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！

龍圖騰網恭喜吉林大學申請的專利一種基于傳感器融合的目標檢測及追蹤方法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：CN114926808B 。

龍圖騰網通過國家知識產權局官網在2025-04-29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：202210330797.6，技術領域涉及：G06V20/58；該發明授權一種基于傳感器融合的目標檢測及追蹤方法是由李超群;曲婷;王錦坤;李鑫;高炳釗設計研發完成，并于2022-03-30向國家知識產權局提交的專利申請。

本一種基于傳感器融合的目標檢測及追蹤方法在說明書摘要公布了：本發明公開了一種基于傳感器融合的目標檢測及追蹤方法，包括：通過車載傳感設備獲取周圍目標物的狀態信息，分別對圖像數據和點云數據進行目標檢測；對所述車載傳感設備所包括的激光雷達和攝像頭進行外參數標定；采用匈牙利算法對所述激光雷達和攝像頭各自采集的數據進行目標匹配；使用卡爾曼濾波算法對完成數據匹配的目標進行追蹤，得到周圍多目標的運動軌跡。該方法通過激光雷達和攝像頭融合豐富了目標物信息，解決了單一傳感器檢測目標信息不夠充足的問題；通過實施追蹤技術解決漏檢、遮擋問題，且便于多目標分析；整套方案檢測精度較高，實時性好。

本發明授權一種基于傳感器融合的目標檢測及追蹤方法在權利要求書中公布了：1.一種基于傳感器融合的目標檢測及追蹤方法，其特征在于，包括以下步驟：步驟1：通過車載傳感設備獲取周圍目標物的狀態信息，分別對圖像數據和點云數據進行目標檢測；包括：1使用Yolov3算法對圖像數據進行目標檢測，輸出圖像中多目標的位置、目標類別和置信度信息；2使用長方體切割RANSAC算法去地面Kdtree加速的歐式聚類算法，對點云數據進行目標檢測；包括：使用PCL庫函數通過設定長方體的邊界頂點值，濾除掉長方體區域以外的點云數據，獲得有效點云數據；采用RANSAC算法在所述有效點云數據中擬合大平面，分離出地面點；采用Kdtree對分離出地面點后的點云數據進行搜索，并采用歐式聚類算法實現對點云數據中的目標檢測；步驟2：對所述車載傳感設備所包括的激光雷達和攝像頭進行外參數標定；包括：選用改進的lidar_camera_calibration算法，添加初始化模塊、自動提取點云角點模塊，其中初始化模塊通過計算閉式解作為初始值，實現對激光雷達和攝像頭進行外參數標定；所述改進的lidar_camera_calibration算法中初始值模塊的求解原理如下：約束方程共兩個：Rclnl＝nc1，其中，Rcl為激光雷達攝像頭之間的外參旋轉矩陣，tcl為外參平移向量，nl為標定板在激光雷達坐標系下的法向量，nc為標定板在攝像頭坐標系下的法向量，Pl為激光雷達坐標系下點的坐標，dc為攝像頭坐標系原點到標定板的垂直距離；點云與圖像檢測到的標定板法向量滿足約束1，點在標定板上滿足約束2；令N為用于求解的點云總幀數，i為每幀的索引，求外參旋轉矩陣Rcl、平移向量tcl合適初始值，即為C最小時對應的參數；化簡后得最小化C即最大化F，令則當RH為正定矩陣時矩陣的跡最大，對H做SVD分解， 當時， RH為正定矩陣，此時F最大，C最小，故得到Rcl的估計值，代入約束2得到tcl的估計值；將此值作為初始值輸入非線性優化模塊，提供梯度下降的起點，防止優化陷入局部最優值，便于得到全局最優的外參值；求解初始值時采用某幾對測量數據，不需將全部測量代入；步驟3：采用匈牙利算法對所述激光雷達和攝像頭各自采集的數據進行目標匹配；包括：1通過時間同步器將所述激光雷達和攝像頭各自采集的數據進行時間同步，統一至一個坐標系下；2使用匈牙利算法，遍歷所述激光雷達和攝像頭檢測得到的中點，以圖像坐標系下距離最近為目標，尋找匹配的圖像檢測框中點與點云聚類中心；3關鍵點匹配計數做多幀多目標的匹配，形成多目標信息序列；包括：對前后幀圖像分別提取關鍵點，并計算每個關鍵點的描述子；將前后兩幀的關鍵點通過計算描述子距離進行匹配，得到關鍵點匹配點對；針對每個檢測框對它內部的關鍵點，在另一幀中的每個檢測框中計數；若是含有對應匹配關鍵點，則計數加一，以匹配關鍵點計數最大的檢測框為配對對象，形成多目標信息序列；步驟4：使用卡爾曼濾波算法對完成數據匹配的目標進行追蹤，得到周圍多目標的運動軌跡。

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吉林大學，其通訊地址為：130022 吉林省長春市人民大街5988號吉林大學南嶺校區；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”。