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！

龙图腾网恭喜清华大学申请的专利基于最优运动模型轨迹预测的高稳定多目标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：CN116612154B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202310652524.8，技术领域涉及：G06T7/246；该发明授权基于最优运动模型轨迹预测的高稳定多目标跟踪方法是由张新钰;李骏;戴崑;王力;张伟伟;谢涛;李效宇设计研发完成，并于2023-06-02向国家知识产权局提交的专利申请。

本基于最优运动模型轨迹预测的高稳定多目标跟踪方法在说明书摘要公布了：本申请提供基于最优运动模型轨迹预测的高稳定多目标跟踪方法，涉及多目标跟踪技术领域，包括：获取检测器输出的当前图像帧中的所有运动目标的检测框；利用上一图像帧中所有运动目标的运动信息，基于运动目标所属类别的最优运动方程，得到上一图像帧中所有轨迹在当前图像帧中的预测框；其中，行人的最优运动方程为恒定速度的运动方程；自行车的最优运动方程为恒定加速度的运动方程；汽车和摩托车的最优运动方程为恒定转弯率和速度幅度的运动方程；卡车的最优运动方程为恒定转弯率和加速度的运动方程；基于各检测框和各预测框之间的关联代价矩阵，得到当前图像帧中匹配成功的检测框。本申请提高了运动目标的轨迹预测精度，由此提高了跟踪精度。

本发明授权基于最优运动模型轨迹预测的高稳定多目标跟踪方法在权利要求书中公布了：1.一种基于最优运动模型轨迹预测的高稳定多目标跟踪方法，其特征在于，包括：获取检测器输出的当前图像帧中的所有运动目标的检测框；利用上一图像帧中所有运动目标的运动信息，基于运动目标所属类别的最优运动方程，得到上一图像帧中所有轨迹在当前图像帧中的预测框；其中，所述类别包括：行人、汽车、摩托车、卡车和自行车；行人的最优运动方程为恒定速度的运动方程；自行车的最优运动方程为恒定加速度的运动方程；汽车和摩托车的最优运动方程为恒定转弯率和速度幅度的运动方程；卡车的最优运动方程为恒定转弯率和加速度的运动方程；基于各检测框和各预测框之间的关联代价矩阵，使用匹配算法得到当前图像帧中匹配成功的检测框；利用上一图像帧中所有运动目标的运动信息，基于运动目标所属类别的最优运动方程，得到上一图像帧中所有轨迹在当前图像帧中的预测框；包括：获取上一图像帧轨迹的最终状态向量和对应的最终协方差矩阵Pt-1，t为当前图像帧的序号；利用上一图像帧轨迹的最终状态向量和对应的最终协方差矩阵Pt-1，计算得到当前图像帧轨迹的状态向量预测值和对应的协方差矩阵预测值Pt|t-1，由此得到上一图像帧中所有轨迹在当前图像帧中的预测框；当运动目标的类别为行人，则上一图像帧轨迹的最终状态向量表示为： 其中：表示上一图像帧的运动目标的检测框中心在全局坐标系下的坐标，和为检测框的宽、高和长，和分别表示检测框全局坐标系下沿X和Y坐标轴的速度；其状态转移函数为：Xt＝A1Xt-1其中，A1为第一状态转移矩阵，Xt-1为上一图像帧的轨迹的状态向量；Xt为当前图像帧的轨迹的状态向量；利用上一图像帧轨迹的最终状态向量和对应的最终协方差矩阵Pt-1，计算得到当前图像帧轨迹的状态向量预测值和对应的协方差矩阵预测值Pt|t-1，由此得到上一图像帧中所有轨迹在当前图像帧中的预测框；包括：根据上一图像帧轨迹的最终状态向量利用卡尔曼滤波计算当前图像帧轨迹的状态向量预测值 其中，Δt为当前图像帧和上一图像帧的时间间隔；计算当前图像帧轨迹的协方差矩阵预测值Pt|t-1： 其中，Q为预测噪声；当运动目标的类别为自行车，则上一图像帧轨迹的最终状态向量表示为： 其中：表示上一图像帧的运动目标的检测框中心在全局坐标系下的坐标，和为检测框的宽、高和长，和分别表示检测框全局坐标系下沿X和Y坐标轴的速度；和分别表示检测框全局坐标系下沿X和Y坐标轴的加速度；其状态转移函数为：Xt＝A2Xt-1其中，A2为第二状态转移矩阵，Xt-1为上一图像帧的轨迹的状态向量；Xt为当前图像帧的轨迹的状态向量；利用上一图像帧轨迹的最终状态向量和对应的最终协方差矩阵Pt-1，计算得到当前图像帧轨迹的状态向量预测值和对应的协方差矩阵预测值Pt|t-1，由此得到上一图像帧中所有轨迹在当前图像帧中的预测框；包括：根据上一图像帧轨迹的最终状态向量利用卡尔曼滤波计算当前图像帧轨迹的状态向量预测值 其中，Δt为当前图像帧和上一图像帧的时间间隔；计算当前图像帧轨迹的协方差矩阵预测值Pt|t-1： 其中，Q为预测噪声；当运动目标的类别为汽车或摩托车，则上一图像帧轨迹的最终状态向量表示为： 其中：表示上一图像帧的运动目标的检测框的中心在全局坐标系下的坐标，和为上一图像帧的运动目标的检测框的宽、高和长，为上一图像帧的运动目标的检测框的偏航角,为上一图像帧的运动目标的检测框的速度，为上一图像帧的运动目标的检测框的角速度；其状态转移函数为：Xt＝FXt-1其中，F·表示非线性状态转移方程，Xt-1为上一图像帧的轨迹的状态向量；Xt为当前图像帧的轨迹的状态向量；利用上一图像帧轨迹的最终状态向量和对应的最终协方差矩阵Pt-1，计算得到当前图像帧轨迹的状态向量预测值和对应的协方差矩阵预测值Pt|t-1，由此得到上一图像帧中所有轨迹在当前图像帧中的预测框；包括：根据上一图像帧轨迹的最终状态向量利用扩展卡尔曼滤波计算当前图像帧轨迹的状态向量预测值 当则和的计算公式为： 当则和的计算公式为： 其中，Δt为当前图像帧和上一图像帧的时间间隔；计算当前图像帧轨迹的协方差矩阵预测值Pt|t-1： 其中，Q为预测噪声，At为状态转移函数F·关于上一图像帧轨迹的最终状态向量的雅可比矩阵。

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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”。