哈尔滨工业大学张欣然获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉哈尔滨工业大学申请的专利一种基于交叉Transformer数据关联算法的多目标跟踪方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119273716B 。
龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411289614.6,技术领域涉及:G06T7/246;该发明授权一种基于交叉Transformer数据关联算法的多目标跟踪方法及系统是由张欣然;贺风华;郝宁;林照晨设计研发完成,并于2024-09-14向国家知识产权局提交的专利申请。
本一种基于交叉Transformer数据关联算法的多目标跟踪方法及系统在说明书摘要公布了:本发明提供一种基于交叉Transformer数据关联算法的多目标跟踪方法及系统,属于人工智能领域。为解决现有的基于雷达数据的传统MTT算法存储需求高,计算速度慢,基于学习的算法需要约束目标数量,且网络设计为考虑位置数据的典型特征,面对两条交叉轨迹无法进行区分,可能存在漏检或误检的问题。本发明使用基于交叉Transformer数据关联网络,并采用BLUE滤波器来获得基于雷达的位置测量的精度和效率方面的最佳估计;此外,提出一种基于分数的轨迹管理策略,以根据相关的历史测量值;对各种数据集的仿真实验表明,本发明所提出的关联和跟踪方法在复杂的多目标跟踪场景,包括轨迹交叉、大量误报和漏检,中优于现有方法。
本发明授权一种基于交叉Transformer数据关联算法的多目标跟踪方法及系统在权利要求书中公布了:1.一种基于交叉Transformer数据关联算法的多目标跟踪方法,其特征在于,包括以下步骤:S100、对于一系列机动动态目标建立动态模型和通用测量方程,考虑相对距离和相对角度测量,将目标跟踪问题转化为目标状态的后验估计,用于步骤S200进行数据关联;S200、基于交叉Transformer的数据关联网络的架构,建立当前测量和轨迹之间的相关性;S300、对于步骤S200中的每个轨迹均通过使用最佳线性无偏估计滤波器维护,并进行状态更新;包括:采用最佳线性无偏估计滤波器,其计算过程为:预报,设和Pk-1|k-1为时刻k-1的状态估计和协方差;状态估计和协方差传播是, 且,Pk|k-1=FkPk-1|k-1FkT+GkQkGkT7其中,Pk|k-1和Pk|k分别表示k时刻状态协方差矩阵的预测和估计,和分别表示k时刻状态的预测和估计;Qk表示过程噪声的先验估计矩阵;更新,定义和和设和设且状态和协方差的更新过程为, 且,Pk|k=I-KkHkPk|k-19其中,I是单位矩阵,卡尔曼增益矩阵Kk为,Kk=μ1Pk|kJS-110其中,J是变换矩阵,用于操作Pk|kJ将与x、y和z对应的Pk|k的列合并为一个新的n×3矩阵;矩阵S=[sij]3×3的元素为,其中,∑x、∑y和∑z分别表示x、y和z估计的方差;∑xy、∑yz和∑xy分别表示x、y和z估计之间的协方差;S400、利用基于评分的航迹管理策略处理未知的待跟踪目标和变化数量的待跟踪目标,确定轨迹的初始化、更新和删除。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。