上海大学;济宁学院李恒宇获国家专利权
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!
龙图腾网获悉上海大学;济宁学院申请的专利一种无人艇动态目标跟踪方法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:CN117058547B 。
龙图腾网通过国家知识产权局官网在2025-08-22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:202311046258.0,技术领域涉及:G06V20/10;该发明授权一种无人艇动态目标跟踪方法是由李恒宇;江云云;刘靖逸;刘军;王曰英;谢少荣;罗均设计研发完成,并于2023-08-18向国家知识产权局提交的专利申请。
本一种无人艇动态目标跟踪方法在说明书摘要公布了:本发明涉及计算机视觉技术领域,公开了一种无人艇动态目标跟踪方法,该方法为:1)利用无人艇上搭载的相机获取环境图像,找出环境图像中动态目标的图像;2)确定环境图像、动态目标图像的中心坐标,根据环境图像、动态目标图像的中心坐标构建状态量;3)将状态量输入动态目标跟踪网络模型中,计算得到相机云台的旋转姿态角信息;4)根据旋转姿态角信息计算出云台电机的动作,根据云台电机的动作控制云台电机进行运动;5)重复上述步骤1‑4),实现相机跟随动态目标运动,完成动态目标的跟踪。本发明动态目标跟踪算法能够自适应、精准、稳定地跟踪各种复杂目标,具有广泛应用前景。
本发明授权一种无人艇动态目标跟踪方法在权利要求书中公布了:1.一种无人艇动态目标跟踪网络模型的训练方法,其特征在于,包括以下步骤: S1:利用无人艇相机云台上搭载的相机获取当前时刻环境图像,对环境图像进行识别分析,找出环境图像中需要追踪的动态目标的图像, S2:判断所述动态目标图像大小是否在预设图像阈值范围内,若所述动态目标图像大小不在预设图像阈值范围内,无人艇移动位置后执行步骤S1;若所述动态目标图像大小处于在预设图像阈值范围内,执行步骤S3; S3:确定环境图像、动态目标图像的中心坐标,根据所述环境图像、动态目标图像的中心坐标构建当前时刻的状态量st; S4:将所述状态量st输入动态目标跟踪网络模型中,计算得到相机云台的旋转姿态角信息;根据相机云台的旋转姿态角信息计算出控制相机云台运动的云台电机的动作at,根据计算得到的云台电机的动作at控制云台电机进行运动;同时,基于状态量st构建动态目标跟踪网络模型的奖励函数rtst;其中,所述动态目标跟踪网络模型为DDPG强化学习算法神经网络; S5:重复步骤S1-S3,获取下一时刻的状态量st′,将当前时刻的状态量st、动作at、奖励rt、下一时刻状态量st′作为一组经验数据st,at,rt,st′; S6:重复循环步骤S1-S5,得到多组经验数据,将所有经验数据存入经验池中;然后判断步骤S1-S5的重复循环次数是否满所述动态目标跟踪网络模型的网络参数更新步数M,若步骤S1-S5的重复循环次数小于M,执行步骤S1;若步骤S1-S5的重复循环次数等于M,执行步骤S7; S7:采用优先经验回放算法从所述经验池中筛选出n组经验数据,利用筛选出的n组经验数据依次对所述动态目标跟踪网络模型的网络参数进行更新; S8:重复循环步骤S1-S7,并统计步骤S1-S7重复循环次数,若步骤S1-S7重复循环次数大于等于预设周期数N,结束循环,动态目标跟踪网络模型训练完成,得到所述动态目标跟踪网络模型的最优网络参数;所述预设周期数N大于所述动态目标跟踪网络模型收敛时步骤S1-S7的重复循环次数; S9:采用步骤S8得到的最优网络参数更新所述动态目标跟踪网络模型的网络参数,得到训练后动态目标跟踪网络模型。
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上海大学;济宁学院,其通讯地址为:200444 上海市宝山区上大路99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。