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！

龙图腾网获悉江苏大学申请的专利一种基于单目视觉运动估计的周边多目标轨迹预测方法、模型训练方法及装置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：CN114820708B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202210460015.0，技术领域涉及：G06T7/246；该发明授权一种基于单目视觉运动估计的周边多目标轨迹预测方法、模型训练方法及装置是由蔡英凤;汪梓豪;陈龙;廉玉波;钟益林;王海;袁朝春;孙晓强;何友国设计研发完成，并于2022-04-28向国家知识产权局提交的专利申请。

本一种基于单目视觉运动估计的周边多目标轨迹预测方法、模型训练方法及装置在说明书摘要公布了：本发明公开了一种基于单目视觉运动估计的周边多目标轨迹预测方法、模型训练方法及装置，自车运动估计和预测部分建立了完整车辆视觉里程计，实现对自车运动的独立建模。其次，所提出的目标轨迹初始化方法基于所建立的视觉里程计和深度图信息，将不同时刻的目标边界框坐标归一化到当前时刻。自车运动估计和预测模型完成了对目标运动与自车运动的解耦。最后，在未来轨迹预测部分使用归一化的轨迹坐标，在自车当前相机视角下完成对目标未来轨迹的预测。模型各阶段训练时所需数据包括车载相机拍摄的视频序列以及该序列内各目标的位置信息和身份信息。

本发明授权一种基于单目视觉运动估计的周边多目标轨迹预测方法、模型训练方法及装置在权利要求书中公布了：1.一种基于单目视觉运动估计的周边多目标轨迹预测方法，其特征在于，包括： S1:建立自车视觉里程计，完成对自车运动的独立建模； S2:构建自车运动估计网络，包括深度估计网络和位姿估计网络，深度估计网络输出当前帧图像It的深度位姿估计网络预测变换矩阵Tt′→t和车载相机的内参矩阵将t′时刻的图像It′中的所有像素投影到t时刻像素坐标系中对应的位置，重建出t时刻的图像It′→t； S3：构建自车运动预测网络，采用LSTM编解码器结构； S4：目标轨迹的归一化； S5：建立轨迹预测网络，预测未来轨迹； 所述S5的轨迹预测网络包含目标运动特征编码器、区域图像特征编码器以及未来轨迹预测器；其中， 目标运动特征编码器： 输入历史运动信息x中的所有参数都将关于图像尺寸进行归一化，保证输入参数都在0,1区间之内； 将历史运动信息序列X＝{xt-h,…,xt-1,xt}输入到LSTM编码器中： Ot,Ht＝LSTMenc[Xt,Ht-1],Wenc 最后使用第t个LSTMCell输出的隐藏状态Ht作为总结目标运动序列特征的特征向量； 区域图像特征编码器： 当前帧图像It中观测目标i所处区域对应的背景像素块在历史视角中存在连续的变化过程，以It中的目标边界框中心点pc为中心，使用proj公式把pc投影到历史视角的坐标系中，使用统一尺寸hcrop,wcrop对目标周边区域进行裁剪，所得到裁剪图像序列区域图像编码器输入特征P表示为： 其中，Concatnate为级联操作，对图像的通道维度进行合并； 将P输入到ConvLSTM中，网络输出为Ht,P作为该区域图像序列特征： Ot,P,Ht,P＝ConvLSTM[P,Ht-1,P],WP FP＝MaxPoolingHt,P 将Ht,P视作由多个包含高维特征的整齐排布的节点，使用最大池化操作来聚合该区域的整体特征FP； 未来轨迹预测器： 使用LSTM解码器接收不同各目标的编码信息Fenc＝Ht,Fp，LSTM解码器均为NAR解码方式，最后通过多层感知机MLP，预测t时刻视角内目标边界框的中心点在x,y轴的移动速度以及加速度等运动学参数m＝{vx,vy,ax,ay}: Ot,Ht,out＝LSTMdec[Fenc,Ht-1],Wdec 式中：为预测的未来目标运动学参数，Mpred＝{mt+1,…,mt+f}，中预测的参数计算的目标边界框处于静态视角t中，所以在计算训练Loss之前，需要将其转换为相应未来时刻的边界框位置和大小: 同样的，利用proj公式和预测的未来自车运动的位姿变换矩阵，把视角t的边界框序列投影到其所处的t′视角，t′∈{t+1,…,t+f}，最终得到预测边界框中心点坐标序列Bt′,pred。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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”。