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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江大學申請的專利自動駕駛場景下具有多目標追蹤能力的動態(tài)SLAM方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115482282B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202211123948.7，技術(shù)領(lǐng)域涉及：G06T7/73；該發(fā)明授權(quán)自動駕駛場景下具有多目標追蹤能力的動態(tài)SLAM方法是由劉之濤;洪峰;蘇宏業(yè)設(shè)計研發(fā)完成，并于2022-09-15向國家知識產(chǎn)權(quán)局提交的專利申請。

本自動駕駛場景下具有多目標追蹤能力的動態(tài)SLAM方法在說明書摘要公布了：本發(fā)明公開了一種自動駕駛場景下具有多目標追蹤能力的動態(tài)SLAM方法。包括：首先，提取相機采集的圖像序列的各幀語義分割掩膜，同時通過光流方法得到對應的光流結(jié)果；接著對雷達采集的點云進行點云?圖像投影，將圖像對應的點云幀中的點通過坐標變換轉(zhuǎn)換到像素坐標系；再提取各幀中的靜態(tài)點云和不同車輛對應的點云；再進行車載相機所在車輛的初始位姿序列以及各圖像幀中不同車輛的初始相對變換矩陣；進而利用已有信息構(gòu)建圖優(yōu)化問題進一步優(yōu)化自身和圖像中車輛的位姿結(jié)果；最后獲得目標位姿信息。本發(fā)明采用激光雷達和相機作為傳感器，結(jié)合了語義分割信息，能夠在動態(tài)環(huán)境下穩(wěn)定運行并輸出畫面中車輛的運動狀態(tài)，具有較高的實際運用價值。

本發(fā)明授權(quán)自動駕駛場景下具有多目標追蹤能力的動態(tài)SLAM方法在權(quán)利要求書中公布了：1.一種自動駕駛場景下具有多目標追蹤能力的動態(tài)SLAM方法，其特征在于，包括以下步驟： 步驟1：將車載相機采集的圖像序列輸入到語義分割網(wǎng)絡(luò)中，獲得圖像序列中各圖像幀的語義分割掩膜，同時通過光流方法對車載相機采集的圖像序列進行處理后，獲得當前圖像序列的光流結(jié)果； 步驟2：將車載激光雷達采集的初始點云序列與車載相機采集的圖像序列之間進行點云-圖像投影，獲得3D點云序列； 步驟3：根據(jù)圖像序列中各圖像幀的語義分割掩膜和3D點云序列中的2D信息，對3D點云序列中各幀3D點云進行點云語義分割，獲得各幀3D點云的車輛點云和靜態(tài)點云，對各幀3D點云的車輛點云進行聚類后，獲得各幀3D點云中不同車輛對應的點云； 步驟4：根據(jù)圖像序列中第一個相鄰的兩幀圖像幀、3D點云序列中對應幀的3D點云的靜態(tài)點云和不同車輛對應的點云確定當前兩幀的靜態(tài)特征點和動態(tài)特征點，進而根據(jù)當前兩幀對應的光流結(jié)果確定車載相機所在車輛在當前相鄰幀間的初始位姿變換以及不同車輛在當前相鄰幀間的初始相對變換矩陣； 步驟5：根據(jù)當前兩幀圖像幀的靜態(tài)特征點與動態(tài)特征點、車載相機所在車輛在當前相鄰幀間的初始位姿變換和不同車輛在當前相鄰幀間的初始相對變換矩陣構(gòu)建圖優(yōu)化問題并求解，獲得車載相機所在車輛在當前相鄰幀間的優(yōu)化后的位姿變換以及不同車輛在當前兩幀的后一幀時的優(yōu)化后的相對變換矩陣； 步驟6：將車載相機所在車輛的優(yōu)化后的位姿變換作為車載相機的最終位姿變換，根據(jù)車載相機所在車輛在當前相鄰幀間的優(yōu)化后的位姿變換以及不同車輛在當前相鄰幀間的優(yōu)化后的相對變換矩陣，計算獲得當前相鄰幀間不同車輛的位姿信息，再根據(jù)當前相鄰幀間不同車輛的位姿信息計算對應車輛的速度； 步驟7：重復步驟4-步驟6，根據(jù)圖像序列中剩余圖像幀、3D點云序列中對應幀3D點云的靜態(tài)點云和不同車輛對應的點云以及光流結(jié)果依次進行相鄰幀的位姿計算以及優(yōu)化，獲得各幀中車載相機的位姿變換、不同車輛的位姿信息以及對應的速度； 所述步驟4具體為： 步驟4.1：將當前兩幀3D點云的靜態(tài)點云在對應圖像幀上的像素位置作為當前兩幀圖像幀的靜態(tài)特征點，將當前兩幀3D點云中不同車輛對應的點云在對應圖像幀上的像素位置作為當前兩幀圖像幀的動態(tài)特征點； 步驟4.2：利用光流結(jié)果將當前兩幀圖像幀的靜態(tài)特征點進行匹配，獲得當前兩幀2D光流靜態(tài)匹配結(jié)果，利用光流結(jié)果將當前兩幀圖像幀的動態(tài)特征點進行匹配，獲得當前兩幀2D光流動態(tài)匹配結(jié)果； 步驟4.3：將當前相鄰的兩幀記為t-1時刻和t時刻，進行t-1時刻的靜態(tài)特征點到t時刻的2D光流靜態(tài)匹配結(jié)果的2D坐標匹配，得到t-1時刻靜態(tài)特征點到t時刻2D坐標的匹配關(guān)系并作為3D-2D靜態(tài)匹配結(jié)果，基于3D-2D靜態(tài)匹配結(jié)果通過PnP和隨機抽樣一致算法求解得到車載相機所在車輛的在t-1時刻到t時刻之間的位姿變換T； 步驟4.4：利用t時刻的2D光流動態(tài)匹配結(jié)果檢查將t-1時刻不同車輛對應的點云與t時刻的不同車輛對應的點云是否構(gòu)成匹配，若構(gòu)成匹配后再進行t-1時刻的動態(tài)特征點到t時刻的2D光流動態(tài)匹配結(jié)果的2D坐標匹配，得到t-1時刻動態(tài)特征點到t時刻2D坐標的匹配關(guān)系并作為3D-2D動態(tài)匹配結(jié)果，基于3D-2D動態(tài)匹配結(jié)果通過PnP和隨機抽樣一致算法求解得到不同車輛在在t-1時刻到t時刻之間的初始相對變換矩陣H。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江大學，其通訊地址為：310058 浙江省杭州市西湖區(qū)余杭塘路866號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。