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！

龙图腾网获悉沈阳航空航天大学申请的专利基于单视角无人机集群轨迹分析的行为识别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：CN121170644B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511302853.5，技术领域涉及：G06V20/17；该发明授权基于单视角无人机集群轨迹分析的行为识别方法是由王传云;张莹莹;孟光磊;王琳霖;王竹筠;高骞;张亚娟设计研发完成，并于2025-09-12向国家知识产权局提交的专利申请。

本基于单视角无人机集群轨迹分析的行为识别方法在说明书摘要公布了：本发明提供了一种基于单视角无人机集群轨迹分析的行为识别方法，包括：获取大量原始单视角无人机集群轨迹数据并对其进行处理和人工标注，之后，划分为训练集和测试集，其中，标注的标签包括行为类别标签和属性标签；针对单视角无人机集群行为识别的任务目标，设计基于双分支特征融合的多任务无人机集群行为识别模型，并利用所述标注数据集对所述无人机集群行为识别模型进行训练及测试，得到训练好的无人机集群行为识别模型；利用所述训练好的无人机集群行为识别模型对待识别的单视角无人机集群轨迹数据进行行为识别，得到识别结果。该行为识别方法，显著提升了单视角无人机集群行为识别的准确性和可解释性，并能够同步输出集群细粒度状态属性。

本发明授权基于单视角无人机集群轨迹分析的行为识别方法在权利要求书中公布了：1.一种基于单视角无人机集群轨迹分析的行为识别方法，其特征在于，包括： S1：获取大量原始单视角无人机集群轨迹数据并对其进行处理，得到样本数据集，然后，依据无人机集群的主导行为与形态特征对所述样本数据集中的样本进行人工标注，得到标注数据集，之后，按照预设比例将所述标注数据集划分为训练集和测试集，其中，标注的标签包括行为类别标签和属性标签； S2：针对单视角无人机集群行为识别的任务目标，设计基于双分支特征融合的多任务无人机集群行为识别模型，并利用所述标注数据集对所述无人机集群行为识别模型进行训练及测试，得到训练好的无人机集群行为识别模型，其中，所述基于双分支特征融合的多任务无人机集群行为识别模型具体包含如下模块：轨迹预处理模块、特征提取模块、双分支特征处理模块、特征融合模块以及多任务输出模块，所述轨迹预处理模块用于对输入的轨迹数据进行处理，得到平滑后的轨迹数据，所述特征提取模块用于提取平滑后的轨迹数据的基础特征和衍生特征； 其中，基础特征的提取方法如下： 结合无人机集群轨迹数据的特点，构造每架无人机在时间步的9维基础特征向量，其中，第个样本中第架无人机在时间步的基础特征向量如下： ； 其中，表示第个样本中第架无人机在当前时间步相对于其初始时间步的二维位置偏移量；表示相对群心位移；表示第个样本中第架无人机在时间步时在方向上的相对速度分量；表示通过速度向量计算得到的速度模长；表示第个样本中第架无人机在时间步的运动方向； 其中，衍生特征的提取方法如下： 在平滑后的轨迹数据中选择三个关键时间步，分别用于刻画集群的航向一致性、无人机集群稠密程度和机动性变化； 计算每个样本在关键时间步上的衍生特征向量并通过拼接所有关键时间步的衍生特征向量得到每个样本的衍生特征，其中，样本在关键时间步上的衍生特征向量表示如下：； 式中，表示第个样本在关键时间步的集群内平均最近邻距离； 表示第个样本在关键时间步的航向一致性； 表示第个样本在关键时间步的主成分比； 表示第个样本在关键时间步的凸包顶点数； 表示第个样本在关键时间步的间距均匀度； 表示对称性分数； S3：利用所述训练好的无人机集群行为识别模型对待识别的单视角无人机集群轨迹数据进行行为识别，得到识别结果。

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沈阳航空航天大学，其通讯地址为：110136 辽宁省沈阳市道义经济开发区道义南大街37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。