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！

龙图腾网恭喜安徽极擎愿景科技有限公司申请的专利一种目标同时关联识别定位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：CN119027637B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411116172.5，技术领域涉及：G06V10/22；该发明授权一种目标同时关联识别定位方法是由王德远;刘景峰;刘文剑设计研发完成，并于2024-08-14向国家知识产权局提交的专利申请。

本一种目标同时关联识别定位方法在说明书摘要公布了：本发明公开了一种目标同时关联识别定位方法，涉及人工智能技术领域，解决了现有技术通过激光雷达基于概率数据关联的卡尔曼位姿估计车辆的定位，未考虑卡尔曼滤波在处理复杂模型和观测数据时计算量较大，可能会导致目标识别错误或无法识别的技术问题；本发明通过获取点云图像；通过对点云的聚类进行提取得到聚类轮廓；对相距最近的聚类轮廓进行卡尔曼滤波；选取最优切割点，使用多线程方法处理待切割聚类轮廓；提取最近聚类轮廓后进行遍历获取法平面，对法平面内点云数据进行平均处理获得均值；设置梯形变换阈值进行梯形变换构建梯形识别区域；根据梯形识别区域对待识别目标进行定位；通过目标关联映射方法进行目标识别；提高了定位的精度。

本发明授权一种目标同时关联识别定位方法在权利要求书中公布了：1.一种目标同时关联识别定位方法，其特征在于，S100：通过视觉方法获取点云图像；对点云图像中的点云进行多源耦合聚类分析得到点云的聚类；通过对点云的聚类进行提取得到聚类轮廓；对相距最近的聚类轮廓进行卡尔曼滤波；将所有聚类轮廓点加入到待选切割点集合，得到待切割聚类，其中，点云包括：激光雷达点云和视觉点云；S200：选取最优切割点，使用多线程方法处理待切割聚类轮廓；S300：提取最近聚类轮廓后进行遍历获取法平面，对法平面内点云数据进行平均处理获得均值；设置梯形变换阈值进行梯形变换构建梯形识别区域；根据梯形识别区域对待识别目标进行动态定位；通过目标关联映射方法进行目标识别；所述对点云图像中的点云进行多源耦合聚类分析得到点云的聚类，包括：调取点云图像中的点云，将不同来源的点云进行编号并标记为i；将点云的位置精度标记为Wi，将密度标记为Mi，其中，i=1,2,3,…，n；n为大于0的整数；通过公式SQi=α×ln（Wi）+β×ln（Mi）计算得到数据耦合权重；其中，α、β均为大于0小于1的比例系数；根据数据耦合权重形成特异性自适应聚类分析方法得到点云的聚类；所述选取最优切割点，包括：调取待选切割点集合，将待选切割点根据聚类算法重新分为多个子集合，统计待选切割点的集合数量，并计算每个子集合中的距离集合中心点的欧氏距离，选取欧氏距离最小值对应的待选切割点作为重叠点云的最优切割点；判断最优切割点是否多于一个；是，则重新选取距离最小值；否，则根据最优切割点对点云进行切片；所述根据梯形识别区域对待识别目标进行动态定位，包括：调取梯形识别区域，对待识别目标设定梯形区域扫描区；在梯形区域扫描区通过滑动窗口设置阈值；调取均值，对均值进行D2C变换为距离均值；判断距离均值是否小于阈值；是，则利用Yolov8对进入梯形识别区域的待识别目标进行动态定位；否，则继续判断；所述通过目标关联映射方法进行目标识别，包括：通过目标识别区阈值获得最近聚类和次近聚类，比较最近聚类和次近聚类与待识别目标之间的相似度得出特定目标所属的类别；对待识别目标进行语义标注构建目标语义三元组，通过目标语义三元组确定待识别目标在语义层面上的特征，根据特征对待识别目标进行目标识别。

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安徽极擎愿景科技有限公司，其通讯地址为：230093 安徽省合肥市高新区黄山路602号合肥国家大学科技园创业孵化中心C201；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”。