買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉太原理工大學申請的專利基于多源傳感器融合的車輛和行人檢測跟蹤方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115272416B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210979600.1，技術領域涉及：G06T7/246；該發明授權基于多源傳感器融合的車輛和行人檢測跟蹤方法及系統是由張瑞亮;胡政政;王瑋設計研發完成，并于2022-08-16向國家知識產權局提交的專利申請。

本基于多源傳感器融合的車輛和行人檢測跟蹤方法及系統在說明書摘要公布了：本發明公開了一種基于多源傳感器融合的車輛和行人檢測跟蹤方法及系統，包括：對圖像數據進行去畸變與實例分割；基于激光雷達點云坐標獲取稀疏點云深度圖；對深度圖進行點云稠密化，獲取稠密點云深度圖；將稠密點云進行體素化和編碼并特征映射，獲取映射的二維稠密張量；基于熱圖和高斯分布函數獲取二維目標中心點位置，對稠密張量進行一階段特征回歸，獲取初步目標檢測邊界框；獲取邊界框尺寸和朝向的細化特征和置信度預測值；基于最近鄰匹配與初步目標檢測邊界框進行車輛和行人跟蹤。本發明解決了單一傳感器的漏檢和誤分類問題、傳感器視野中尺度縮小和放大問題、以及融合中因深度特征壓縮扭曲導致的漏檢和錯誤定位問題，降低了平均尺度誤差。

本發明授權基于多源傳感器融合的車輛和行人檢測跟蹤方法及系統在權利要求書中公布了：1.一種基于多源傳感器融合的車輛和行人檢測跟蹤方法，其特征在于，包括以下步驟： 獲取圖像數據，對所述圖像數據進行去畸變與實例分割處理，獲取檢測對象范圍； 基于所述檢測對象范圍與激光雷達點云坐標獲取稀疏點云深度圖； 對所述稀疏點云深度圖進行點云稠密化，獲取稠密點云深度圖； 將所述稠密點云深度圖中的稠密點云進行體素化和編碼處理并進行特征映射，獲取所述稠密點云特征在二維映射的稠密張量； 對所述稠密張量進行一階段特征回歸，獲取初步目標檢測邊界框； 對所述初步目標檢測邊界框進行二階段特征回歸，獲取所述初步目標檢測邊界框的尺寸和朝向的細化特征和置信度預測值； 基于所述初步目標檢測邊界框與最近鄰匹配進行車輛和行人跟蹤； 對所述稠密張量進行一階段特征回歸的過程中包括： 采用基于熱圖的中心點定位方法對所述稠密點云進行特征映射，基于分類討論獲取最小高斯半徑值，基于高斯分布函數求解中心點定位的真實值，對中心點進行特征回歸，獲取初步目標檢測邊界框的特征信息，將對象屬性存儲在檢測對象的中心點上，并結合所述對象屬性獲取初步三維目標邊界框；所述對象屬性包括中心點熱圖信息、中心點定位偏移量、目標尺寸、離地高度、目標朝向、目標速度； 對所述初步目標檢測邊界框的特征信息進行二階段特征回歸的過程包括： 基于一階段特征回歸獲得的初步三維目標邊界框和特征信息，提取額外點特征，基于雙線性插值法，在所述稠密點云特征的映射稠密張量中提取對應特征； 將所述對應特征進行連接，獲取整體三維目標邊界框特征向量； 將所述整體三維目標邊界框特征向量傳遞到多層感知器MLP中，獲取所述初步三維目標邊界框尺寸和朝向的細化特征和置信度預測； 基于所述初步目標檢測邊界框與最近鄰匹配進行車輛和行人跟蹤的過程包括： 基于一階段特征回歸獲得的特征信息計算預測上一幀檢測目標中心的位置，提取當前幀的三維目標邊界框運動特征，采用相似度計算和最近鄰匹配前后幀的檢測目標為同一目標的概率，將跟蹤成功的當前幀目標繼承上一幀的身份數字，對于新出現的目標重新賦予新的身份數字，將三維目標跟蹤簡化為最近目標中心點搜索匹配進行速度預測和跟蹤。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人太原理工大學，其通訊地址為：030024 山西省太原市迎澤西大街79號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。