多目标在线跟踪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：CN114923491B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202210512577.5，技术领域涉及：G01C21/26；该发明授权一种基于特征融合和距离融合的三维多目标在线跟踪方法是由达飞鹏;陈汶铭设计研发完成，并于2022-05-12向国家知识产权局提交的专利申请。

本一种基于特征融合和距离融合的三维多目标在线跟踪方法在说明书摘要公布了：本发明公开了一种基于特征融合和距离融合的三维多目标在线跟踪方法，步骤如下：首先使用目标检测算法获取各目标检测数据；接着提取目标的融合特征和位置特征；随后计算轨迹与检测之间的位置距离和特征距离；然后计算特征距离权重并根据此权重计算最终距离矩阵；最后使用贪心匹配根据轨迹与检测之间的最终距离矩阵进行数据关联，得到当前帧的多目标跟踪轨迹。本发明通过对目标的多模态特征提取并融合，使得不同环境下充分表达目标性质的特征能够被提取出来；本发明通过在不同层次中融合多个模态的信息，提高了多目标跟踪的精度；并且融合过程不需要人工干预，避免了大量的人工实验来搜索合适的阈值，在提高多目标跟踪精度的同时节省了大量时间。

本发明授权一种基于特征融合和距离融合的三维多目标在线跟踪方法在权利要求书中公布了：1.一种基于特征融合和距离融合的三维多目标在线跟踪方法，其特征在于： 步骤1：应用目标检测器对当前图像序列和点云序列的车辆进行检测，获取检测数据； 步骤2：提取当前帧中目标的二维特征、三维特征和位置信息； 步骤3：融合当前帧中目标的二维特征与三维特征，得到目标的融合特征；使用卡尔曼滤波预测存活轨迹在当前帧的位置； 步骤4：计算当前帧与历史轨迹所有目标之间的融合特征距离和位置之间的欧式距离； 步骤5：融合目标之间的特征距离和欧式距离； 步骤6：根据目标之间的距离进行数据关联； 所述步骤1的具体方法为： 选择目标检测器DSA-PV-RCNN对当前输入的图像序列和点云序列进行目标检测，目标检测器的训练基于公开数据集KITTI，检测类别为车辆；获取到当前帧M个检测数据包围框数据：其中，α表示目标相对于传感器的角度，u1和v1表示二维包围框左上角在图像中的横纵坐标，u2和v2表示二维包围框右下角在图像中的横纵坐标，h，w和l表示三维包围框的高，宽和长，x，y和z表示三维包围框的中心点在点云中的坐标，r表示三维包围框的旋转角； 所述步骤2的具体方法为： 步骤2.1：根据检测数据中的将图像中对应位置的图片裁剪下来，缩放至固定大小224×224；然后将此图片输入到二维特征提取网络以提取目标的二维特征对所有M个目标执行此操作获得每一个目标的二维特征，表示为 步骤2.2：根据检测数据中的hi,wi,li,xi,yi,zi,ri，将点云中对应位置的点取出来，输入到三维特征提取网络中，提取目标的三维特征对所有M个目标执行此操作获得每一个目标的三维特征，表示为 步骤2.3：根据检测数据中的xi,yi,zi，得到目标的三维位置信息； 所述步骤3的具体方法为： 步骤3.1：使用挤压激励模块N1调整目标二维特征通道权重，得到新的目标二维特征 步骤3.2：使用挤压激励模块N2调整目标三维特征通道权重，得到新的目标三维特征 步骤3.3：将目标新的二维特征与三维特征拼接起来，获得目标的融合特征 表示特征拼接； 步骤3.4：基于历史轨迹集合内的检测数据，建立已跟踪目标的状态方程，由6个变量组成：x,y,z表示目标的三维位置信息，表示目标的三维位置信息与前一帧三维位置信息的差；然后应用卡尔曼滤波预测得到轨迹在当前帧中的三维位置信息

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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。