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！

龙图腾网获悉太原理工大学申请的专利基于多源传感器融合的车辆和行人检测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：CN115272416B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202210979600.1，技术领域涉及：G06T7/246；该发明授权基于多源传感器融合的车辆和行人检测跟踪方法及系统是由张瑞亮;胡政政;王玮设计研发完成，并于2022-08-16向国家知识产权局提交的专利申请。

本基于多源传感器融合的车辆和行人检测跟踪方法及系统在说明书摘要公布了：本发明公开了一种基于多源传感器融合的车辆和行人检测跟踪方法及系统，包括：对图像数据进行去畸变与实例分割；基于激光雷达点云坐标获取稀疏点云深度图；对深度图进行点云稠密化，获取稠密点云深度图；将稠密点云进行体素化和编码并特征映射，获取映射的二维稠密张量；基于热图和高斯分布函数获取二维目标中心点位置，对稠密张量进行一阶段特征回归，获取初步目标检测边界框；获取边界框尺寸和朝向的细化特征和置信度预测值；基于最近邻匹配与初步目标检测边界框进行车辆和行人跟踪。本发明解决了单一传感器的漏检和误分类问题、传感器视野中尺度缩小和放大问题、以及融合中因深度特征压缩扭曲导致的漏检和错误定位问题，降低了平均尺度误差。

本发明授权基于多源传感器融合的车辆和行人检测跟踪方法及系统在权利要求书中公布了：1.一种基于多源传感器融合的车辆和行人检测跟踪方法，其特征在于，包括以下步骤： 获取图像数据，对所述图像数据进行去畸变与实例分割处理，获取检测对象范围； 基于所述检测对象范围与激光雷达点云坐标获取稀疏点云深度图； 对所述稀疏点云深度图进行点云稠密化，获取稠密点云深度图； 将所述稠密点云深度图中的稠密点云进行体素化和编码处理并进行特征映射，获取所述稠密点云特征在二维映射的稠密张量； 对所述稠密张量进行一阶段特征回归，获取初步目标检测边界框； 对所述初步目标检测边界框进行二阶段特征回归，获取所述初步目标检测边界框的尺寸和朝向的细化特征和置信度预测值； 基于所述初步目标检测边界框与最近邻匹配进行车辆和行人跟踪； 对所述稠密张量进行一阶段特征回归的过程中包括： 采用基于热图的中心点定位方法对所述稠密点云进行特征映射，基于分类讨论获取最小高斯半径值，基于高斯分布函数求解中心点定位的真实值，对中心点进行特征回归，获取初步目标检测边界框的特征信息，将对象属性存储在检测对象的中心点上，并结合所述对象属性获取初步三维目标边界框；所述对象属性包括中心点热图信息、中心点定位偏移量、目标尺寸、离地高度、目标朝向、目标速度； 对所述初步目标检测边界框的特征信息进行二阶段特征回归的过程包括： 基于一阶段特征回归获得的初步三维目标边界框和特征信息，提取额外点特征，基于双线性插值法，在所述稠密点云特征的映射稠密张量中提取对应特征； 将所述对应特征进行连接，获取整体三维目标边界框特征向量； 将所述整体三维目标边界框特征向量传递到多层感知器MLP中，获取所述初步三维目标边界框尺寸和朝向的细化特征和置信度预测； 基于所述初步目标检测边界框与最近邻匹配进行车辆和行人跟踪的过程包括： 基于一阶段特征回归获得的特征信息计算预测上一帧检测目标中心的位置，提取当前帧的三维目标边界框运动特征，采用相似度计算和最近邻匹配前后帧的检测目标为同一目标的概率，将跟踪成功的当前帧目标继承上一帧的身份数字，对于新出现的目标重新赋予新的身份数字，将三维目标跟踪简化为最近目标中心点搜索匹配进行速度预测和跟踪。

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太原理工大学，其通讯地址为：030024 山西省太原市迎泽西大街79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”。