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！

龍圖騰網獲悉吉林大學申請的專利基于YOLO模型的動靜態障礙物識別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：CN120496032B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202510978171.X，技術領域涉及：G06V20/58；該發明授權基于YOLO模型的動靜態障礙物識別方法是由陳晨;蘇東大;張冠宇;張帆;趙寰宇;劉洋設計研發完成，并于2025-07-16向國家知識產權局提交的專利申請。

本基于YOLO模型的動靜態障礙物識別方法在說明書摘要公布了：本發明涉及目標檢測技術領域，尤其涉及一種基于YOLO模型的動靜態障礙物識別方法。包括：在現有YOLOv8網絡中，將主干網絡C2f模塊替換為SACM模塊，形成輕量化的C2f_SACM模塊；將頸部網絡中原生的PANet中的C2f模塊替換為HAT模塊，用于多尺度特征融合；將實驗得到的實驗數據作為數據集，訓練步驟S1得到的YOLO?SH網絡，得到YOLO?SH模型，輸出每個障礙物的檢測框；選取檢測框的幾何中心點作為障礙物的特征點，分析特征點在間隔幀圖像中的移動情況，分別設定靜態障礙物和動態障礙物的特征點移動閾值，實現動靜態障礙物的區分。優點在于：簡化計算流程并提高處理效率，實現障礙物準確識別與分類。

本發明授權基于YOLO模型的動靜態障礙物識別方法在權利要求書中公布了：1.一種基于YOLO模型的動靜態障礙物識別方法，其特征在于：具體包括如下步驟： S1.建立YOLO-SH網絡：在現有的YOLOv8網絡中，將主干網絡中的C2f模塊替換為SACM模塊，形成輕量化的C2f_SACM模塊；將頸部網絡中原生的PANet中的C2f模塊替換為HAT模塊，用于多尺度特征融合； 所述C2f_SACM模塊，對輸入特征圖先經過一個基礎卷積層進行初步處理，調整特征圖的通道數并提取基礎特征；利用動態卷積核調整機制，基于輸入特征圖的內容動態調整卷積核參數，生成一組優化后的卷積核；應用優化后的卷積核，對特征圖進行卷積操作，提取增強后的特征圖；再應用空間注意力機制，增強對關鍵區域的關注，并生成加權后的特征圖；將加權后的特征圖與原始輸入特征圖進行合并，得到最終的輸出特征圖； 所述HAT模塊，對每個輸入特征圖進行尺寸調整，使特征圖具有相同的分辨率；對每個尺寸對齊后的特征圖逐點卷積，通過全局平均池化提取每個通道的全局信息，然后通過全連接層或卷積層生成權重，根據權重對所有特征圖進行加權求和，形成最終的融合特征圖； S2.將實驗得到的實驗數據作為數據集，訓練步驟S1得到的YOLO-SH網絡，得到YOLO-SH模型； S3.根據YOLO-SH模型的檢測結果，輸出每個障礙物的檢測框；選取檢測框的幾何中心點作為障礙物的特征點，分析特征點在間隔幀圖像中的移動情況；根據特征點的移動情況，分別設定靜態障礙物和動態障礙物的特征點移動閾值，實現動靜態障礙物的區分。

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：130012 吉林省長春市前進大街2699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”。