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！

龍圖騰網獲悉蘇州大成運和智能科技有限公司申請的專利長時間遮擋場景的自動駕駛跟蹤方法、系統及存儲介質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：CN120339339B 。

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：202510824704.9，技術領域涉及：G06T7/277；該發明授權長時間遮擋場景的自動駕駛跟蹤方法、系統及存儲介質是由謝紅志;孫忠平;華均設計研發完成，并于2025-06-19向國家知識產權局提交的專利申請。

本長時間遮擋場景的自動駕駛跟蹤方法、系統及存儲介質在說明書摘要公布了：本發明涉及自動駕駛跟蹤領域，具體為長時間遮擋場景的自動駕駛系統跟蹤方法、系統及存儲介質；使用主流的目標檢測器對場景中的交通參與者進行目標檢測得到檢測框，使用基于CV運動模型的卡爾曼濾波器進行軌跡預測，構建交通參與者被遮擋期間的虛擬軌跡用于二次更新卡爾曼濾波器的參數，將預測框和檢測框的IOU進行最佳配準，對當前時刻的交通參與者所對應的檢測框賦值不同的跟蹤ID；解決了當一個交通參與者較長時間被遮擋時現階段基于檢測的跟蹤算法DBT算法難以準確預測交通參與者的軌跡的問題。

本發明授權長時間遮擋場景的自動駕駛跟蹤方法、系統及存儲介質在權利要求書中公布了：1.一種面向長時間遮擋場景的自動駕駛跟蹤方法，其特征在于，該跟蹤方法具體包括如下步驟： S1、基于目標檢測算法獲取任一時刻所有交通參與者的檢測結果，并為初始時刻的檢測結果賦值跟蹤ID；所述檢測結果包含交通參與者的檢測框、檢測框的中心坐標、檢測框的大小、置信度； S2、根據已有不同跟蹤ID下的軌跡數據，利用卡爾曼濾波器預測當前時刻已有不同跟蹤ID的預測框； 在步驟S2中，具體包括如下步驟： S21、定義卡爾曼濾波器的狀態量，檢測框，上式中，（u，v）是交通參與者的中心坐標值，即分別為橫坐標和縱坐標，s是邊界框面積，r是邊界框縱橫比，假設縱橫比r是恒定的，其他三個變量是相應各自變量對時間的導數，w表示交通參與者寬度，h表示交通參與者高度h，c表示檢測置信度； S22、構建CV運動模型的狀態轉移方程；狀態轉移方程的表達式為： ,； 上式中，和表示t+1時刻該交通參與者的中心坐標，和表示t時刻交通參與者的中心坐標，表示傳感器采集間隔； S23、根據狀態轉移方程構建CV運動模型，通過卡爾曼濾波獲取當前時刻所有跟蹤ID已有軌跡下的預測框，卡爾曼濾波的表達式為： ； ； 上式中，表示卡爾曼濾波器利用狀態轉移矩陣和協方差矩陣計算當前時刻當前所有跟蹤ID下的預測框，表示卡爾曼濾波器利用觀測值更新參數，其中為根據t-1時刻狀態量預測t時刻的狀態量，為狀態轉移方程，為t-1時刻的狀態量，為根據t-1時刻協方差矩陣預測t時刻的協方差矩陣，為t時刻的協方差矩陣，表示t時刻過程噪聲，為t時刻卡爾曼增益，為t時刻觀測矩陣，為t時刻觀測噪聲，為t時刻狀態量，為時刻觀測值，為t時刻協方差矩陣，為單位矩陣； S3、依次計算當前時刻的檢測框和已有不同跟蹤ID下的預測框的IOU值，并組成IOU代價矩陣，將代價矩陣中小于IOU閾值的值置為無窮大，對代價矩陣使用匈牙利算法得到的最優匹配，將最優匹配所對應的預測框的跟蹤ID賦值給最優匹配對應的檢測框，將IOU值均小于IOU閾值的檢測框賦值新的跟蹤ID； S4、判斷當前時刻除去新的跟蹤ID之外的跟蹤ID是否均在上一時刻出現； 若是，則返回步驟S1； 若否，則將未在上一時刻出現的跟蹤ID所對應的檢測框所處的軌跡標記為未連續匹配軌跡，該跟蹤ID不包含新的跟蹤ID； S5、根據未連續匹配軌跡所對應跟蹤ID在當前時刻和上次出現時的檢測框，利用固定速度插值算法生成被遮擋期間的虛擬軌跡以更新被遮擋期間卡曼濾波器的參數值。

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蘇州大成運和智能科技有限公司，其通訊地址為：215000 江蘇省蘇州市工業園區唯正路16號聯合生活廣場2幢1107室；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”。