CN104268323A - 基于光线跟踪的激光雷达场景仿真方法 - Google Patents
基于光线跟踪的激光雷达场景仿真方法 Download PDFInfo
- Publication number
- CN104268323A CN104268323A CN201410476556.8A CN201410476556A CN104268323A CN 104268323 A CN104268323 A CN 104268323A CN 201410476556 A CN201410476556 A CN 201410476556A CN 104268323 A CN104268323 A CN 104268323A
- Authority
- CN
- China
- Prior art keywords
- laser
- scene
- laser radar
- simulation method
- light
- 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.)
- Pending
Links
Landscapes
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开一种基于光线跟踪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成像仿真的物理真实感不高的不足，在3DMAX中生成三维网格模型并获取三维模型每个顶点的位置、法线信息，根据场景的位置信息以及光线跟踪的原理生成光线，求出最近的交点，计算交点处对激光光源的直接反射分量和对环境中其他物体的间接反射分量，并将两部分相加，计算视场中不同位置点在激光接收器方向的激光亮度值，在计算的结果上添加固定噪声，量化成8位灰度值进行显示，本发明真实感强，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，具体涉及一种基于光线跟踪的激光雷达场景仿真方法。
背景技术
随着激光器和探测元件的发展，激光雷达系统在航天、地形跟踪、目标探测等军事应用上发挥的作用日益重要。目前对激光雷达系统的性能分析研究主要有两种途径：外场实验和计算机仿真。外场试验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。计算机仿真技术可以对不同背景下、不同目标的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。光线跟踪的渲染算法可以很自然地模拟真实环境中的各种光学效果，如反射、阴影、折射等，具有好的渲染效果。利用光线跟踪方法对激光场景进行仿真计算可以更加真实地模拟激光场景。
华中科大图像所余德军、苏州大学物理系薛国刚都针对激光成像雷达仿真技术开展了相关研究工作，主要仿真计算的对象为回波信号和图像。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。目前，国内的模拟方法主要是依据场景的目标特性，直接计算回波信号，而激光在场景中的传输特性例如多次反射、遮蔽效果等无法很好体现，无法满足探测和制导过程中对准确率越来越高的要求。
目前国内关于激光雷达成像场景仿真的技术还比较粗糙，没有建立起真实感高的场景，进而影响探测、制导的准确率。
发明内容
本发明的目的在于针对上述已有技术的不足，提出一种基于光线跟踪的激光雷达场景仿真方法，用以提高激光雷达场景仿真的真实感，进而提高探测、制导的准确率。
为实现上述目的，本发明采用如下方案：
基于光线跟踪的激光雷达场景仿真方法，利用光线跟踪技术计算出目标和背景在激光接收器方向上对激光的直接反射亮度值后，加上对场景中其他物体的间接反射亮度值，并添加探测器噪声模拟激光雷达的成像结果；
具体步骤如下：
(1)在3DMAX中生成三维网格模型并获取三维模型每个顶点的位置、法线信息；
(2)根据步骤(1)中得到的场景的位置信息以及光线跟踪的原理生成光线，光线与场景进行相交检测得到光线与场景最近的交点；
(3)计算交点处对激光光源的直接反射分量和对环境中其他物体的间接反射分量，并将两部分相加；
(4)对屏幕中所有的像素进行步骤(2)-(3)的操作，得到整个视场的计算结果；
(5)在步骤(4)计算的结果上添加固定噪声；
(6)将步骤(5)的结果进行线性量化，即得到激光雷达成像的仿真场景。
所述步骤(1)中使用KD树的结构对三维模型信息进行组织。
所述步骤(2)由激光接收器发出通过屏幕的光线，将光线与场景进行求交运算得到交点。
所述步骤(3)具体步骤如下：
3a)计算交点处对激光光源的直接反射分量Ldirect；
其中，PT为激光器的发射功率，θ0为光束发散角的半角，θi为激光与面元ΔS法线的夹角，R为面元ΔS与激光雷达之间的距离；为双向反射率函数，采用Schlick提出的双向反射函数反射模型(Schlick BRDF)；
3b)计算交点处对周围环境中其他物体的间接反射分量Lindirect；
根据光线跟踪的算法原理以及光线传输的原理，在交点处向周围环境空间内发出光线，计算这些光线对交点的反射分量；
3c)将步骤3a)和步骤3b)的计算结果相加得到当前计算点的在激光接收器方向上的辐射值Lreflect，Lreflect＝Ldirect+Lindirect。
所述固定噪声用Pn＝L·Noise()表示，Noise()为平均值为0、噪声的方差为1的标准噪声发生函数。
所述步骤(6)使用线性灰度量化方法对得到的辐射计算结果进行灰度量化，得到8位的灰度图像灰度值:其中，Lmin和Lmax为步骤(3)中计算的场景辐射值的上下限，Lr为场景添加过噪声后亮度值，Lmin和Lmax为整个场景中Lr所取的最大值和最小值。
本发明与现有技术相比，具有如下显著优点：
本发明针对地物表面光线的传输特性，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，引入光线跟踪渲染算法，结合地物激光雷达成像的基本原理，建立起激光雷达场景的仿真模型，仿真的真实感更高，可用于目标探测、导弹制导。
附图说明
图1为本发明的流程图；
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3DMAX生成mesh格式的三维模型导入程序，在程序中获得三维模型每个顶点的位置、法线信息。在程序中使用KD树的结构对三维模型信息进行组织。
步骤2，生成光线，求光线与场景最近的交点。
由激光接收器发出通过屏幕的光线，将光线与场景进行求交运算得到交点。
步骤3，计算交点处对激光光源的直接反射分量和对环境中其他物体的间接反射分量，并将两部分相加；
3a)计算交点处的对激光光源的直接反射分量Ldirect。
其中，PT为激光器的发射功率，θ0为光束发散角的半角，θi为激光与面元ΔS法线的夹角，R为面元ΔS与激光雷达之间的距离。为双向反射率函数，结果与入射光线和反射光线的方向有关,本发明采用Schlick提出的双向反射函数反射模型Schlick BRDF模型。
3b)计算交点处对周围环境的反射分量Lindirect。根据光线跟踪的算法原理以及光线传输的原理，在交点处向周围环境一定空间内发出光线，计算这些光线对交点的反射分量。
3c)将3a)和3b)的计算结果相加得到当前计算点的在激光接收器方向上的辐射值Lreflect，Lreflect＝Ldirect+Lindirect。
步骤4，对屏幕中所有的像素进行步骤(2)-(4)的操作，得到整个视场的辐射计算结果；
步骤5，在步骤4)的计算结果基础上添加噪声。
Pn＝L·Noise()，Noise()为平均值为0、噪声的方差为1的标准噪声发生函数，为控制噪声分布的参数。在模拟中，只有进入探测器的辐射才需要计算噪声，其他传输阶段均认为噪声为零，具体在光线跟踪中，只有最终到达激光成像系统的光线才计算噪声项，之前的任何反射、折射或投射，均不计算噪声。
步骤6，将(5)的结果进行线性量化，得到激光雷达成像的仿真场景；
使用线性灰度量化方法对得到的辐射计算结果进行灰度量化，得到8位的灰度图像灰度值:其中，Lmin和Lmax为步骤(3)中计算的场景辐射值的上下限，Lr为场景添加过噪声后亮度值，Lmin和Lmax为整个场景中Lr所取的最大值和最小值。
Claims (6)
1.基于光线跟踪的激光雷达场景仿真方法，其特征在于：利用光线跟踪技术计算出目标和背景在激光接收器方向上对激光的直接反射亮度值后，加上对场景中其他物体的间接反射亮度值，并添加探测器噪声模拟激光雷达的成像结果；
具体步骤如下：
(1)在3DMAX中生成三维网格模型并获取三维模型每个顶点的位置、法线信息；
(2)根据步骤(1)中得到的场景的位置信息以及光线跟踪的原理生成光线，光线与场景进行相交检测得到光线与场景最近的交点；
(3)计算交点处对激光光源的直接反射分量和对环境中其他物体的间接反射分量，并将两部分相加；
(4)对屏幕中所有的像素进行步骤(2)-(3)的操作，得到整个视场的计算结果；
(5)在步骤(4)计算的结果上添加固定噪声；
(6)将步骤(5)的结果进行线性量化，即得到激光雷达成像的仿真场景。
2.根据权利要求1所述的基于光线跟踪的激光雷达场景仿真方法，其特征在于：所述步骤(1)使用KD树的结构对三维模型信息进行组织。
3.根据权利要求1所述的基于光线跟踪的激光雷达场景仿真方法，其特征在于：所述步骤(2)由激光接收器发出通过屏幕的光线，将光线与场景进行求交运算得到交点。
4.根据权利要求1所述的基于光线跟踪的激光雷达场景仿真方法，其特征在于：所述步骤(3)具体步骤如下：
3a)计算交点处对激光光源的直接反射分量Ldirect；
其中，PT为激光器的发射功率，θ0为光束发散角的半角，θi为激光与面元ΔS法线的夹角，R为面元ΔS与激光雷达之间的距离；为双向反射率函数，采用Schlick提出的双向反射函数反射模型(Schlick BRDF)；
3b)计算交点处对周围环境中其他物体的间接反射分量Lindirect；
根据光线跟踪的算法原理以及光线传输的原理，在交点处向周围环境空间内发出光线，计算这些光线对交点的反射分量；
3c)将步骤3a)和步骤3b)的计算结果相加得到当前计算点的在激光接收器方向上的辐射值Lreflect，Lreflect＝Ldirect+Lindirect。
5.根据权利要求1所述的基于光线跟踪的激光雷达场景仿真方法，其特征在于：所述固定噪声用Pn＝L·Noise()表示，Noise()为平均值为0、噪声的方差为1的标准噪声发生函数。
6.根据权利要求1所述的基于光线跟踪的激光雷达场景仿真方法，其特征在于：所述步骤(6)使用线性灰度量化方法对得到的辐射计算结果进行灰度量化，得到8位的灰度图像灰度值:其中，Lmin和Lmax为步骤(3)中计算的场景辐射值的上下限，Lr为场景添加过噪声后亮度值，Lmin和Lmax为整个场景中Lr所取的最大值和最小值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410476556.8A CN104268323A (zh) | 2014-09-17 | 2014-09-17 | 基于光线跟踪的激光雷达场景仿真方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410476556.8A CN104268323A (zh) | 2014-09-17 | 2014-09-17 | 基于光线跟踪的激光雷达场景仿真方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104268323A true CN104268323A (zh) | 2015-01-07 |
Family
ID=52159844
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410476556.8A Pending CN104268323A (zh) | 2014-09-17 | 2014-09-17 | 基于光线跟踪的激光雷达场景仿真方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104268323A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105023287A (zh) * | 2015-07-08 | 2015-11-04 | 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 |
| CN105823381A (zh) * | 2016-04-25 | 2016-08-03 | 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 |
| CN108646233A (zh) * | 2018-04-20 | 2018-10-12 | 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 |
| CN108961767A (zh) * | 2018-07-24 | 2018-12-07 | 河北德冠隆电子科技有限公司 | 基于四维实景交通仿真的高速公路稽查追逃费报警系统 |
| CN109271893A (zh) * | 2018-08-30 | 2019-01-25 | 百度在线网络技术（北京）有限公司 | 一种仿真点云数据的生成方法、装置、设备及存储介质 |
| CN109583049A (zh) * | 2018-11-14 | 2019-04-05 | 上海无线电设备研究所 | 一种多通道激光探测仿真装置 |
| CN110809723A (zh) * | 2018-12-28 | 2020-02-18 | 深圳市大疆创新科技有限公司 | 雷达仿真方法、装置及系统 |
| CN111624583A (zh) * | 2020-07-30 | 2020-09-04 | 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 |
| JP2022531627A (ja) * | 2019-07-09 | 2022-07-07 | シーメンス インダストリー ソフトウェア ネザーランズ ベー．ヴェー． | 連続波ライダーセンサのシミュレーション方法 |
| EP4184213A1 (de) * | 2021-11-23 | 2023-05-24 | dSPACE GmbH | Verfahren und system zum bestimmen von lidar-intensitätswerten sowie trainingsverfahren |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100164948A1 (en) * | 2008-12-29 | 2010-07-01 | Samsung Electronics Co., Ltd. | Apparatus and method of enhancing ray tracing speed |
| CN102968521A (zh) * | 2012-10-25 | 2013-03-13 | 西安电子科技大学 | 基于gpu编程的红外反射特性仿真方法 |
| CN103400003A (zh) * | 2013-07-22 | 2013-11-20 | 西安电子科技大学 | 基于gpu编程实现激光雷达场景仿真方法 |
-
2014
- 2014-09-17 CN CN201410476556.8A patent/CN104268323A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100164948A1 (en) * | 2008-12-29 | 2010-07-01 | Samsung Electronics Co., Ltd. | Apparatus and method of enhancing ray tracing speed |
| CN102968521A (zh) * | 2012-10-25 | 2013-03-13 | 西安电子科技大学 | 基于gpu编程的红外反射特性仿真方法 |
| CN103400003A (zh) * | 2013-07-22 | 2013-11-20 | 西安电子科技大学 | 基于gpu编程实现激光雷达场景仿真方法 |
Non-Patent Citations (4)
| Title |
|---|
| 李宏宁等: "《用于场景仿真的红外成像模型及其有效性分析》", 《红外与毫米波学报》 * |
| 柴国贝等: "《用于激光雷达成像仿真的动态场景模型》", 《西安电子科技大学学报（自然科学版）》 * |
| 郭晨光: "《基于光线跟踪的高真实感红外三维场景仿真方法研究》", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
| 陈昱等: "《基于GPU加速的光线跟踪渲染算法研究》", 《武夷学院学报》 * |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN105023287A (zh) * | 2015-07-08 | 2015-11-04 | 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 |
| CN105823381A (zh) * | 2016-04-25 | 2016-08-03 | 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 |
| CN108646233A (zh) * | 2018-04-20 | 2018-10-12 | 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 |
| 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 |
| CN108961767B (zh) * | 2018-07-24 | 2021-01-26 | 河北德冠隆电子科技有限公司 | 基于四维实景交通仿真的高速公路稽查追逃费报警系统 |
| CN108961767A (zh) * | 2018-07-24 | 2018-12-07 | 河北德冠隆电子科技有限公司 | 基于四维实景交通仿真的高速公路稽查追逃费报警系统 |
| US11113830B2 (en) | 2018-08-30 | 2021-09-07 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method for generating simulated point cloud data, device, and storage medium |
| CN109271893B (zh) * | 2018-08-30 | 2021-01-01 | 百度在线网络技术（北京）有限公司 | 一种仿真点云数据的生成方法、装置、设备及存储介质 |
| CN109271893A (zh) * | 2018-08-30 | 2019-01-25 | 百度在线网络技术（北京）有限公司 | 一种仿真点云数据的生成方法、装置、设备及存储介质 |
| CN109583049A (zh) * | 2018-11-14 | 2019-04-05 | 上海无线电设备研究所 | 一种多通道激光探测仿真装置 |
| WO2020133230A1 (zh) * | 2018-12-28 | 2020-07-02 | 深圳市大疆创新科技有限公司 | 雷达仿真方法、装置及系统 |
| CN110809723A (zh) * | 2018-12-28 | 2020-02-18 | 深圳市大疆创新科技有限公司 | 雷达仿真方法、装置及系统 |
| JP2022531627A (ja) * | 2019-07-09 | 2022-07-07 | シーメンス インダストリー ソフトウェア ネザーランズ ベー．ヴェー． | 連続波ライダーセンサのシミュレーション方法 |
| US11460562B2 (en) | 2019-07-09 | 2022-10-04 | Siemens Industry Software Netherlands B.V. | Methods to simulate continuous wave lidar sensors |
| JP7293488B2 (ja) | 2019-07-09 | 2023-06-19 | シーメンス インダストリー ソフトウェア エヌヴェ | 連続波ライダーセンサのシミュレーション方法 |
| CN111624583A (zh) * | 2020-07-30 | 2020-09-04 | 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 |
| 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 |
| WO2021147311A1 (zh) * | 2020-07-30 | 2021-07-29 | 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 |
| EP4184213A1 (de) * | 2021-11-23 | 2023-05-24 | dSPACE GmbH | Verfahren und system zum bestimmen von lidar-intensitätswerten sowie trainingsverfahren |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104268323A (zh) | 基于光线跟踪的激光雷达场景仿真方法 | |
| Hahner et al. | Lidar snowfall simulation for robust 3d object detection | |
| Hahner et al. | Fog simulation on real LiDAR point clouds for 3D object detection in adverse weather | |
| CN103400003B (zh) | 基于gpu编程实现激光雷达场景仿真方法 | |
| EP3343502B1 (en) | Depth sensor noise | |
| Gonzalez-Jorge et al. | Metrological evaluation of microsoft kinect and asus xtion sensors | |
| CN102622776B (zh) | 三维环境重构 | |
| US20140267412A1 (en) | Optical illumination mapping | |
| US9171393B2 (en) | Three-dimensional texture reprojection | |
| Hussmann et al. | Modulation method including noise model for minimizing the wiggling error of TOF cameras | |
| KR102367028B1 (ko) | 일사량을 예측하는 방법, 장치 및 컴퓨터 프로그램 | |
| CN115731350A (zh) | 车辆的虚拟激光雷达的仿真方法及其装置 | |
| CN106384376B (zh) | 雾效模拟方法及装置 | |
| López et al. | A GPU-accelerated framework for simulating LiDAR scanning | |
| CN103593514A (zh) | 多谱段合成环境模拟系统 | |
| Peinecke et al. | Lidar simulation using graphics hardware acceleration | |
| US20230080540A1 (en) | Lidar simulation system | |
| JP7220246B2 (ja) | 位置検出方法、装置、機器及び読み取り可能な記憶媒体 | |
| Pal et al. | 3D point cloud generation from 2D depth camera images using successive triangulation | |
| Jansen et al. | Physical LiDAR simulation in real-time engine | |
| Majek et al. | Range sensors simulation using GPU ray tracing | |
| Aguerre et al. | Importance-driven approach for reducing urban radiative exchange computations | |
| Hildebrand et al. | Simulating Lidar to create training data for machine learning on 3D point clouds | |
| Koduri et al. | AUREATE: An Augmented Reality Test Environment for Realistic Simulations | |
| Degen et al. | Development of a Lidar Model for the Analysis of Borderline Cases Including Vehicle Dynamics in a Virtual City Environment in Real Time |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150107 |
|
| WD01 | Invention patent application deemed withdrawn after publication |