本发明公开了一种融合毫米波雷达与单目相机的轻量级目标跟踪方法，所述方法包括以下步骤：将毫米波雷达和单目相机进行联合标定；以运动参数为过滤基准，并通过欧几里德聚类算法筛选毫米波雷达检测到的当前帧的点云数据对单目相机采集当前图像并进行目标检测和车道线检测，并获取当前车道线内的目标点云数据；通过卡尔曼滤波进行目标稳定跟踪。本发明将聚类后的雷达数据点作为目标跟踪对象，在初始帧以及前方目标点的个数发生变化的情况下引入视觉的检测结果观测出前方目标点所属类；同时融合YOLOP网络对当前车道线的检测信息，实现对同车道内的前方目标点的轻量级跟踪。
📄 2022107989052
📂 G01S13_72
👤 浙江工业大学
📅 2022-07-06
本发明涉及具体地涉及一种基于多传感器融合的车辆目标跟踪算法及系统。其主要包含步骤：S1、多传感器模块获取传感器数据；传感器数据包含状态数据和观测数据；S2、目标检测与跟踪模块为多车目标分配传感器数据进行检测与跟踪，并根据有无观测值进行状态更新，获取后验状态数据和后验协方差数据；S3、目标检测与跟踪模块将后验状态数据和后验协方差数据输入多传感器融合模块，对多车目标中各分目标进行时间配准、轨迹关联和轨迹融合。该方法实现了空间误差与时间误差的解耦，使得结果更加精确；还充分考虑每个传感器当下时刻的性能分配权重，尽可能减小了该环境下每个目标融合结果受到误差的影响，可以很好地满足自动驾驶的参考要求。
📄 2024117956552
📂 G01S13_72
👤 浙江工业大学
📅 2024-12-06
本发明请求保护一种激光雷达与视觉融合的集成化目标跟踪系统及方法。该系统包括固态激光雷达、单目视觉传感器和融合跟踪器。其中融合跟踪器包括单目视觉目标检测模块、激光雷达目标检测模块、激光雷达‑视觉融合跟踪模块和通信模块。单目视觉目标检测模块从图像中获取目标信息；激光雷达目标检测模块从点云中获取目标信息；激光雷达‑视觉融合跟踪模块对量测进行空间配准，建立目标状态模型和量测模型，通过目标状态一步预测建立跟踪门，再通过数据关联、目标状态滤波完成对图像目标和点云目标的融合跟踪。本发明提高了智能移动平台的集成度与开发效率，改善了融合跟踪结果的准确性。
📄 2020115093076
📂 G01S13_72
👤 重庆邮电大学
📅 2020-12-18
本发明公开了一种迭代更新的多传感器GMPHD自适应融合方法，该方法先构建异步多传感器多目标跟踪场景和构建一种多传感器迭代更新自适应融合框架；在每个传感器上分别应用高斯混合PHD滤波算法对历史估计信息和自身获得的测量值进行滤波估计；再进行传感器排序和融合，对各传感器滤波后的混合高斯信息进行枝剪合并操作，并输出目标估计信息；再将输出反馈给各传感器，作为下一时刻的输入。本发明配置结构明了，计算量小，可广泛应用于多目标跟踪领域，该方法可以提高在密集杂波环境下多传感器对监测区域内目标的估计精度，维持跟踪过程。
📄 2019107896361
📂 G01S13_72
👤 杭州电子科技大学
📅 2019-08-26
本发明公开了一种基于权重融合选择的粒子滤波检测前跟踪方法，在跟踪环节中的粒子权重融合部分对粒子权重加上幂值，计算每个雷达位置与跟踪粒子群位置均值的距离，对其距离按从小到大进行排序，依据此排序对雷达粒子权重加上不同的幂值。在雷达粒子权重融合后，对跟踪粒子群进行筛选，按粒子权重值大小对跟踪粒子群从大到小进行排序，选取排序后的前m个粒子并计算其平均状态。分别计算得到这m个粒子与其粒子平均位置的距离并与一给定阈值Dis进行比较，若其值大于Dis，则令对应的粒子状态等于排序后的前m个粒子平均状态且令粒子权重等于前m个粒子权重均值，群高了跟踪粒子群的粒子权重准确度，提高了跟踪精度。
📄 2020104843045
📂 G01S13_72
👤 杭州电子科技大学
📅 2020-06-01
本发明公开了一种基于目标重跟踪的多目标粒子滤波检测前跟踪方法，该方法在跟踪环节中，对已经跟踪完成且pb大于给定阈值的目标，按粒子权重值大小对跟踪粒子群按逆序进行排序，计算其前N/50个粒子的状态均值。以此状态均值为中心点，产生新的粒子，对跟踪粒子群的后0.98*N个粒子状态信息进行替换，粒子群存在值全置为1，保留了优质粒子，更新了粒子群，提高了粒子使用率，使跟踪点迹较快靠近真实目标，提高了目标的跟踪精度。此外，使虚假点迹更快接近真实目标，通过计算目标踪航迹长度leni为3时与第一个航迹点的距离，若距离过大，则此目标初始状态信息不准确，删除此虚假航迹，降低了目标的虚警率和跟踪误差。
📄 202011102472X
📂 G01S13_72
👤 杭州电子科技大学
📅 2020-10-15
本发明公开了一种基于目标间参考偏差状态的三维多扩展目标跟踪方法，该目标跟踪方法通过确定参考目标，并利用参考目标与扩展目标的偏差来对扩展目标进行跟踪，进而获取扩展目标的航迹，能够对三维空间中多扩展目标的姿态与轮廓进行准确估计；同时，基于参考目标对多扩展目标进行跟踪，能够在扩展目标遮挡期间对其姿态与轮廓状态的准确估计，有效解决了扩展目标遮挡后跟踪丢失的问题。此外，本发明基于参考目标的状态向量建立所有扩展目标的状态向量，与传统的通过扩展目标质点跟踪所有轮廓点的方法相比，本发明中的所有扩展目标的速度不同，且随时间的变化而变化，具有更加广泛的应用场景。
📄 2024110513835
📂 G01S13_72
👤 杭州电子科技大学
📅 2024-08-01
本发明公开了基于深度学习的分布式雷达资源分配方法，包括分别针对各雷达，针对雷达视野中的被跟踪目标，建立一个独立的IMM滤波器，生成被跟踪目标的局部轨迹；由中心控制器接收各雷达发送的被跟踪目标的局部轨迹，生成被跟踪目标的全局融合轨迹；基于被跟踪目标的全局融合轨迹，计算被跟踪目标的核心评估指标；将被跟踪目标的核心评估指标转化为针对各雷达的资源分配指令；以被跟踪目标的全局融合轨迹为输入，以预测的被跟踪目标的轨迹为输出，构建并训练被跟踪目标的轨迹预测模型；本发明实现了对态势更全面、更智能的理解和响应，从而在应对高机动、高威胁目标时，展现出更优越的跟踪精度和资源效率。
📄 2025117462523
📂 G01S13_72
👤 南京信息工程大学
📅 2025-11-26
本发明涉及一种基于2‑RRPU+2‑RPU/U两自由度并联机构的稳定跟踪平台，其包括雷达、俯仰单元、回转单元和并联调姿单元，雷达设于俯仰单元的雷达底座上，且俯仰单元设于回转单元上，回转单元设于并联调姿单元上，且并联调姿单元包括上平台、主动RRPU支链、从动RPU支链、中间U支链、主动RPU支链、从动RRPU支链和下底座，中间U支链设于下底座的中心处，且主动RRPU支链、从动RPU支链、从动RRPU支链及主动RPU支链对称均布设于下底座的圆周方向。本发明采用串联机构与并联机构混联结构，提高了稳定跟踪平台的承载能力、精度和响应速度，具有质量轻、刚度大、精度高等优点。
📄 2022102266517
📂 G01S13_72
👤 燕山大学
📅 2022-03-09
一种狭义群目标相关门形成方法，包括如下步骤：S1.获取群目标规模的几何区域，S2.求解群目标几何中心，S3.确定狭义群目标相关门门限值。本发明狭义群目标相关门门限值与群目标关联门门限值相同，保证了群目标成员确认；狭义群目标相关门门限值远远大于群目标跟踪门，能够保证等效量测的正确接收。狭义群目标相关门的方法，由过去的关联门、跟踪门所谓双门限变成了单门限，因而提高了效率，降低了运算量，利于工程实现。狭义跟踪门不仅适用于窄带雷达、宽带雷达的目标跟踪，还能够应用于可见光、红外与多光谱等传感器的目标跟踪；可以跟踪单目标、多目标、密集多目标、稀疏多目标；既适用于物理域的群目标跟踪，也适用于广义群目标跟踪。
📄 2016105381329
📂 G01S13_72
👤 耿文东
📅 2016-07-01
一种广义分群检测方法，包括以下步骤：S1，广义点迹生成；S2，广义分群检测准则；S3，广义分群检测算法。广义点迹使得分群检测具有选择性，提高了抗干扰能力；广义分群检测准则使得分群检测具有灵活性，提高了目标识别能力；广义分群检测算法使得分群检测具有广泛性，提高了态势认知能力。广义分群检测算法不仅适用于窄带雷达、宽带雷达目标跟踪，还能够应用于可见光、红外与多光谱等传感器的目标跟踪；既适用于单目标跟踪，也适用于多目标跟踪；既适用于密集多目标跟踪，也适用于稀疏多目标跟踪；既适用于物理域的群目标跟踪，也适用于功能域的群目标跟踪。对陆上、空中、海面、临近空间与太空等目标的探测系统能力提升，以及指控系统瘦身。
📄 201610537659X
📂 G01S13_72
👤 耿文东
📅 2016-07-01
本申请属于数据处理技术领域，提供了一种数据关联方法，通过在确定当前目标航迹的关联点迹的过程中，遍历当前目标航迹中的每个点迹，并在遍历每个点迹时，判断该点迹是否与其他航迹关联，并在该点迹与所述其他航迹关联时，通过判断该点迹与所述其他航迹的距离是否大于所述当前最小距离的方式，确定是否需要利用该点迹与当前目标航迹之间的距离更新当前目标航迹对应的当前最小距离，以便为当前航迹确定出最优的关联点迹，降低了数据误关联的发生概率，同时，通过这种数据关联方式，还可以使得多个航迹数据关联的时间复杂度介于O(n)与O(n2)之间，提高了数据关联的实时性。
📄 2020100224008
📂 G01S13_72
👤 江西华讯方舟智能技术有限公司
📅 2020-01-09
已申报项目
柿子坊 · 知识产权运营
柿子坊知识产权运营平台