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！

龙图腾网获悉天津大学申请的专利基于视觉与GPS的目标船融合定位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：CN115824190B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202211307305.8，技术领域涉及：G01C21/00；该发明授权基于视觉与GPS的目标船融合定位方法是由高邈;陈帅;陈鹏旭;廖子豪;康振;陈翔宇;贾佳策;曾希;张安民设计研发完成，并于2022-10-25向国家知识产权局提交的专利申请。

本基于视觉与GPS的目标船融合定位方法在说明书摘要公布了：本发明属于海洋测绘技术领域，具体涉及一种基于视觉与GPS的目标船融合定位方法，包括以下步骤：步骤1：基于YOLOv5和DeepSort算法的目标船识别跟踪；步骤2：相机成像模型及坐标转换；步骤3：构建相对坐标的测量模型；步骤4：相机与GPS空间频率同步；步骤5：利用DTW算法对视觉轨迹和GPS轨迹进行匹配；步骤6：基于EKF算法的视觉感知与GPS融合定位。本发明所提出的视觉定位方法具有被动式、高精度测量的优点。

本发明授权基于视觉与GPS的目标船融合定位方法在权利要求书中公布了：1.一种基于视觉与GPS的目标船融合定位方法，其特征在于:包括以下步骤： 步骤1：基于YOLOv5和DeepSort算法的目标船识别跟踪； 步骤2：相机成像模型及坐标转换； 步骤3：构建相对坐标的测量模型； 步骤4：相机与GPS空间频率同步； 步骤5：利用DTW算法对视觉轨迹和GPS轨迹进行匹配； 步骤6：基于EKF算法的视觉感知与GPS融合定位； 步骤1中，利用训练好的YOLOv5网络模型对输入视频进行检测，YOLOv5算法会分析输入视频一个输入帧，识别该帧图像中的目标信息，输出该目标的类别ID，以及归一化后的边界框信息U，V，W，H，接着for循环依次读取输入视频的每一帧，依次输出检测的结果，将检测结果作为DeepSort算法的输入；DeepSort算法将前一帧的轨迹信息经卡尔曼滤波算法进行预测，得到不确定态轨迹信息，将前一帧的预测轨迹信息与当前帧输入的检测框信息之间的马氏距离及基于外观特征向量的余弦距离，采用线性加权的方式得到联合匹配信息，最后利用匈牙利算法进行匹配，采用级联匹配算法更新跟踪结果； 步骤2中，相机的成像模型在理想状态下是一种中心投影的线性模型，目标定位是基于小孔成像模型，所以建立像素坐标系与世界坐标系之间的关系很重要，两者之间的转换是利用相机坐标系和图像坐标系进行的； 所述步骤2中，包括四中坐标系，分别为世界坐标系、相机坐标系、图像坐标系和像素坐标系； 所述步骤2中，从像素坐标系转成世界坐标系需要进行三次转换， 1从世界坐标系转换成相机坐标系 从世界坐标系下的点pwXw,Yw,Zw转换成相机坐标系下的点pcXc,Yc,Zc，本质就是对坐标轴的旋转和平移，可用3×3的旋转矩阵R和3×1的平移向量T表示； 2从相机坐标系转换成图像坐标系 将相机坐标系下中的点pcXc,Yc,Zc在图像平面上进行投影，得到图像坐标系下的点pixi,yi，转换方法如下： 将上式转换成矩阵形式，可得： 上式中，f为相机的焦距； 3从图像坐标系转换成像素坐标系 将图像坐标系下中的点pixi,yi转换为像素坐标系下的点pup,vp 将上式转换成矩阵形式，可得： 上式中，dx和dy分别为每一个像素在xi轴与yi轴方向上的物理尺寸，ui,vi为图像坐标系中的原点oi变换到像素坐标系后的像素坐标，即为图像的主点坐标，也可写成cx,cy； 结合1、3、5可得到如下世界坐标系转换成像素坐标系的矩阵形式： 其中，为相机的内参矩阵，可由标定相机得到； 所述步骤2中，相机产生的畸变模型分为透视畸变、径向畸变和切向畸变，径向畸变的数学模型可以用多项式进行表达： 上式中，xt,yt为畸变点在成像平面上的实际位置，x,y为畸变点在成像平面上的理想位置，k1、k2、k3为径向畸变系数，一般只使用前两项k1、k2即可，对于畸变较大的镜头，可以增加第三项对图像进行去畸变； 切向畸变主要是由于凸透镜在装配过程中产生偏差，以至于本身与相机的传感器平面不完全平行，切向畸变模型表达式如下，p1和p2是相机的切向畸变系数： 综合上式7和8可得： 所述步骤3中，假定世界坐标系的原点与相机坐标系的原点重合，即原点都为相机的光心，由相机坐标系转换成世界坐标系需绕相机坐标系X轴逆时针旋转角度α＝90°，由欧拉角的定义可知坐标系的转换关系如式11所示： 平移向量如公式12所示： 将式11和式12带入式6中，得： 由上式可得到Z＝Y，将该等式代入式13可进一步得到： 式14中仅u一个变量，只能得到X和Y的比例关系，无法进一步求解数值，进而引入目标相对相机光心的距离公式来求解X和Y，距离公式如下： 其中，h＝vt-vb为目标在像素坐标系下的高度，Hw为自身实际的高度，f为焦距，Zc为目标距离相机光心的距离， 在该世界坐标系下，目标船舶处于水平面上，质心高度不变，通过测量得到，目标船舶在该世界坐标系中Zw， 将式14、15、16联立，可得： Xw,Yw即为目标船舶相对于以相机光心为原点的世界坐标系的相对坐标；利用YOLOv5和DeepSort算法对船舶进行检测跟踪，得到其在像素坐标系中的像素坐标，并根据畸变模型得到成像点在成像面上的理想位置，代入到式17中，得到目标船相对于相机的相对坐标。

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天津大学，其通讯地址为：300072 天津市南开区卫津路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”。

以上内容由龙图腾AI智能生成。