CN109459760A - 一种激光雷达观测数据处理方法及装置 - Google Patents
一种激光雷达观测数据处理方法及装置 Download PDFInfo
- Publication number
- CN109459760A CN109459760A CN201811351171.3A CN201811351171A CN109459760A CN 109459760 A CN109459760 A CN 109459760A CN 201811351171 A CN201811351171 A CN 201811351171A CN 109459760 A CN109459760 A CN 109459760A
- Authority
- CN
- China
- Prior art keywords
- point
- photon counter
- distributed
- data
- counter data
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本申请提供一种激光雷达观测数据处理方法,包括:获得预设时空内基于雷达获得的模拟数据集和光子计数数据集;根据模拟数据集,生成类光子计数数据集;根据类光子计数数据集与光子计数数据集在图像上的分布确定出重合部分,并将图像划分为第一区域和第二区域,其中,第一区域与第二区域拼接构成图像,在第一区域中展示类光子计数数据集在第一区域中的类光子计数数据子集,以及在第二区域中展示光子计数数据集在第二区域中的光子计数数据子集。通过在每个区域都只显示精度相对更高的数据,能够在图像上保留精度较高的数据集,因此能够实现激光雷达观测数据在观测范围内不限观测距离远近而以较高精度统一反映在图像中的功能。
Description
技术领域
本申请涉及激光雷达领域,具体而言,涉及一种激光雷达观测数据处理方法及装置。
背景技术
在目前的激光雷达观测技术中,对于距离不同的观测,其观测数据的精度随距离不同。对于近场观测数据精度较高的数据,其远场观测数据精度就不够高,而对于远场观测数据精度较高的数据,其近场观测数据精度就不够高了,因此在观测距离不同时,也常常选择不同的观测数据,不能够在观测范围内不限距离远近实现较高精度的统一观测。
发明内容
有鉴于此,本申请的目的在于提供一种激光雷达观测数据处理方法及装置,以解决现有技术中由于激光雷达的观测数据不能够在观测范围内不限距离远近而实现较高精度统一观测的问题。
为了实现上述目的,本申请的实施例通过如下方式实现:
第一方面,本申请的实施例提供了一种激光雷达观测数据处理方法,包括:获得预设时空内基于雷达获得的模拟数据集和光子计数数据集;根据所述模拟数据集,生成类光子计数数据集;根据所述类光子计数数据集与所述光子计数数据集在图像上的分布确定出重合部分;根据所述重合部分,将所述图像划分为第一区域和第二区域,其中,所述第一区域与所述第二区域拼接构成所述图像;在所述第一区域中展示所述类光子计数数据集在所述第一区域中的类光子计数数据子集,以及在所述第二区域中展示所述光子计数数据集在所述第二区域中的光子计数数据子集,其中,所述第一区域中的所述类光子计数数据集相较于所述光子计数数据集分布更准确,所述第二区域中的所述光子计数数据集相较于所述类光子计数数据集分布更准确。
在本申请实施例中,通过获得预设时空的基于激光雷达获得的模拟数据集和光子计数数据集,从而获得类光子计数数据集,根据它们在图像上的分布将图像分为两个不重合的区域,在两个区域中分别显示类光子计数数据集和光子计数数据集中在该区域相对于对方精度较高的数据,从而在两个区域中,每个区域都只显示精度相对更高的数据,能够在图像上保留精度较高的数据集,因此能够在观测范围内,不论距离的远近,实现在同一图像上显示精度较高的数据集,实现激光雷达观测数据在观测范围内不限观测距离远近而以较高精度统一反映在图像中的功能。
在第一方面的一些可选实施例中,上述根据所述模拟数据集,生成所述类光子计数数据集,包括:根据激光雷达数据处理模型和所述模拟数据集,生成模拟数据方差-均值特性分布,根据所述激光雷达数据处理模型和所述光子计数数据集生成光子计数数据方差-均值特性分布;根据所述激光雷达数据处理模型、所述模拟数据方差-均值特性分布、所述光子计数数据方差-均值特性分布和所述模拟数据集,生成所述类光子计数数据集。
在本申请实施例中,通过根据激光雷达数据处理模型、模拟数据集和光子计数数据集,生成模拟数据方差-均值特性分布和光子计数数据方差-均值特性分布。根据模拟数据方差-均值特性分布和光子计数数据方差-均值特性分布,将模拟数据集转换为类光子计数数据集,因此,转换而来的类光子计数数据集具有较高的数据精度,而类光子计数数据集和光子计数数据集的准确性,能够为拼接后的激光雷达观测数据提供高精度数据,从而保证了拼接得到的激光雷达观测数据在观测范围内不限距离远近都有着较高的数据精度。
在第一方面的一些可选实施例中,上述根据所述激光雷达数据处理模型、所述模拟数据方差-均值特性分布、所述光子计数数据方差-均值特性分布和所述模拟数据集,生成所述类光子计数数据集,包括:根据所述激光雷达数据处理模型、所述模拟数据方差-均值特性分布的图像和所述光子计数数据方差-均值特性分布的图像,生成线性转化系数a和线性转化系数b;根据所述激光雷达数据处理模型、所述模拟数据集和所述线性转化系数a和所述线性转化系数b,生成所述类光子计数数据集。
在本申请实施例中,通过根据激光雷达数据处理模型、模拟数据方差-均值特性分布和光子计数数据方差-均值特性分布,生成线性转化系数a和线性转化系数b,又根据线性转化系数a和线性转化系数b,将模拟数据集转换为类光子计数数据集。类光子计数数据集和光子计数数据集的准确性,能够为拼接后的激光雷达观测数据提供高精度数据,从而保证了拼接得到的激光雷达观测数据在观测范围内不限距离远近都有着较高的数据精度。
在第一方面的一些可选实施例中,所述类光子计数数据集中的每个点在所述图像上具有对应的横坐标(距离坐标)和纵坐标,所述光子计数数据集中的每个点在所述图像上具有对应的横坐标(距离坐标)和纵坐标,上述根据所述重合部分,将所述图像划分为所述第一区域和所述第二区域,包括:根据所述类光子计数数据集分布在所述重合部分的所有点与所述光子计数数据集分布在所述重合部分的所有点间的所有距离,确定出所述类光子计数数据集分布在所述重合部分上的第一目标点,并确定出所述光子计数数据集分布在所述重合部分上的第二目标点,其中,所述第一目标点和所述第二目标点间的距离值为所述类光子计数数据集中分布在所述重合部分的所有点与所述光子计数数据集中分布在所述重合部分的所有点间的所有距离中的最小值;确定与所述第一目标点和/或所述第二目标点相关的关联点为拼接点,其中,所述关联点为所述第一目标点、所述第二目标点或所述第一目标点与所述第二目标点的平均值点中的任一点;确定所述类光子计数数据集中横坐标小于所述拼接点的横坐标的所有点所在的区域为所述第一区域,确定所述光子计数数据集中横坐标大于等于所述拼接点的横坐标的所有点所在的区域为所述第二区域。
在本申请实施例中,通过在重合部分中确定拼接点,从而根据确定的拼接点划分第一区域和第二区域。拼接点的确定,根据类光子计数数据和光子计数数据在图像上的分布的重合部分,分别在所有分布在重合部分中的类光子计数数据和光子计数数据中各确定一个点,这两个点之间的距离最接近。将其中任一点或者以这两点经过处理后得到的点确定为拼接点,根据拼接点确定第一区域和第二区域的划分,因此能够使第一区域和第二区域的划分更为准确,从而能够使分布在第一区域上的类光子计数数据和分布在第二区域上的光子计数数据有高的精度,保证拼接后的激光雷达观测数据能够实现在观测范围内不限距离远近都有着较高的数据精度。
在第一方面的一些可选实施例中,所述图像上设有包含横轴(距离坐标轴)和纵轴的坐标系,上述根据所述重合部分,将所述图像划分为所述第一区域和所述第二区域,包括:基于所述纵轴方向,将所述重合部分依次划分为多个子区域,获得所述类光子计数数据集中对应分布在所述多个子区域中每个子区域的每个第一分布点子集,以及获得所述光子计数数据集中对应分布在所述多个子区域中每个子区域的每个第二分布点子集;针对每个子区域内每个第一分布点子集和每个第二分布点子集,根据每个第一分布点子集内所有点与每个第二分布点子集内所有点之间的所有距离,确定出每个第一分布点子集中的第一分布点和每个第二分布点子集中的第二分布点,所述第一分布点与所述第二分布点间的距离为所述所有距离中的最小值;确定与每个子区域内的所述第一分布点和/或所述第二分布点相关的关联点为每个子区域的分布点,其中,所述关联点为所述第一分布点、所述第二分布点或所述第一分布点与所述第二分布点的平均值点中的任一点;根据每个子区域的分布点,获得连接每个子区域的分布点的分界线;根据所述分界线,将所述图像划分为所述第一区域和所述第二区域。
在本申请实施例中,通过将重合部分划分为多个子区域,在每个子区域中,分别从类光子计数数据和光子计数数据在该子区域上的分布确定出第一分布点和第二分布点,第一分布点和第二分布点之间具最小的距离值。因此,每个子区域中都能够确定出与之对应的第一分布点和第二分布点,从每个子区域对应的第一分布点和第二分布点,确定出每个子区域的分布点,将每个区域对应的分布点依次连接,从而将图像划分为第一区域和第二区域。以此,能够使第一区域和第二区域的划分更为准确,保证分布在第一区域上的类光子计数数据和分布在第二区域上的光子计数数据有高的精度,从而使拼接得到的激光雷达观测数据能够实现在观测范围内不限距离远近都有着较高的数据精度。
第二方面,本申请的实施例提供了一种激光雷达观测数据处理装置,包括:获得模块,用于获得预设时空内基于雷达获得的模拟数据集和光子计数数据集;处理模块,用于根据所述模拟数据集,生成类光子计数数据集;用于根据所述类光子计数数据集与所述光子计数数据集在图像上的分布确定出重合部分;用于根据所述重合部分,将所述图像划分为第一区域和第二区域,其中,所述第一区域与所述第二区域拼接构成所述图像;拼接模块,用于在所述第一区域中展示所述类光子计数数据集在所述第一区域中的类光子计数数据子集,以及在所述第二区域中展示所述光子计数数据集在所述第二区域中的光子计数数据子集,其中,所述第一区域中的所述类光子计数数据集相较于所述光子计数数据集分布更准确,所述第二区域中的所述光子计数数据集相较于所述类光子计数数据集分布更准确。
在第二方面的一些可选实施例中,上述处理模块,还用于根据激光雷达数据处理模型和所述模拟数据集,生成模拟数据方差-均值特性分布,根据所述激光雷达数据处理模型和所述光子计数数据集生成光子计数数据方差-均值特性分布;根据所述激光雷达数据处理模型、所述模拟数据方差-均值特性分布、所述光子计数数据方差-均值特性分布和所述模拟数据集,生成所述类光子计数数据集。
在第二方面的一些可选实施例中,上述处理模块,还用于根据所述激光雷达数据处理模型、所述模拟数据方差-均值特性分布的图像和所述光子计数数据方差-均值特性分布的图像,生成线性转化系数a和线性转化系数b;根据所述激光雷达数据处理模型、所述模拟数据集和所述线性转化系数a和所述线性转化系数b,生成所述类光子计数数据集。
在第二方面的一些可选实施例中,所述类光子计数数据集中的每个点在所述图像上具有对应的横坐标(距离坐标)和纵坐标,所述光子计数数据集中的每个点在所述图像上具有对应的横坐标(距离坐标)和纵坐标,上述处理模块,还用于根据所述类光子计数数据集分布在所述重合部分的所有点与所述光子计数数据集分布在所述重合部分的所有点间的所有距离,确定出所述类光子计数数据集分布在所述重合部分上的第一目标点,并确定出所述光子计数数据集分布在所述重合部分上的第二目标点,其中,所述第一目标点和所述第二目标点间的距离值为所述类光子计数数据集中分布在所述重合部分的所有点与所述光子计数数据集中分布在所述重合部分的所有点间的所有距离中的最小值;确定与所述第一目标点和/或所述第二目标点相关的关联点为拼接点,其中,所述关联点为所述第一目标点、所述第二目标点或所述第一目标点与所述第二目标点的平均值点中的任一点;确定所述类光子计数数据集中横坐标小于所述拼接点的横坐标的所有点所在的区域为所述第一区域,确定所述光子计数数据集中横坐标大于等于所述拼接点的横坐标的所有点所在的区域为所述第二区域。
在第二方面的一些可选实施例中,所述图像上设有包含横轴(距离坐标轴)和纵轴的坐标系,上述处理模块,还用于基于所述纵轴方向,将所述重合部分依次划分为多个子区域,获得所述类光子计数数据集中对应分布在所述多个子区域中每个子区域的每个第一分布点子集,以及获得所述光子计数数据集中对应分布在所述多个子区域中每个子区域的每个第二分布点子集;针对每个子区域内每个第一分布点子集和每个第二分布点子集,根据每个第一分布点子集内所有点与每个第二分布点子集内所有点之间的所有距离,确定出每个第一分布点子集中的第一分布点和每个第二分布点子集中的第二分布点,所述第一分布点与所述第二分布点间的距离为所述所有距离中的最小值;确定与每个子区域内的所述第一分布点和/或所述第二分布点相关的关联点为每个子区域的分布点,其中,所述关联点为所述第一分布点、所述第二分布点或所述第一分布点与所述第二分布点的平均值点中的任一点;根据每个子区域的分布点,获得连接每个子区域的分布点的分界线;根据所述分界线,将所述图像划分为所述第一区域和所述第二区域。
第三方面,本申请实施例提供了一种服务器,所述服务器包括:处理器,存储器,总线和通信接口;所述处理器、所述通信接口和存储器通过所述总线连接。所述存储器,用于存储程序。所述处理器,用于通过调用存储在所述存储器中的程序,以执行第一方面或第一方面的任一可选的实现方式所述的激光雷达观测数据处理方法。
第四方面,本申请实施例提供了一种具有处理器可执行的非易失程序代码的计算机可读储存介质,用于存储程序代码,所述程序代码在被计算机读取并运行时,执行第一方面或第一方面的任一可选的实现方式所述的激光雷达观测数据处理方法。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本申请第一实施例提供的一种电子设备的结构框图;
图2示出了本申请第二实施例提供的一种激光雷达观测数据处理方法的第一流程图;
图3示出了本申请第二实施例提供的一种激光雷达观测数据处理方法中步骤S200的子流程图;
图4示出了本申请第二实施例提供的一种激光雷达观测数据处理方法中步骤S400的第一子流程图;
图5示出了本申请第二实施例提供的一种激光雷达观测数据处理方法中步骤S400的第二子流程图;
图6示出了本申请第二实施例中激光雷达数据处理模型中的时间域方差计算模型图;
图7示出了本申请第二实施例中激光雷达数据处理模型中的空间域方差计算模型图;
图8示出了本申请第二实施例中获得的模拟数据和光子计数数据分布图;
图9示出了本申请第二实施例中模拟数据的时间域方差分布图;
图10示出了本申请第二实施例中光子计数数据的时间域方差分布图;
图11示出了本申请第二实施例中模拟数据的空间域方差分布图;
图12示出了本申请第二实施例中光子计数数据的空间域方差分布图;
图13示出了本申请第二实施例中探寻线性转化系数a和线性转化系数b的有效数据及其类光子计数数据的方差-均值分布图;
图14示出了本申请第二实施例中类光子计数数据和光子计数数据的分布图;
图15示出了本申请第二实施例中拼接后的激光雷达观测数据分布图;
图16示出了本申请第三实施例提供的一种激光雷达观测数据处理装置功能模块图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有进行出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。再者,本申请中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
第一实施例
请参阅图1,本申请实施例提供了一种电子设备10,电子设备10可以为终端,例如个人电脑(personal computer,PC)、平板电脑、智能手机、个人数字助理(personaldigital assistant,PDA)等;或者,电子设备10也可以为服务器,例如网络服务器、数据库服务器、云服务器或由多个子服务器构成的服务器集成等。当然,上述列举的设备为用于便于理解本实施例,其不应作为对本实施例的限定。
该电子设备10可以包括:存储器11、通信接口12、总线13和处理器14。其中,处理器14、通信接口12和存储器11通过总线13连接。
处理器14用于执行存储器11中存储的可执行模块,例如计算机程序。图1所示的电子设备10的组件和结构只是示例性的,而非限制性的,根据需要,电子设备10也可以具有其他组件和结构。
存储器11可能包含高速随机存取存储器(Random Access Memory RAM),也可能还包括非不稳定的存储器(non-volatile memory),例如至少两个磁盘存储器。本实施例中,存储器11存储了执行激光雷达观测数据处理方法所需要的程序。
总线13可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图1中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类别的总线。
处理器14可能是一种具有信号的处理能力集成电路芯片。在实现过程中,上述方法的各步骤可以通过处理器14中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器14可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门电路或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。
本申请实施例任意实施例揭示的流过程或定义的装置所执行的方法可以应用于处理器14中,或者由处理器14实现。处理器14在接收到执行指令后,通过总线13调用存储在存储器11中的程序后,处理器14通过总线13控制通信接口12则可以执行激光雷达观测数据处理方法的流程。
第二实施例
请参阅图2,在本实施例提供的激光雷达观测数据处理方法中,该激光雷达观测数据处理方法可以从电子设备10的角度进行描述,其中,电子设备10中预设有训练好的神经网络模型作为激光雷达数据处理模型。该激光雷达观测数据处理方法可以包括:步骤S100、步骤S200、步骤S300、步骤S400和步骤S500。
步骤S100:获得预设时空内基于雷达获得的模拟数据集和光子计数数据集。
步骤S200:根据所述模拟数据集,生成类光子计数数据集。
步骤S300:根据所述类光子计数数据集与所述光子计数数据集在图像上的分布确定出重合部分。
步骤S400:根据所述重合部分,将所述图像划分为第一区域和第二区域,其中,所述第一区域与所述第二区域拼接构成所述图像。
步骤S500:在所述第一区域中展示所述类光子计数数据集在所述第一区域中的类光子计数数据子集,以及在所述第二区域中展示所述光子计数数据集在所述第二区域中的光子计数数据子集,其中,所述第一区域中的所述类光子计数数据集相较于所述光子计数数据集分布更准确,所述第二区域中的所述光子计数数据集相较于所述类光子计数数据集分布更准确。
下面将结合图1-图5对本申请的方案中的各个步骤进行详细的描述。
本实施例中,电子设备10可以执行步骤S100。激光雷达对预设时空进行观测,获得基于激光雷达的观测数据,电子设备10可以通过网络通信获得基于激光雷达的观测数据中的模拟数据集和光子计数数据集。
值得注意的是,此处的激光雷达可以是具有相同参数的不同激光雷达对同一时空在不同模式下的对数据的采集,也可以是激光雷达采用光电倍增管作为光电检测器件,数据采集系统可同时实现模拟模式和光子计数模式的数据采集,因而能够获取关于该时空的不同类型的观测数据。
请参阅图3,本实施例中,在获得模拟数据集和光子计数数据集之后,电子设备10可以执行步骤S200。步骤S200可以包括:步骤S210和步骤S220。
步骤S210:根据激光雷达数据处理模型和所述模拟数据集,生成模拟数据方差-均值特性分布,根据所述激光雷达数据处理模型和所述光子计数数据集生成光子计数数据方差-均值特性分布。
步骤S220:根据所述激光雷达数据处理模型、所述模拟数据方差-均值特性分布、所述光子计数数据方差-均值特性分布和所述模拟数据集,生成所述类光子计数数据集。
在电子设备10执行获得模拟数据集和光子计数数据集后,可以继续执行步骤S210。电子设备10获得模拟数据集和光子计数数据集后,可以调用预设在电子设备10内的激光雷达数据处理模型,对模拟数据和光子计数数据进行处理。其中,预设的激光雷达数据处理模型,用于对模拟数据、光子计数数据进行处理,对于能够转化为类光子计数数据的模拟数据,该模型能够将模拟数据转化为类光子计数数据,也可以用于拼接类光子计数数据集和光子计数数据集等。
电子设备10调用预设的激光雷达数据处理模型,对模拟数据和光子计数数据进行处理,获得与模拟数据对应的模拟数据方差-均值特性分布和与光子计数数据对应的光子计数数据方差-均值特性分布。
在电子设备10获得模拟数据方差-均值特性分布和光子计数数据方差-均值特性分布后,可以继续执行步骤S220。
电子设备10调用预设的激光雷达数据处理模型对模拟数据方差-均值特性分布和光子计数数据方差-均值特性分布进行分析和计算,得到将模拟数据转化为类光子计数数据的线性转化系数a和线性转化系数b。
电子设备10调用预设的激光雷达数据处理模型通过线性转化系数a和线性转化系数b,对模拟数据进行处理,生成与模拟数据相对应的类光子计数数据。
在电子设备10执行获得类光子计数数据集和光子计数数据集后,可以继续执行步骤S300。电子设备10可以确定出类光子计数数据集与光子计数数据集分布在图像上的重合部分。
在本实施例中,电子设备10将类光子计数数据集和光子计数数据集分布在同一图像上,光子计数数据和由模拟数据转化而来的类光子计数数据都是对同一时刻同一空域采集的数据,因此将二者分布在同一图像上时,该图像就表现为该时刻该空域的状态信息,不同的是,不同模式采集的数据的精度在图像上各有侧重。
类光子计数数据集中的每个点在图像上具有对应的横坐标和纵坐标,光子计数数据集中的每个点在图像上具有对应的横坐标和纵坐标,拼接点在图像上具有对应的横坐标和纵坐标。
请参阅图4,在本实施例中,步骤S400可以包括:步骤S411、步骤S412和步骤S413。
在电子设备10确定类光子计数数据集和光子计数数据集在图像上的重合部分后,可以继续执行步骤S400。即电子设备10根据重合部分,将图像划分为第一区域和第二区域,其中,第一区域与第二区域拼接构成图像。
步骤S411:根据所述类光子计数数据集分布在所述重合部分的所有点与所述光子计数数据集分布在所述重合部分的所有点间的所有距离,确定出所述类光子计数数据集分布在所述重合部分上的第一目标点,并确定出所述光子计数数据集分布在所述重合部分上的第二目标点,其中,所述第一目标点和所述第二目标点间的距离值为所述类光子计数数据集中分布在所述重合部分的所有点与所述光子计数数据集中分布在所述重合部分的所有点间的所有距离中的最小值。
步骤S412:确定与所述第一目标点和/或所述第二目标点相关的关联点为拼接点,其中,所述关联点为所述第一目标点、所述第二目标点或所述第一目标点与所述第二目标点的平均值点中的任一点。
步骤S413:确定所述类光子计数数据集中横坐标小于所述拼接点的横坐标的所有点所在的区域为所述第一区域,确定所述光子计数数据集中横坐标大于等于所述拼接点的横坐标的所有点所在的区域为所述第二区域。
在确定出类光子计数数据集与光子计数数据集分布在图像上的重合部分后,电子设备10可以执行步骤S411。
电子设备10调用预设的激光雷达数据处理模型,计算来自类光子计数数据集分布在重合部分的点与来自光子计数数据集分布在重合部分的点之间的距离,可以利用其坐标值进行距离计算。计算出所有类光子计数数据集分布在重合部分的点与所有光子计数数据集分布在重合部分的点之间的距离后,得到其中距离最接近的分别来自类光子计数数据集分布在重合部分和光子计数数据集分布在重合部分的各一个点共两个点,将来自类光子计数数据集分布在重合部分的那个点作为第一目标点,将来自光子计数数据集分布在重合部分的那个点作为第二目标点。
在电子设备10得到第一目标点和第二目标点后,可以继续执行步骤S412。
电子设备10调用预设的激光雷达数据处理模型,可以将第一目标点作为拼接点,可以将第二目标点作为拼接点,也可以对得到的第一目标点和第二目标点进行处理(例如取平均值),得到与第一目标点和第二目标点相关的关联点作为拼接点。
在电子设备10确定出拼接点后,可以继续执行步骤S413。
电子设备10调用预设的激光雷达数据处理模型,获取确定出的拼接点的距离坐标值(本实施例中,横轴为距离坐标),将图像上横轴坐标值小于拼接点横轴坐标值的区域划分为第一区域,将图像上横轴坐标值大于等于拼接点横轴坐标值的区域划分为第二区域。
值得注意的是,本实施例中横轴为距离坐标,其他实施例中也可以有其他排布方式,如纵轴为距离坐标等,不能将此作为对本申请的限制。而将图像划分为第一区域和第二区域的方式,不限于本实施例中以小于拼接点距离坐标值部分为第一区域,其他实施例中也可以有其他方式划分,此处不作限定。
对于划分第一区域和第二区域的方法,本实施例提供一些其他的实施方式,并不限于上述以确定拼接点的方式划分第一区域和第二区域。
请参阅图5,在本实施例中,步骤S400可以包括:步骤S421、步骤S422、步骤S423、步骤S424和步骤S425。
步骤S421:基于所述纵轴方向,将所述重合部分依次划分为多个子区域,获得所述类光子计数数据集中对应分布在所述多个子区域中每个子区域的每个第一分布点子集,以及获得所述光子计数数据集中对应分布在所述多个子区域中每个子区域的每个第二分布点子集。
步骤S422:针对每个子区域内每个第一分布点子集和每个第二分布点子集,根据每个第一分布点子集内所有点与每个第二分布点子集内所有点之间的所有距离,确定出每个第一分布点子集中的第一分布点和每个第二分布点子集中的第二分布点,所述第一分布点与所述第二分布点间的距离为所述所有距离中的最小值。
步骤S423:确定与每个子区域内的所述第一分布点和/或所述第二分布点相关的关联点为每个子区域的分布点,其中,所述关联点为所述第一分布点、所述第二分布点或所述第一分布点与所述第二分布点的平均值点中的任一点。
步骤S424:根据每个子区域的分布点,获得连接每个子区域的分布点的分界线。
步骤S425:根据所述分界线,将所述图像划分为所述第一区域和所述第二区域。
在确定出类光子计数数据集与光子计数数据集分布在图像上的重合部分后,电子设备10可以执行步骤S421。
电子设备10调用预设的激光雷达数据处理模型,将重合部分划分为多个子区域,那么在多个子区域中的每个子区域,类光子计数数据集都有与每个子区域对应的第一分布点子集,同样的,多个子区域中的每个子区域,光子计数数据集都有与每个子区域对应的第二分布点子集。
在电子设备10将重合部分划分为多个子区域后,可以继续执行步骤S422。
电子设备10调用预设的激光雷达数据处理模型,对于每个子区域对应的第一分布点子集和第二分布点子集,激光雷达数据处理模型计算来自第一分布点子集的所有点与第二分布点子集的所有点之间的距离,确定出每个子区域中距离最接近的分别来自第一分布点子集和第二分布点子集的各一个点共两个点,将来自第一分布点子集的那个点作为第一分布点,将来自第二分布点子集的那个点作为第二分布点,总共得到与子区域数目相同的多个第一分布点和与子区域数目相同的多个第二分布点。
在电子设备10确定出每个子区域第一分布点和第二分布点后,可以继续执行步骤S423。
电子设备10调用预设的激光雷达数据处理模型,对于每个子区域,可以将第一分布点作为该子区域的分布点,可以将第二分布点作为该子区域的分布点,也可以对该子区域的第一分布点和第二分布点进行处理(例如取平均值),得到与第一分布点和第二分布点相关的点作为该子区域的分布点。
在电子设备10确定出对应每个子区域的分布点后,可以继续执行步骤S424。
电子设备10调用预设的激光雷达数据处理模型,对得到的对应多个子区域中每个子区域的分布点进行处理,获得每个分布点的横坐标,按照其横坐标的坐标值从大到小或者从小到大的方式连接起来,得到分界线。对于重合部分外的区域,可以按照分界线趋势进行合理预测,延长分界线。
在电子设备10确定出分界线后,可以继续执行步骤S425。
电子设备10调用预设的激光雷达数据处理模型,利用得到的分界线,将图像划分为两个区域。将图像上所有坐标值小于分界线坐标值的区域作为第一区域,将图像上所有坐标值大于等于分界线坐标值的区域作为第二区域。注意,此处所说的坐标值小于、等于或大于分界线,是指图像上某一纵坐标值的点的横坐标值与分界线上同一纵坐标值的点的横坐标值进行比较大小。
值得注意的是,本实施例中横轴为距离坐标,其他实施例中也可以有其他排布方式,如纵轴为距离坐标等,不能将此作为对本申请的限制。而将图像划分为第一区域和第二区域的方式,不限于本实施例中以小于分界线坐标值的部分为第一区域,其他实施例中也可以有其他方式划分,此处不作限定。
在其他一些可选的实施例中,第一区域和第二区域的划分,也可以采用其他方式,甚至第一区域和第二区域只是属于图像上的某一部分,第一部分和第二部分不一定拼凑成完整的图像,可以只显示图像上的某一个指定的部位,因此,本实施例提供的激光雷达观测数据处理方法中将第一区域和第二区域进行划分,而第一区域和第二区域又能够拼接成完整的图像,不应成为对本申请的限定。
在电子设备10确定出第一区域和第二区域后,就可以继续执行步骤S500了。
电子设备10调用预设的激光雷达数据处理模型,在第一区域中展示类光子计数数据集在第一区域中的类光子计数数据子集;以及在第二区域中展示光子计数数据集在第二区域中的光子计数数据子集。
由于在第一区域中,属于近场范围,相对于光子计数数据集,类光子计数数据集具有更高的精度,因此在第一区域中展示类光子计数数据子集。同样的,由于在第二区域中,属于远场范围,相对于类光子计数数据集,光子计数数据集具有更高的精度,因此在第二区域中展示光子计数数据子集。
以下,将结合图6-图15以及公式推导对本申请实施例提供的激光雷达观测数据处理方法进行说明:
请参阅图6和图7,图6为时间域方差计算模型,图7为空间域方差计算模型。
某时刻激光雷达采用光电倍增管作为光电检测器件,数据采集系统同时实现模拟模式和光子计数模式的数据采集,采集的模拟数据和光子计数数据表示该时刻该空域的大气状态信息。对于采集到的模拟数据和光子计数数据,都以数据采集的最原始数据进行数据保存。电子设备10通过网络通信,获得采集到的模拟数据和光子计数数据。
请参阅图8,电子设备10获得的模拟数据和光子计数数据,整体表现为凹陷的数据分布为模拟数据分布,整体表现为凸起的数据分布为光子计数数据分布。
激光雷达方程利用大气消光系数α和后向散射系数β来描述大气状态信息,也是关于距离r的函数:
式(1)中,P(r)为激光雷达瞬时接收功率,C为激光雷达系统常数,P0为激光发射功率,O(r)表示几何重叠因子。激光雷达每发射一个激光脉冲,都会产生一个与大气状态信息相关的廓线数据,并且激光雷达回波信号的强度与距离的平方成反比。
请参阅图9和图10,图9为模拟数据的时间域方差分布图,图10为光子计数数据的时间域方差分布图。
在时间域方差的计算中,选择具有同样激光雷达系统参数的Ntv条连续脉冲廓线作为研究对象,而在这些探测廓线中具有同样高度的数据点就构成了方差计算的数据集,表征在此高度上大气状态信息随时间变化的程度,因此该方差称为时间域方差,其计算公式为:
式(2)中,yi表示数据集中的数据值,μ表示数据集的均值。时间域方差的数据集个数为整条廓线的数据点数。
请参阅图11和图12,图11为模拟数据的空间域方差分布图,图12为光子计数数据的空间域方差分布图。
在空间域方差的计算中,只选择一条激光脉冲回波信号作为研究对象,而方差计算的数据集则选取廓线上连续的Nsv个点,表征在此时刻内大气状态信息随空间变化的程度,因此该方差称为空间域方差。尽管激光雷达回波信号的强度随距离的平方而衰减,但是在有限的空间范围内,激光雷达回波信号的强度可假定地认为随距离是线性变化的,因此在空间域方差的计算中引入了一个斜率为k、截距为n的数据集线性拟合,其计算公式为:
式(3)中,yi表示数据集中的数据值,xi表示数据的索引值。空间域方差的数据集个数为N-Nsv+1,其中N为整条廓线的数据点个数。
请参阅图13,图13为探寻线性转化系数a和线性转化系数b的有效数据及其类光子计数数据的方差-均值分布图。
无论模拟数据还是光子计数数据,从均值(Mean)的大小,就可以估计噪音、云、光子计数数据脉冲堆积效应等信息成分。模拟数据的噪声数据分布在方差-均值散点图的尾端,光子计数数据的近场信号受强光影响遭受脉冲堆积效应,而云信号无论在模拟通道还是光子计数通道中都由于信号的突变使其脱离方差-均值散点图。模拟数据的普通大气回波信号平行于Variance=Mean的直线,而光子计数数据的普通大气回波信号与Variance=Mean的直线相重合,这说明光子计数数据具有服从泊松分布的必要条件,而模拟数据显然是不符合泊松分布的,但其能够转化成为类光子计数数据。
模拟数据的有效大气回波信号(近场信噪比高的数据)的方差-均值曲线图与直线y=x相互平行,说明其通过线性转化可使其数据分布实现方差与均值相等的特性。因此,探寻线性转化系数a和b,使其满足
A'=aA+b (5)
其中,A’表示模拟数据转化后的类光子计数数据。
请参阅图14,图14为类光子计数数据和光子计数数据的分布图。在一定的距离范围内,类光子计数数据和光子计数数据基本处于重合的状态,说明两者在此范围内数据的精度很接近。
请参阅图15,图15为拼接后的激光雷达观测数据分布图。
在采用前述的将图像划分为两个区域的方法后,得到第一区域和第二区域,第一区域和第二区域分别显示类光子计数数据和光子计数数据,从而归一化表达大气状态信息,提高激光雷达对大气回波信号的检测能力。
应当注意的是,本实施例中由于步骤说明需要,举出的例子仅仅是为了对实施步骤进行方便的说明,所举例子的有效性请以实际情况为准,且举例所采用的例子不应视为对本申请的限定。
第三实施例
请参阅图16,本申请实施例提供了一种激光雷达观测数据处理装置100,包括:获得模块110,用于获得预设时空内基于雷达获得的模拟数据集和光子计数数据集;处理模块120,用于根据所述模拟数据集,生成类光子计数数据集;用于根据所述类光子计数数据集与所述光子计数数据集在图像上的分布确定出重合部分;用于根据所述重合部分,将所述图像划分为第一区域和第二区域,其中,所述第一区域与所述第二区域拼接构成所述图像;拼接模块130,用于在所述第一区域中展示所述类光子计数数据集在所述第一区域中的类光子计数数据子集,以及在所述第二区域中展示所述光子计数数据集在所述第二区域中的光子计数数据子集,其中,所述第一区域中的所述类光子计数数据集相较于所述光子计数数据集分布更准确,所述第二区域中的所述光子计数数据集相较于所述类光子计数数据集分布更准确。
在本实施例中,所述处理模块120,还用于根据激光雷达数据处理模型和所述模拟数据集,生成模拟数据方差-均值特性分布,根据所述激光雷达数据处理模型和所述光子计数数据集生成光子计数数据方差-均值特性分布;根据所述激光雷达数据处理模型、所述模拟数据方差-均值特性分布、所述光子计数数据方差-均值特性分布和所述模拟数据集,生成所述类光子计数数据集。
在本实施例中,所述处理模块120,还用于根据所述激光雷达数据处理模型、所述模拟数据方差-均值特性分布的图像和所述光子计数数据方差-均值特性分布的图像,生成线性转化系数a和线性转化系数b;根据所述激光雷达数据处理模型、所述模拟数据集和所述线性转化系数a和所述线性转化系数b,生成所述类光子计数数据集。
在本实施例中,所述类光子计数数据集中的每个点在所述图像上具有对应的横坐标(距离坐标)和纵坐标,所述光子计数数据集中的每个点在所述图像上具有对应的横坐标(距离坐标)和纵坐标,所述处理模块120,还用于根据所述类光子计数数据集分布在所述重合部分的所有点与所述光子计数数据集分布在所述重合部分的所有点间的所有距离,确定出所述类光子计数数据集分布在所述重合部分上的第一目标点,并确定出所述光子计数数据集分布在所述重合部分上的第二目标点,其中,所述第一目标点和所述第二目标点间的距离值为所述类光子计数数据集中分布在所述重合部分的所有点与所述光子计数数据集中分布在所述重合部分的所有点间的所有距离中的最小值;确定与所述第一目标点和/或所述第二目标点相关的关联点为拼接点,其中,所述关联点为所述第一目标点、所述第二目标点或所述第一目标点与所述第二目标点的平均值点中的任一点;确定所述类光子计数数据集中横坐标小于所述拼接点的横坐标的所有点所在的区域为所述第一区域,确定所述光子计数数据集中横坐标大于等于所述拼接点的横坐标的所有点所在的区域为所述第二区域。
在本实施例中,所述图像上设有包含横轴(距离坐标轴)和纵轴的坐标系,所述处理模块120,还用于基于所述纵轴方向,将所述重合部分依次划分为多个子区域,获得所述类光子计数数据集中对应分布在所述多个子区域中每个子区域的每个第一分布点子集,以及获得所述光子计数数据集中对应分布在所述多个子区域中每个子区域的每个第二分布点子集;针对每个子区域内每个第一分布点子集和每个第二分布点子集,根据每个第一分布点子集内所有点与每个第二分布点子集内所有点之间的所有距离,确定出每个第一分布点子集中的第一分布点和每个第二分布点子集中的第二分布点,所述第一分布点与所述第二分布点间的距离为所述所有距离中的最小值;确定与每个子区域内的所述第一分布点和/或所述第二分布点相关的关联点为每个子区域的分布点,其中,所述关联点为所述第一分布点、所述第二分布点或所述第一分布点与所述第二分布点的平均值点中的任一点;根据每个子区域的分布点,获得连接每个子区域的分布点的分界线;根据所述分界线,将所述图像划分为所述第一区域和所述第二区域。
需要说明的是,由于所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
综上所述,本申请的实施例提供了一种激光雷达观测数据处理方法,包括:获得预设时空内基于雷达获得的类光子计数数据集和光子计数数据集;根据所述类光子计数数据集分布在图像上和所述光子计数数据集分布在所述图像上的重合部分,在所述图像上确定出第一区域和与所述第一区域不重合的第二区域;在所述第一区域中展示所述类光子计数数据集在所述第一区域中的类光子计数数据子集,以及在所述第二区域中展示所述光子计数数据集在所述第二区域中的光子计数数据子集,其中,所述第一区域中的所述类光子计数数据集相较于所述光子计数数据集分布更准确,所述第二区域中的所述光子计数数据集相较于所述类光子计数数据集分布更准确。
通过获得预设时空的基于激光雷达获得的类光子计数数据集和光子计数数据集,根据它们在图像上的分布将图像分为两个不重合的区域,在两个区域中分别显示类光子计数数据集和光子计数数据集中在该区域相对于对方精度较高的数据,从而在两个区域中,每个区域都只显示精度相对更高的数据,能够在图像上保留精度较高的数据集,因此能够在观测范围内,不论距离的远近,实现在同一图像上显示精度较高的数据集,实现激光雷达观测数据在观测范围内不限观测距离远近而以较高精度统一反映在图像中的功能。
以上仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种激光雷达观测数据处理方法,其特征在于,包括:
获得预设时空内基于雷达获得的模拟数据集和光子计数数据集;
根据所述模拟数据集,生成类光子计数数据集;
根据所述类光子计数数据集与所述光子计数数据集在图像上的分布确定出重合部分;
根据所述重合部分,将所述图像划分为第一区域和第二区域,其中,所述第一区域与所述第二区域拼接构成所述图像;
在所述第一区域中展示所述类光子计数数据集在所述第一区域中的类光子计数数据子集,以及在所述第二区域中展示所述光子计数数据集在所述第二区域中的光子计数数据子集,其中,所述第一区域中的所述类光子计数数据集相较于所述光子计数数据集分布更准确,所述第二区域中的所述光子计数数据集相较于所述类光子计数数据集分布更准确。
2.根据权利要求1所述的激光雷达观测数据处理方法,其特征在于,所述根据所述模拟数据集,生成所述类光子计数数据集,包括:
根据激光雷达数据处理模型和所述模拟数据集,生成模拟数据方差-均值特性分布,根据所述激光雷达数据处理模型和所述光子计数数据集生成光子计数数据方差-均值特性分布;
根据所述激光雷达数据处理模型、所述模拟数据方差-均值特性分布、所述光子计数数据方差-均值特性分布和所述模拟数据集,生成所述类光子计数数据集。
3.根据权利要求2所述的激光雷达观测数据处理方法,其特征在于,所述根据所述激光雷达数据处理模型、所述模拟数据方差-均值特性分布、所述光子计数数据方差-均值特性分布和所述模拟数据集,生成所述类光子计数数据集,包括:
根据所述激光雷达数据处理模型、所述模拟数据方差-均值特性分布的图像和所述光子计数数据方差-均值特性分布的图像,生成线性转化系数a和线性转化系数b;
根据所述激光雷达数据处理模型、所述模拟数据集和所述线性转化系数a和所述线性转化系数b,生成所述类光子计数数据集。
4.根据权利要求1-3任一权项所述的激光雷达观测数据处理方法,其特征在于,所述类光子计数数据集中的每个点在所述图像上具有对应的横坐标(距离坐标)和纵坐标,所述光子计数数据集中的每个点在所述图像上具有对应的横坐标(距离坐标)和纵坐标,所述根据所述重合部分,将所述图像划分为所述第一区域和所述第二区域,包括:
根据所述类光子计数数据集分布在所述重合部分的所有点与所述光子计数数据集分布在所述重合部分的所有点间的所有距离,确定出所述类光子计数数据集分布在所述重合部分上的第一目标点,并确定出所述光子计数数据集分布在所述重合部分上的第二目标点,其中,所述第一目标点和所述第二目标点间的距离值为所述类光子计数数据集中分布在所述重合部分的所有点与所述光子计数数据集中分布在所述重合部分的所有点间的所有距离中的最小值;
确定与所述第一目标点和/或所述第二目标点相关的关联点为拼接点,其中,所述关联点为所述第一目标点、所述第二目标点或所述第一目标点与所述第二目标点的平均值点中的任一点;
确定所述类光子计数数据集中横坐标小于所述拼接点的横坐标的所有点所在的区域为所述第一区域,确定所述光子计数数据集中横坐标大于等于所述拼接点的横坐标的所有点所在的区域为所述第二区域。
5.根据权利要求1-3任一权项所述的激光雷达观测数据处理方法,其特征在于,所述图像上设有包含横轴(距离坐标轴)和纵轴的坐标系,所述根据所述重合部分,将所述图像划分为所述第一区域和所述第二区域,包括:
基于所述纵轴方向,将所述重合部分依次划分为多个子区域,获得所述类光子计数数据集中对应分布在所述多个子区域中每个子区域的每个第一分布点子集,以及获得所述光子计数数据集中对应分布在所述多个子区域中每个子区域的每个第二分布点子集;
针对每个子区域内每个第一分布点子集和每个第二分布点子集,根据每个第一分布点子集内所有点与每个第二分布点子集内所有点之间的所有距离,确定出每个第一分布点子集中的第一分布点和每个第二分布点子集中的第二分布点,所述第一分布点与所述第二分布点间的距离为所述所有距离中的最小值;
确定与每个子区域内的所述第一分布点和/或所述第二分布点相关的关联点为每个子区域的分布点,其中,所述关联点为所述第一分布点、所述第二分布点或所述第一分布点与所述第二分布点的平均值点中的任一点;
根据每个子区域的分布点,获得连接每个子区域的分布点的分界线;
根据所述分界线,将所述图像划分为所述第一区域和所述第二区域。
6.一种激光雷达观测数据处理装置,其特征在于,包括:
获得模块,用于获得预设时空内基于雷达获得的模拟数据集和光子计数数据集;
处理模块,用于根据所述模拟数据集,生成类光子计数数据集;用于根据所述类光子计数数据集与所述光子计数数据集在图像上的分布确定出重合部分;用于根据所述重合部分,将所述图像划分为第一区域和第二区域,其中,所述第一区域与所述第二区域拼接构成所述图像;
拼接模块,用于在所述第一区域中展示所述类光子计数数据集在所述第一区域中的类光子计数数据子集,以及在所述第二区域中展示所述光子计数数据集在所述第二区域中的光子计数数据子集,其中,所述第一区域中的所述类光子计数数据集相较于所述光子计数数据集分布更准确,所述第二区域中的所述光子计数数据集相较于所述类光子计数数据集分布更准确。
7.根据权利要求6所述的激光雷达观测数据处理装置,其特征在于,所述处理模块,
还用于根据激光雷达数据处理模型和所述模拟数据集,生成模拟数据方差-均值特性分布,根据所述激光雷达数据处理模型和所述光子计数数据集生成光子计数数据方差-均值特性分布;根据所述激光雷达数据处理模型、所述模拟数据方差-均值特性分布、所述光子计数数据方差-均值特性分布和所述模拟数据集,生成所述类光子计数数据集。
8.根据权利要求7所述的激光雷达观测数据处理装置,其特征在于,所述处理模块,
还用于根据所述激光雷达数据处理模型、所述模拟数据方差-均值特性分布的图像和所述光子计数数据方差-均值特性分布的图像,生成线性转化系数a和线性转化系数b;根据所述激光雷达数据处理模型、所述模拟数据集和所述线性转化系数a和所述线性转化系数b,生成所述类光子计数数据集。
9.根据权利要求6-8任一权项所述的激光雷达观测数据处理装置,其特征在于,所述类光子计数数据集中的每个点在所述图像上具有对应的横坐标(距离坐标)和纵坐标,所述光子计数数据集中的每个点在所述图像上具有对应的横坐标(距离坐标)和纵坐标,所述处理模块,
还用于根据所述类光子计数数据集分布在所述重合部分的所有点与所述光子计数数据集分布在所述重合部分的所有点间的所有距离,确定出所述类光子计数数据集分布在所述重合部分上的第一目标点,并确定出所述光子计数数据集分布在所述重合部分上的第二目标点,其中,所述第一目标点和所述第二目标点间的距离值为所述类光子计数数据集中分布在所述重合部分的所有点与所述光子计数数据集中分布在所述重合部分的所有点间的所有距离中的最小值;确定与所述第一目标点和/或所述第二目标点相关的关联点为拼接点,其中,所述关联点为所述第一目标点、所述第二目标点或所述第一目标点与所述第二目标点的平均值点中的任一点;确定所述类光子计数数据集中横坐标小于所述拼接点的横坐标的所有点所在的区域为所述第一区域,确定所述光子计数数据集中横坐标大于等于所述拼接点的横坐标的所有点所在的区域为所述第二区域。
10.根据权利要求6-8任一权项所述的激光雷达观测数据处理装置,其特征在于,所述图像上设有包含横轴(距离坐标轴)和纵轴的坐标系,所述处理模块,
还用于基于所述纵轴方向,将所述重合部分依次划分为多个子区域,获得所述类光子计数数据集中对应分布在所述多个子区域中每个子区域的每个第一分布点子集,以及获得所述光子计数数据集中对应分布在所述多个子区域中每个子区域的每个第二分布点子集;针对每个子区域内每个第一分布点子集和每个第二分布点子集,根据每个第一分布点子集内所有点与每个第二分布点子集内所有点之间的所有距离,确定出每个第一分布点子集中的第一分布点和每个第二分布点子集中的第二分布点,所述第一分布点与所述第二分布点间的距离为所述所有距离中的最小值;确定与每个子区域内的所述第一分布点和/或所述第二分布点相关的关联点为每个子区域的分布点,其中,所述关联点为所述第一分布点、所述第二分布点或所述第一分布点与所述第二分布点的平均值点中的任一点;根据每个子区域的分布点,获得连接每个子区域的分布点的分界线;根据所述分界线,将所述图像划分为所述第一区域和所述第二区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811351171.3A CN109459760B (zh) | 2018-11-13 | 2018-11-13 | 一种激光雷达观测数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811351171.3A CN109459760B (zh) | 2018-11-13 | 2018-11-13 | 一种激光雷达观测数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109459760A true CN109459760A (zh) | 2019-03-12 |
CN109459760B CN109459760B (zh) | 2020-06-23 |
Family
ID=65610341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811351171.3A Active CN109459760B (zh) | 2018-11-13 | 2018-11-13 | 一种激光雷达观测数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109459760B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111257905A (zh) * | 2020-02-07 | 2020-06-09 | 中国地质大学(武汉) | 一种基于单光子激光点云密度分割的切片自适应滤波算法 |
CN111766596A (zh) * | 2020-06-04 | 2020-10-13 | 深圳奥锐达科技有限公司 | 一种距离测量方法、系统及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104007444A (zh) * | 2014-06-09 | 2014-08-27 | 北京建筑大学 | 一种基于中心投影的地面激光雷达反射强度图像的生成方法 |
CN106842232A (zh) * | 2016-12-12 | 2017-06-13 | 清华大学 | 一种激光雷达装置及探测方法 |
US9835730B2 (en) * | 2012-03-30 | 2017-12-05 | Analogic Corporation | Projection data binning and image generation in photon counting imaging modality |
CN108089194A (zh) * | 2017-12-15 | 2018-05-29 | 中国科学院光电技术研究所 | 一种基于复合伪随机编码的光子计数激光雷达 |
-
2018
- 2018-11-13 CN CN201811351171.3A patent/CN109459760B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9835730B2 (en) * | 2012-03-30 | 2017-12-05 | Analogic Corporation | Projection data binning and image generation in photon counting imaging modality |
CN104007444A (zh) * | 2014-06-09 | 2014-08-27 | 北京建筑大学 | 一种基于中心投影的地面激光雷达反射强度图像的生成方法 |
CN106842232A (zh) * | 2016-12-12 | 2017-06-13 | 清华大学 | 一种激光雷达装置及探测方法 |
CN108089194A (zh) * | 2017-12-15 | 2018-05-29 | 中国科学院光电技术研究所 | 一种基于复合伪随机编码的光子计数激光雷达 |
Non-Patent Citations (1)
Title |
---|
杨子健: "基于激光雷达技术的生物气溶胶监测系统构建与关键技术研究", 《中国博士学位论文全文数据库医药卫生科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111257905A (zh) * | 2020-02-07 | 2020-06-09 | 中国地质大学(武汉) | 一种基于单光子激光点云密度分割的切片自适应滤波算法 |
CN111257905B (zh) * | 2020-02-07 | 2022-03-04 | 中国地质大学(武汉) | 一种基于单光子激光点云密度分割的切片自适应滤波算法 |
CN111766596A (zh) * | 2020-06-04 | 2020-10-13 | 深圳奥锐达科技有限公司 | 一种距离测量方法、系统及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109459760B (zh) | 2020-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tabatabai et al. | Edge location to subpixel values in digital imagery | |
CN107797154B (zh) | 一种电成像测井图像刻度方法及装置 | |
CN108229591A (zh) | 神经网络自适应训练方法和装置、设备、程序和存储介质 | |
CN109300119B (zh) | 钢结构表面锈蚀区域的检测方法、检测装置及终端设备 | |
CN112785582B (zh) | 热力图生成模型的训练方法、装置、电子设备和存储介质 | |
CN114387319B (zh) | 点云配准方法、装置、设备以及存储介质 | |
CN109459760A (zh) | 一种激光雷达观测数据处理方法及装置 | |
CN103544492B (zh) | 基于深度图像三维曲面几何特征的目标识别方法和装置 | |
CN109901101A (zh) | 基于电磁矢量传感器互质阵列相干信号到达角估计方法 | |
CN109598249A (zh) | 服饰检测方法和装置、电子设备、存储介质 | |
CN109144988A (zh) | 一种异常数据的检测方法及装置 | |
CN111931704A (zh) | 评估地图质量的方法、装置、设备和计算机可读存储介质 | |
TWI246594B (en) | Velocity-detecting method and velocity-detecting device | |
CN110471075A (zh) | 雷达测距方法、装置及终端设备 | |
CN110686610B (zh) | 基于自适应网格的光学变形测量方法及电子设备 | |
CN108398670A (zh) | 一种基于旋转干涉仪的脉冲信号测向方法及装置 | |
CN110618413A (zh) | 基于多线激光雷达的可通行区域检测方法和装置 | |
CN110188322A (zh) | 一种波形幅度不确定度确定方法及系统 | |
CN108332662A (zh) | 一种物体测量方法和装置 | |
CN111141263A (zh) | 一种两点间通视分析运算方法及装置 | |
CN110335219A (zh) | 一种像素畸变的校正方法、校正装置及终端 | |
CN111047635B (zh) | 基于深度图像的平面触摸方法、装置与触摸系统 | |
CN114972483A (zh) | 湖泊泥沙淤积量的监测方法、装置、电子设备和存储介质 | |
CN110310312A (zh) | 一种图像配准方法、图像配准装置及终端 | |
CN111736146A (zh) | 一种基于速度滤波的双基地检测前跟踪方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |