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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于航迹泊松多伯努利的多目标跟踪方法、装置及设备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：CN117115204B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202311013761.6，技术领域涉及：G06T7/246；该发明授权基于航迹泊松多伯努利的多目标跟踪方法、装置及设备是由卢哲俊;王志伟;张双辉;刘天鹏;杨威;刘永祥设计研发完成，并于2023-08-11向国家知识产权局提交的专利申请。

本基于航迹泊松多伯努利的多目标跟踪方法、装置及设备在说明书摘要公布了：本申请涉及一种基于航迹泊松多伯努利的多目标跟踪方法、装置及设备。所述方法包括：通过高斯矩近似方法对构建的连续时间多目标运动模型进行离散化处理，基于得到的离散化新生目标概率密度和单目标航迹状态转移密度，在非均匀采样条件下，获取多目标在前一时间步的航迹泊松多伯努利密度并对当前时间步的航迹泊松多伯努利密度依次进行预测和更新，最后根据当前时间步的航迹泊松多伯努利密度的更新值构建航迹泊松多伯努后验密度对当前时间步的多目标航迹进行估计，实现多目标航迹跟踪。采用本方法能够解决非均匀采样条件下的多目标跟踪问题，航迹估计精度高，具备很好的工程应用前景。

本发明授权基于航迹泊松多伯努利的多目标跟踪方法、装置及设备在权利要求书中公布了：1.一种基于航迹泊松多伯努利的多目标跟踪方法，其特征在于，所述方法包括： 构建连续时间多目标运动模型，其中，所述连续时间多目标运动模型包括目标生成模型、目标消亡模型和目标运动模型； 通过高斯矩近似方法对所述连续时间多目标运动模型进行离散化处理，得到离散化新生目标概率密度和单目标航迹状态转移密度； 在非均匀采样条件下，根据所述离散化新生目标概率密度和单目标航迹状态转移密度，获取多目标在前一时间步的航迹泊松多伯努利密度，并根据所述前一时间步的航迹泊松多伯努利密度对当前时间步的航迹泊松多伯努利密度依次进行预测和更新，得到当前时间步的航迹泊松多伯努利密度的更新值；其中，所述当前时间步的航迹泊松多伯努利密度的更新值包括泊松分量更新值和伯努利分量更新值； 根据所述泊松分量更新值和伯努利分量更新值组合构建航迹泊松多伯努后验密度，根据所述航迹泊松多伯努后验密度和预先设定的门限对当前时间步的多目标航迹进行估计，得到当前时间步的多目标航迹估计； 所述目标生成模型服从泊松强度为的泊松随机过程，所述目标生成模型中的目标状态服从均值为，协方差矩阵为的高斯分布，其中，、分别表示的平均位置和平均速度，和分别表示位置协方差矩阵和速度协方差矩阵，表示位置和速度协方差矩阵，上标T表示矩阵转置； 所述目标消亡模型表示为 ； 其中，表示目标的生命周期相互独立且服从率参数为的指数分布； 所述目标运动模型基于维纳速度模型构建得到，表示为 ； ； 其中，表示多目标状态，表示的微分，表示单目标状态空间，表示维数为的第一矩阵，表示维数为的第二矩阵，表示单目标状态维数，表示扩散矩阵为的维纳过程，表示维实数空间，表示维度，表示维纳速度模型参数，表示维度为的全零矩阵，表示维度为的单位矩阵； 通过高斯矩近似方法对所述连续时间多目标运动模型进行离散化处理，得到离散化新生目标概率密度，表示为 ； 其中，表示在采样时间步间隔内目标到达数的分布，表示离散化的泊松强度，表示高斯分量索引，表示高斯分量数，表示高斯分量，表示离散化航迹起始时间，表示离散化权重，表示离散化均值，为第q个到达目标在k时间步的状态变量，表示离散化协方差矩阵。

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中国人民解放军国防科技大学，其通讯地址为：410000 湖南省长沙市开福区德雅路109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。