CN103400003B - 基于gpu编程实现激光雷达场景仿真方法 - Google Patents
基于gpu编程实现激光雷达场景仿真方法 Download PDFInfo
- Publication number
- CN103400003B CN103400003B CN201310326761.1A CN201310326761A CN103400003B CN 103400003 B CN103400003 B CN 103400003B CN 201310326761 A CN201310326761 A CN 201310326761A CN 103400003 B CN103400003 B CN 103400003B
- Authority
- CN
- China
- Prior art keywords
- laser
- factor
- scene
- prime
- laser radar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开一种基于GPU编程实现激光雷达场景仿真方法,主要解决现有技术存在的激光雷达效应仿真的物理真实感不高,无法动态渲染成像的不足。其实现过程是:将三维模型导入程序,获得每个顶点的位置、法线信息,通过实验或仪器测量,获得计算双向反射函数BRDF需要参数,将材质类型标号、正入射反射率、粗糙因子和各向同性因子保存成DDS数据纹理;在片段程序中对数据纹理采样,获得不同位置点的正入射反射率、粗糙因子和各向同性因子,结合三维模型的每个顶点位置和法线信息,根据双向函数BRDF反射模型,计算场景中不同位置点在激光接收器方向的激光亮度值,量化成8位灰度值进行显示。本发明能动态成像,真实感强,可用于激光制导和目标探测中。
Description
技术领域
本发明属于计算机仿真技术领域,涉及激光雷达场景仿真方法,具体基于可编程图形处理单元GPU编程实现激光雷达场景仿真的方法,可用于目标探测、导弹制导。
背景技术
随着激光器和探测元件的发展,激光雷达系统在导弹制导、目标探测等军事应用上发挥的作用日益重要。对激光雷达成像的研究有两种方法:一种是利用激光雷达对不同背景不同目标进行实测得到,但这需要大量的人力和物力,且受到气象因素的制约,实验周期长,重复次数多且受地理环境、气候条件等因素影响较大;另一种方法是通过激光雷达场景仿真技术,对不同背景、不同目标下激光雷达场景进行仿真,输出模拟的激光雷达图像。激光雷达场景仿真方法能有效克服时间、环境、地域的限制,降低成本,缩短激光雷达武器系统研发周期,提高激光雷达仿真系统设计、测试评估和应用的效率,因而具有重要的研究意义。
哈尔滨工业大学王骐针对外差体制成像激光雷达建立了半实物仿真系统,其仿真目标场景库模型,是基于目标模型是非吸收性理想朗伯反射体的假设,限制了模型的真实性;西安电子科技大学吴振森建立了激光雷达收发系统、目标散射、传输效应等因素与激光雷达三维图像的特征的联系,对目标的激光雷达三维成像进行了仿真模拟,能真实的表征目标的激光雷达回波特性,但没有建立起能实时计算的场景。
可以看出,国内关于激光雷达场景仿真的技术还比较粗糙,没有建立起真实可靠并能动态显示的场景,进而影响探测、制导的效率。
发明内容
本发明的目的在于针对上述已有技术的不足,结合地物表面特征的空间反射特性和激光雷达成像的基本原理,提出一种基于可编程图形处理单元GPU编程的与目标形状脱耦合的激光雷达场景的动态仿真方法,用以提高激光雷达场景仿真的真实感,满足仿真的实时性要求,进而提高探测、制导的效率。
实现本发明目的的技术原理是:以Schlick提出的双向反射函数BRDF反射模型为基础,计算出目标和背景在激光接收器方向上的激光亮度值,并利用顶点程序和片段程序,将反射模型集成到仿真的场景中,实时模拟激光雷达成像结果。其技术实现方案包括如下步骤:
(1)将在三维模型生成软件3DMAX生成三维模型导入面向对象的图像渲染引擎OGRE中,在顶点程序中获得三维模型每个顶点的位置与法线信息;
(2)通过实验或测量仪器测量,获得计算双向反射函数BRDF需要的材质参数正入射反射率Cλ、粗糙因子r和各向同性因子p,再将材质类型标号、正入射反射率Cλ、粗糙因子r和各向同性因子p,保存并生成DDS数据纹理;
(3)利用图形编程语言Cg将步骤(2)获得的数据纹理写入材质脚本的纹理单元中,在片段程序中对步骤(2)中得到的数据纹理进行采样,获得不同位置点的正入射反射率Cλ、粗糙因子r和各向同性因子p,结合(1)中得到的三维模型的每个顶点的位置、法线信息,根据由Schlick提出的双向反射函数BRDF反射模型,计算场景中不同位置点在激光接收器方向的激光亮度值Lr,进行8位灰度量化得到8位灰度图像的灰度值;
(4)将步骤3中的材质脚本集成到面向对象的图形渲染引擎OGRE中,通过可编程图形处理单元GPU完成材质脚本的解析和编译,形成可编程图形处理单元GPU的执行代码,利用这些代码实现激光雷达动态场景的仿真。
本发明与现有技术相比,具有如下显著优点:
(1)本发明针对地物表面的空间反射特性,引入了双向反射函数BRDF反射模型,结合地物表面特征的空间反射特性和激光雷达成像的基本原理,建立起与目标形状脱耦合的激光雷达场景的仿真模型,不再依赖于目标形状,仿真的真实感更高。
(2)本发明通过将预计算的纹理写入材质脚本,并利用GPU完成材质脚本的解析,仿真时GPU并行处理这些材质脚本,满足仿真的实时性要求。
附图说明
图1为本发明的总流程图;
图2为本发明中存储双向反射函数BRDF所需的材质纹理的示意图。
具体实施方式
参照图1,本发明的具体实施过程如下:
步骤1,将在三维模型生成软件3DMAX生成三维模型导入面向对象的图像渲染引擎OGRE中,在顶点程序中获得三维模型每个顶点的位置与法线信息。
步骤2,生成场景纹理文件
2a)通过实验或测量仪器测量,获得三维模型材质的参数,正入射反射率Cλ、粗糙因子r和各向同性因子p;
2b)将可见光的纹理按不同的材质进行分割,不同的材质赋予对应的正入射反射率Cλ、粗糙因子r和各向同性因子p,保存成DDS格式的数据纹理,纹理的保存方式如图2所示,将材质编号存入纹理数组的R通道,将正入射反射率存入G通道,将粗糙因子r存入B通道,将各向同性因子p放入alpha通道。
步骤3,计算场景中不同位置点对入射激光在激光接收器方向的激光亮度Lr
3a)利用图形编程语言Cg将步骤2中获得的数据纹理写入材质脚本的纹理单元中,在片段程序中对步骤2中得到的数据纹理进行采样,获得不同位置点的正入射反射率Cλ、粗糙因子r和各向同性因子p;
3b)结合第一步中得到的三维模型的每个顶点的位置、法线信息,根据由Schlick提出的双向反射函数BRDF反射模型,计算场景中不同位置点在激光接收器方向的激光亮度值Lr:
其中,Pt为激光的发射功率,R为激光雷达发射系统与当前计算位置点的距离,θB为波束的发散角,ηt为激光发射系统的光学系统传输系数,ηr为激光接收系统的光学系统传输系数,T为单程大气传输系数,上述值在激光雷达系统确定时即可得到,u=cos(β),v=cos(θ),v′=cos(θ′),t=cos(α),θ为激光入射光线的反方向与材质表面法线的夹角,θ′为接收器方向与材质表面法线的夹角,α为材质表面法线与半角向量的夹角,为材质表面的切向量与半角向量在平面内的投影向量的夹角,β为入射激光方向的反方向与半角向量的夹角,
Rλ(t,u,v,v′,w)为BRDF的结果值,其公式如下:
Rλ(t,u,v,v′,w)=Sλ(u)D(t,v,v′,w),
其中,Sλ(u)表示BRDF的光谱特征,D(t,v,v′,w)表示BRDF的方向特征,两者的计算式分别如下:
Sλ(u)=Cλ+(1-Cλ)(1-u)5,
Cλ∈[0,1],为波长λ下的反射因子,r∈[0,1]为材质的粗糙因子,p∈[0,1]为材质的各向同性因子;
3c)在当前观察点的观察视线上,对观察视场的每个目标点都做步骤3b)的处理,得到激光雷达场景每个点亮度值Lr;
3d)使用线性灰度量化方法对得到的激光场景亮度值Lr进行灰度量化,得到8位的灰度图像灰度值:其中,Lmin和Lmax为步骤3d)中计算的场景所有点亮度的上下限。
步骤4,将步骤3中的材质脚本集成到面向对象的图形渲染引擎OGRE中,通过可编程图形处理单元GPU完成材质脚本的解析和编译,形成可编程图形处理单元GPU的执行代码,利用这些代码实现激光雷达动态场景的仿真。
Claims (2)
1.基于GPU编程实现激光雷达场景仿真方法,以Schlick提出的双向反射函数BRDF反射模型为基础,计算出目标和背景在激光接收器方向上的激光亮度值,并利用顶点程序和片段程序,将反射模型集成到仿真的场景中,实时模拟激光雷达成像结果,具体包括如下步骤:
步骤1将在三维模型生成软件3DMAX中生成的三维模型导入面向对象的图像渲染引擎OGRE中,在顶点程序中获得三维模型每个顶点的位置与法线信息;
步骤2生成场景纹理文件
2.1)对材质类型编号,并对相应材质进行实验或测量仪器测量,通过实验或测量仪器测量,获得计算双向反射函数BRDF需要的材质参数正入射反射率Cλ、粗糙因子r和各向同性因子p;
2.2)将可见光的纹理按不同的材质进行分割,不同的材质赋予对应的正入射反射率Cλ、粗糙因子r和各向同性因子p,保存成DDS格式的数据纹理;
步骤3计算场景中不同位置点对入射激光在激光接收器方向的激光亮度Lr
3.1)利用图形编程语言Cg将步骤2获得的数据纹理写入材质脚本的纹理单元中,在片段程序中对步骤2获得的数据纹理进行采样,获得不同位置点的正入射反射率Cλ、粗糙因子r和各向同性因子p;
3.2)结合步骤1得到的三维模型的每个顶点的位置与法线信息,根据Schlick提出的双向反射函数BRDF模型,计算激光场景中不同位置点在激光接收器方向的激光亮度值Lr:
其中,Pt为激光的发射功率,R为激光雷达发射系统与当前计算位置点的距离,θB为波束的发散角,ηt为激光发射系统的光学系统传输系数,ηr为激光接收系统的光学系统传输系数,T为单程大气传输系数,上述值在激光雷达系统确定时即可得到,u=cos(β),v=cos(θ),v′=cos(θ′),t=cos(α),θ为激光入射光线的反方向与材质表面法线的夹角,θ′为接收器方向与材质表面法线的夹角,α为材质表面法线与半角向量的夹角,为材质表面的切向量与半角向量在平面内的投影向量的夹角,β为入射激光方向的反方向与半角向量的夹角,Rλ(t,u,v,v′,w)为BRDF的结果值,其公式如下:
Rλ(t,u,v,v′,w)=Sλ(u)D(t,v,v′,w),
其中,Sλ(u)表示BRDF的光谱特征,D(t,v,v′,w)表示BRDF的方向特征,两者的计算式分别如下:
Sλ(u)=Cλ+(1-Cλ)(1-u)5,
Cλ∈[0,1],为波长λ下的反射因子,r∈[0,1]为材质的粗糙因子,p∈[0,1]为材质的各向同性因子;
3.3)在当前观察点的观察视线上,对观察视场的每个目标点都按步骤3.2)的处理,得到激光雷达场景每个点亮度值Lr;
3.4)使用线性灰度量化方法对得到的激光场景亮度值Lr进行灰度量化,得到8位的灰度图像灰度值:其中,Lmin和Lmax为场景所有点亮度的上下限;
步骤4将步骤3中的材质脚本集成到面向对象的图形渲染引擎OGRE中,通过可编程图形处理单元GPU完成材质脚本的解析和编译,形成可编程图形处理单元GPU的执行代码,利用这些代码实现激光雷达动态场景的仿真。
2.根据权利要求1所述的基于GPU编程实现激光雷达场景仿真方法,其特征在于:其中步骤2所述的通过实验或测量仪器测量,获得计算双向反射函数BRDF需要的材质参数正入射反射率Cλ、粗糙因子r和各向同性因子p,再将材质类型标号、正入射反射率Cλ、粗糙因子r和各向同性因子p,保存并生成DDS数据纹理的方法,是利用DDS数据纹理生成工具分别对DDS数组的R、G、B及alpha通道进行数据存储:将材质编号存入R通道,将正入射反射率Cλ存入G通道,将粗糙因子r存入B通道,将各向同性因子p放入alpha通道。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310326761.1A CN103400003B (zh) | 2013-07-22 | 2013-07-22 | 基于gpu编程实现激光雷达场景仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310326761.1A CN103400003B (zh) | 2013-07-22 | 2013-07-22 | 基于gpu编程实现激光雷达场景仿真方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103400003A CN103400003A (zh) | 2013-11-20 |
CN103400003B true CN103400003B (zh) | 2016-03-02 |
Family
ID=49563631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310326761.1A Active CN103400003B (zh) | 2013-07-22 | 2013-07-22 | 基于gpu编程实现激光雷达场景仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103400003B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268323A (zh) * | 2014-09-17 | 2015-01-07 | 西安电子科技大学 | 基于光线跟踪的激光雷达场景仿真方法 |
CN105023287B (zh) * | 2015-07-08 | 2018-04-17 | 西安电子科技大学 | 一种用于动态三维场景的激光雷达成像与着色方法 |
CN105823381B (zh) * | 2016-04-25 | 2018-01-16 | 中国人民解放军63908部队 | 一种制导弹药激光接收机仿真测试装置 |
CN106842167B (zh) * | 2017-02-13 | 2019-09-24 | 联想(北京)有限公司 | 一种数据处理方法、装置及雷达 |
CN107870334A (zh) * | 2017-10-27 | 2018-04-03 | 西安电子科技大学昆山创新研究院 | 基于嵌入式gpu的单像素激光雷达成像装置及成像方法 |
CN108062758B (zh) * | 2018-02-27 | 2019-06-28 | 山东师范大学 | 一种基于图像分割算法的人群生成仿真方法及系统 |
CN108646233B (zh) * | 2018-04-20 | 2021-08-20 | 驭势(上海)汽车科技有限公司 | 模拟超声波雷达探测的方法、装置、系统及存储介质 |
CN110728061B (zh) * | 2019-10-16 | 2020-12-11 | 沈纪云 | 基于朗伯体反射建模的陶瓷表面气孔检测方法 |
CN111624583B (zh) * | 2020-07-30 | 2020-10-30 | 之江实验室 | 一种考虑速度因素的激光雷达测距的快速数值仿真方法 |
CN112578346B (zh) * | 2020-11-25 | 2023-07-18 | 中国人民解放军63892部队 | 一种宽带雷达目标回波信号模拟系统及模拟方法 |
CN113034660B (zh) * | 2021-03-23 | 2022-06-14 | 浙江大学 | 一种基于pbr反射模型的激光雷达仿真方法 |
CN114895316B (zh) * | 2022-07-11 | 2022-10-28 | 之江实验室 | 一种多激光雷达测距的快速数值仿真方法和装置 |
CN116312899B (zh) * | 2023-05-12 | 2023-08-01 | 中国人民解放军战略支援部队航天工程大学 | 一种基于激光雷达成像的材料表面brdf参数拟合方法和系统 |
-
2013
- 2013-07-22 CN CN201310326761.1A patent/CN103400003B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103400003A (zh) | 2013-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103400003B (zh) | 基于gpu编程实现激光雷达场景仿真方法 | |
CN103472443B (zh) | 一种动态海面激光脉冲波束回波仿真方法 | |
CN102968521B (zh) | 基于gpu编程的红外反射特性仿真方法 | |
Balz et al. | Potentials and limitations of SAR image simulators–A comparative study of three simulation approaches | |
CN112433934B (zh) | 仿真测试方法、装置、计算机设备和存储介质 | |
US10133834B2 (en) | Method for simulating wave propagation; simulator, computer program and recording medium for implementing the method | |
CN104268323A (zh) | 基于光线跟踪的激光雷达场景仿真方法 | |
CN102788979B (zh) | 一种基于后向投影InSAR成像配准的GPU实现方法 | |
CN104272731A (zh) | 用于处理3d信息的设备和方法 | |
CN114898037B (zh) | 激光三维动态场景建模系统及建模方法 | |
JP5873683B2 (ja) | 仮想環境でのオクルージョンを推定する方法 | |
EP3057067B1 (en) | Device and method for estimating a glossy part of radiation | |
CN115731350A (zh) | 车辆的虚拟激光雷达的仿真方法及其装置 | |
US9361412B1 (en) | Method for the simulation of LADAR sensor range data | |
López et al. | A GPU-accelerated framework for simulating LiDAR scanning | |
Mo et al. | Analytic ray curve tracing for outdoor sound propagation | |
JP2022531627A (ja) | 連続波ライダーセンサのシミュレーション方法 | |
CN103247069A (zh) | 基于辐射能量特性和光谱特性的紫外场景仿真方法及系统 | |
CN103247070A (zh) | 一种基于预计算转移张量的交互重光照真实感渲染方法 | |
Jansen et al. | Physical LiDAR simulation in real-time engine | |
Li et al. | A real-time aircraft infrared imaging simulation platform | |
Wu et al. | GPU-accelerated real-time IR smoke screen simulation and assessment of its obscuration | |
Peinecke et al. | Real-time millimeter wave radar simulation | |
Aguerre et al. | Importance-driven approach for reducing urban radiative exchange computations | |
Balz et al. | Improved real-time SAR simulation in urban areas |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |