CN110031821A - 一种车载避障激光雷达波形提取方法、激光雷达及介质 - Google Patents
一种车载避障激光雷达波形提取方法、激光雷达及介质 Download PDFInfo
- Publication number
- CN110031821A CN110031821A CN201910228022.6A CN201910228022A CN110031821A CN 110031821 A CN110031821 A CN 110031821A CN 201910228022 A CN201910228022 A CN 201910228022A CN 110031821 A CN110031821 A CN 110031821A
- Authority
- CN
- China
- Prior art keywords
- waveform
- laser radar
- effective
- signal
- echo
- 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
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- 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
- G01S7/483—Details of pulse systems
- G01S7/486—Receivers
- G01S7/487—Extracting wanted echo signals, e.g. pulse detection
- G01S7/4873—Extracting wanted echo signals, e.g. pulse detection by deriving and controlling a threshold value
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
本发明公开了一种车载避障激光雷达波形提取方法、激光雷达及介质,所述方法包括如下步骤:通过光电探测器在焦面处接收光学信号,并进行光电转换,获得激光雷达电学模拟信号;通过高速AD及调制电路将所述模拟信号转化为回波的数字量波形;对所述数字量波形进行在线存储,并通过滑窗滤波法,在线获取有效波形的回波区间;对所述有效波形进行积分得到目标质心位置。本发明涉及的了一种车载避障激光雷达波形提取方法,该方法依托于激光回波全波形采集技术体制,单次采集获取激光传输信道上的全部激光回波信号,可对全波形数据通道上的所有采样点信息进行分析,得到多脉冲多质心位置,从而实现了厘米级的测距精度。
Description
技术领域
本发明涉及车载避障激光雷达领域,特别是涉及一种车载避障激光雷达波形提取方法、激光雷达及介质,适用于实时高速响应的车载激光雷达系统,可实现实时的有效目标识别,多目标波形提取并获得距离信息。
技术背景
目前,为了快速响应移动目标距离,精确获得测距数值,降低目标虚警概率,车载避障激光雷达通常采用微脉冲,高重频,准连续激光器,激光器功率约为1W,重复频率300KHz,光学系统孔径3mm;通过激光雷达方程可以得到,到达探测器表面激光信号峰值功率约为10-5~10-8W。目前激光雷达总体方案大多分为线性探测阈值鉴别方案、激光回波信道全波形采集方案、光子计数大事件统计方案。其中阈值鉴别方案系统布局相对简单,但是测距精度收到回波动态范围影响较大,对多目标识别获取能力较弱;激光回波信道全波形采集方案,系统架构稍复杂,数据流较大,在线实时处理较为复杂,但是更适合多目标的识别和获取;光子计数方案目前成熟度较低,造价较高,不适用于当前低成本的车载避障激光雷达系统。
发明内容
本发明解决的技术问题是:克服现有技术不足,提供了一种车载避障激光雷达波形提取方法、激光雷达及介质,保证在运动平台下自主获取有效回波目标窗口,快速响应目标距离。
具体的,本发明的技术方案如下:
第一方面,本发明提供一种车载避障激光雷达波形提取方法,包括如下步骤:
通过光电探测器在焦面处接收光学信号,并进行光电转换,获得激光雷达电学模拟信号;
通过高速AD及调制电路将所述模拟信号转化为回波的数字量波形;
对所述数字量波形进行在线存储,并通过滑窗滤波法,在线获取有效波形的回波区间;
对所述有效波形进行积分得到目标质心位置。
可选的,所述光电探测器带宽应不小于80MHz,且所述光学信号电子学动态范围应不小于35dB。
可选的,所述AD采集及调制电路,采样频率不小于1GHz,在无激光信号输入情况下,电子学量化噪声不大于20LSB。
可选的,所述对所述数字量波形进行在线存储,并通过滑窗滤波法,在线获取有效波形的回波区间,包括:
对激光传输信道上的全波形的数字量波形进行在线存储,并利用波门宽度t的滑窗进行波形检索;
波门宽度t应为发射激光脉冲的5到10倍;
设第N个波门内积分面积为SN;第N+1个波门内积分面积为SN+1;则波形到来时刻有效窗口满足如下条件:
SN≥T(k)
SN+1≥T(k)
其中,T(k)为当前激光雷达系统有效窗口积分阈值,该阈值的确定与所述激光雷达发射激光能量、回波信号强度、滑窗波门宽度有关;
对SN和SN+1窗口内的积分质心分别为DN和DN+1,且DN和DN+1满足关系式:
|DN-DN+1|<Δδ
其中,Δδ为(0,t/2],则DN和DN+1为有效波形区间,该区间为{DN,DN+1}。
可选的,所述对所述有效波形进行积分得到目标质心位置,包括:
在所述有效波形区间{DN,DN+1}内,选取所述有效波形的左边界和右边界,并根据所述左边界、右边界的位置对回波信号进行积分,获取有效的质心位置。
可选的,所述选取所述有效波形的左边界和右边界,包括:
对所述波门内高速AD采样点的DN值进行取平均;
计算连续5个有效采样点的平均值;
连续5个有效采样点的所述平均值与第6个采样点的幅值比较,当第6个点的幅值大于前5个连续有效采样点的所述平均值的R倍时,继续判断第7到第7+θ个点是否连续大于R/2倍的所述平均值;
当第7到第7+θ个点连续大于R/2倍的所述平均值时,判断所述第6个点为边界点;
其中,θ为[h/4、h/3],h为激光雷达信号脉宽;R为所述激光雷达的信噪比。
第二方面,本发明提供一种车载避障激光雷达,包括:光电探测电路、高速信号采集电路以及存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上任一项所述的方法。
第三方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如上任一项所述的方法。
本发明至少具有如下技术效果:
1.本发明涉及的了一种车载避障激光雷达波形提取方法,该方法依托于激光回波全波形采集技术体制,单次采集获取激光传输信道上的全部激光回波信号,可对全波形数据通道上的所有采样点信息进行分析,得到多脉冲多质心位置,从而实现了厘米级的测距精度。
2.该发明方案结合大带宽,低噪声的光电探测技术、高速大动态范围的回波全波形数据的采集技术、多目标识别波形获取的质心提取技术,基于车载的运动平台,快速响应前方剧烈变化目标,有效克服当前技术难点。
3.与现有技术相比,该技术能够提高回波波形可利用的动态范围,筛选有效回波区间,获取波形质心,实现高精度的距离测量,具有很好的使用效果。
4.本发明与阈值测量体制相比,有效的支撑了车载运动平台前方目标复杂多变,而且由于不同目标散射截面积和漫反射率差异较大导致回波动态范围较大的特点。该方案以大动态范围、全波形采集为基础,提高了在运动平台上波形获取的适应性。
5.本发明与现有技术相比,克服了全波形采集后的回波信号不易于提取的特点,特别是多回波信号不易于分割,识别;窗口位置不易于搜索。本发明通过滑窗滤波获取当前数据处理窗口,左右波形边界提取算法得到波形质心,实现了有效波形的提取。
附图说明
附图1为本发明实施例硬件结构示意图。
附图2为本发明实施例滑窗滤波算法获取有效波形区间的示意图。
附图3为为本发明实施例在有效波形区间内获取当前波形的左右边界方法示意图。
附图4为本发明实施例方法执行流程图。
附图5为本发明实施例方法流程图。
具体实施方式
为了使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开作进一步地详细描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本公开保护的范围。
在本公开实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种。
应当理解,本文中使用的术语“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。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本公开实施例中可能采用术语第一、第二、第三等来描述……,但这些……不应限于这些术语。这些术语仅用来将……区分开。例如,在不脱离本公开实施例范围的情况下,第一……也可以被称为第二……,类似地,第二……也可以被称为第一……。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者装置中还存在另外的相同要素。
下面结合附图详细说明本公开的可选实施例。
本发明针对现有波形获取的技术不足,提出一种车载避障激光雷达波形提取方法,主要涉及了高带宽、大动态范围的光信号探测、有效的波形采集、回波波形窗口提取、实际波形质心位置获取等实现途径及算法。结合图4和图5理解。
如图4所示,第一方面,本发明提供一种车载避障激光雷达波形提取方法,包括如下步骤:
步骤S102:通过光电探测器在焦面处接收光学信号,并进行光电转换,获得激光雷达电学模拟信号。
其中,所述光电探测器带宽应不小于80MHz,且所述光学信号电子学动态范围应不小于35dB。
步骤S104:通过高速AD及调制电路将所述模拟信号转化为回波的数字量波形。
其中,所述AD采集及调制电路,采样频率不小于1GHz,在无激光信号输入情况下,电子学量化噪声不大于20LSB。
步骤S106:对所述数字量波形进行在线存储,并通过滑窗滤波法,在线获取有效波形的回波区间;
可选的,所述对所述数字量波形进行在线存储,并通过滑窗滤波法,在线获取有效波形的回波区间,包括:
对激光传输信道上的全波形的数字量波形进行在线存储,并利用波门宽度t的滑窗进行波形检索;
波门宽度t应为发射激光脉冲的5到10倍;
设第N个波门内积分面积为SN;第N+1个波门内积分面积为SN+1;则波形到来时刻有效窗口满足如下条件:
SN≥T(k)
SN+1≥T(k)
其中,T(k)为当前激光雷达系统有效窗口积分阈值,该阈值的确定与所述激光雷达发射激光能量、回波信号强度、滑窗波门宽度有关;
对SN和SN+1窗口内的积分质心分别为DN和DN+1,且DN和DN+1满足关系式:
|DN-DN+1|<Δδ
其中,Δδ为(0,t/2],则DN和DN+1为有效波形区间,该区间为{DN,DN+1}。
步骤S108:对所述有效波形进行积分得到目标质心位置。
可选的,所述对所述有效波形进行积分得到目标质心位置,包括:
在所述有效波形区间{DN,DN+1}内,选取所述有效波形的左边界和右边界,并根据所述左边界、右边界的位置对回波信号进行积分,获取有效的质心位置。
可选的,所述选取所述有效波形的左边界和右边界,包括:
对所述波门内高速AD采样点的DN值进行取平均;
计算连续5个有效采样点的平均值;
连续5个有效采样点的所述平均值与第6个采样点的幅值比较,当第6个点的幅值大于前5个连续有效采样点的所述平均值的R倍时,继续判断第7到第7+θ个点是否连续大于R/2倍的所述平均值;
当第7到第7+θ个点连续大于R/2倍的所述平均值时,判断所述第6个点为边界点;
其中,θ为[h/4、h/3],h为激光雷达信号脉宽;R为所述激光雷达的信噪比。
具体的实施方法,举例如下:
第一步:车载运动平台激光雷达数学模型的建立。
(1)激光雷达大气背景光功率分析
基于运动平台激光雷达,进入光学口径内的背景辐射光功率定义如下式所示:
BP=BρΔλπβ2τ2τ0Sr
BP进入光电接收电路的背景辐射功率;B太阳光谱密度;ρ表面物体漫反射系数;Δλ接收单元镜头滤光片带宽;β接收视场角;Sr接收镜头有效面积;τ大气双程透过率;τ0接收光学系统透过率。
(2)回波信号能量分析
针对车载平台微脉冲、高重频激光器,接收光学系统近似回波信号辐射能量E为:
Et激光发射能量;D有效探测距离;S为小目标散射截面积。
(3)回波信号功率分析
激光回波峰值功率是激光回波能量与当前回波脉宽的比值。激光回波脉宽主要受制于发射激光脉冲脉宽,由于目标表面有倾角导致的波形展宽和多脉冲叠加导致的波形展宽。车载激光雷达由于作用距离较短,目标皆为小目标所以不再考虑倾角导致的波形展宽。
(4)阈噪比分析
激光回波阈噪比为系统设定阈值和噪声的比值,该指标直接制约的系统的虚警概率。系统虚警概率为:
(5)探测指数分析
激光雷达光电探测电路中不可避免选用放大电路,而放大电路输出信号和噪声是同时存在的,激光雷达的探测概率是有激光回波信号时信号和电路噪声之和大于探测阈值的概率;由于激光回波信号会导致APD探测器产生信号光散粒噪声,所以有激光回波时的噪声比无激光回波时的噪声大。探测概率为:
根据上式,针对一种车载激光雷达系统指标进行分析,选取激光发射能量为5W,重频为500KHz,光学口径为50mm,双程大气透过率为0.8,光学系统透过率为0.7,则到达光学系统焦面处的峰值功率从10-5~10-8W,信噪比最小要求为7,此时保证系统探测指数为4。
第二步:高灵敏度、大动态范围光电信号的探测及全波形数据采集。
基于系统的数学模型,建立高灵敏度、大动态范围光电探测电路,用于对焦面处回波光信号进行光电转换。实现途径如附图1所示。
回波光通过探测器生成回波光电流后由I/V转换模块生成回波电压信号,创新性引入贝塞尔滤波电路,压制噪声。为了保证波形较高的保真度,该贝塞尔滤波器带宽控制在80MHz~200MHz之间。整形后的回波信号通过运放高速采集和信号调制模块中。
为了扩大系统的动态范围,高速采集ADC前段设置调制电路。设回波光信号幅值为0~AmV,高速采集ADC输出信号范围为-BmV~BmV;调制后信号为-BmV~(A-B)mV;该调制方案可将前段输入信号动态范围提升一倍。为了保证10-5~10-8W光信号动态范围,对探测及高速信号采集电路设计时信号动态范围要求达到35dB。
第三步:有效波形区间的获取
该方案创新性引入滑窗滤波处理算法,用于寻找有效波形区间。从系统起始距离0开始到测距最远测程,将全测程分为若干窗口区间,如附图2所示。
窗口宽度t应为发射激光脉冲的5到10倍,确保在单窗口内必然可以包含至少一个回波波形。
在采样过程中同时对每个波门内进行积分,设每个采样点输出的信号幅度为Xi,i为采样点标号,在该波门内共有j个采样点,且起始点号为Y0。
则在窗口内积分结果如下式所示。
j为当前窗口大小与采样周期的比值,采样周期为高速ADC采样频率的倒数。
设第N个波门内积分面积为SN;第N+1个波门内积分面积为SN+1;则波形到来时刻有效窗口鉴别方法为:
防止波形误判,需要连续区间阈值积分大于阈值,防止尖峰毛刺波形的出现。
SN≥T(k)
SN+1≥T(k)
T(k)为当前激光雷达系统有效窗口积分阈值,该值确定与激光雷达发射激光能量、回波信号强度、滑窗波门宽度有关。
波门内的质心位置为:
对SN和SN+1窗口内的积分质心,质心分别为DN、DN+1,且DN和DN+1满足关系式:
|DN-DN+1|<Δδ
Δδ一般定为(0,t/2],则DN和DN+1为有效波形区间,该区间为{DN,DN+1}。
第四步:回波质心提取
在区间{DN,DN+1}内,选取波形的左边界和右边界,需要指出的是这里的波形并不仅仅只指一个。从窗口内第0点开始向后寻找波形的左边界,同时在波门截止点2j向前寻找波形的右边界。如图3所示。
左右边界的寻找方法如下。
(1)连续采样点匀化
的位置对回波信号进行积分,获取有效的质心位置。对波门内高速AD采样的连续5个点DN值进行取平均,如下式所示:
(2)疑似点判断
得到的平均值M与当前第6个采样点的幅值比较,当第6个点幅值大于前5个点平均值的R倍时,认为该点为有效波形的疑似边界点.
其中R的选取为当前激光雷达设计得到的信噪比。
(3)边界点获取。
继续判断第7到第7+θ点是否连续大于R/2倍的M,如连续大于则认为第6个点为有效的边界点。此时选取的θ值与当前激光雷达发射脉冲宽度相关,如当前信号脉宽h,为θ一般选取[h/4、h/3]。
(4)质心提取
如当前回波信号左边界为l,右边界为r,则当前质心为:
则可获得当前目标有效位置。
根据以上激光雷达回波波形的提取方法,可以获得实时、快速响应当前的目标位置,保证了回波信号的有效获取识别。
本发明至少具有如下技术效果:
1.本发明涉及的了一种车载避障激光雷达波形提取方法,该方法依托于激光回波全波形采集技术体制,单次采集获取激光传输信道上的全部激光回波信号,可对全波形数据通道上的所有采样点信息进行分析,得到多脉冲多质心位置,从而实现了厘米级的测距精度。
2.该发明方案结合大带宽,低噪声的光电探测技术、高速大动态范围的回波全波形数据的采集技术、多目标识别波形获取的质心提取技术,基于车载的运动平台,快速响应前方剧烈变化目标,有效克服当前技术难点。
3.与现有技术相比,该技术能够提高回波波形可利用的动态范围,筛选有效回波区间,获取波形质心,实现高精度的距离测量,具有很好的使用效果。
4.本发明与阈值测量体制相比,有效的支撑了车载运动平台前方目标复杂多变,而且由于不同目标散射截面积和漫反射率差异较大导致回波动态范围较大的特点。该方案以大动态范围、全波形采集为基础,提高了在运动平台上波形获取的适应性。
5.本发明与现有技术相比,克服了全波形采集后的回波信号不易于提取的特点,特别是多回波信号不易于分割,识别;窗口位置不易于搜索。本发明通过滑窗滤波获取当前数据处理窗口,左右波形边界提取算法得到波形质心,实现了有效波形的提取。
第二方面,本发明提供一种车载避障激光雷达,包括:光电探测电路、高速信号采集电路以及存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上任一项所述的方法。本实施例承接上述方法实施例,用于实现如上所述的方法步骤,基于相同的名称含义的解释与上面实施例相同,具有与上述实施例相同的技术效果,此处不再赘述。
第三方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如上任一项所述的方法。
本发明说明书中未做详细描述的内容输入本领域技术人员的公知技术。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
Claims (8)
1.一种车载避障激光雷达波形提取方法,其特征在于包括如下步骤:
通过光电探测器在焦面处接收光学信号,并进行光电转换,获得激光雷达电学模拟信号;
通过高速AD及调制电路将所述模拟信号转化为回波的数字量波形;
对所述数字量波形进行在线存储,并通过滑窗滤波法,在线获取有效波形的回波区间;
对所述有效波形进行积分得到目标质心位置。
2.根据权利要求1所述的车载避障激光雷达波形提取方法,其特征在于:所述光电探测器带宽应不小于80MHz,且所述光学信号电子学动态范围应不小于35dB。
3.根据权利要求1或2所述的车载避障激光雷达波形提取方法,其特征在于:所述AD采集及调制电路,采样频率不小于1GHz,在无激光信号输入情况下,电子学量化噪声不大于20LSB。
4.根据权利要求3所述的车载避障激光雷达波形提取方法,其特征在于:所述对所述数字量波形进行在线存储,并通过滑窗滤波法,在线获取有效波形的回波区间,包括:
对激光传输信道上的全波形的数字量波形进行在线存储,并利用波门宽度t的滑窗进行波形检索;
波门宽度t应为发射激光脉冲的5到10倍;
设第N个波门内积分面积为SN;第N+1个波门内积分面积为SN+1;则波形到来时刻有效窗口满足如下条件:
SN≥T(k)
SN+1≥T(k)
其中,T(k)为当前激光雷达系统有效窗口积分阈值,该阈值的确定与所述激光雷达发射激光能量、回波信号强度、滑窗波门宽度有关;
对SN和SN+1窗口内的积分质心分别为DN和DN+1,且DN和DN+1满足关系式:
|DN-DN+1|<Δδ
其中,Δδ为(0,t/2],则DN和DN+1为有效波形区间,该区间为{DN,DN+1}。
5.根据权利要求4所述的车载避障激光雷达波形提取方法,其特征在于:所述对所述有效波形进行积分得到目标质心位置,包括:
在所述有效波形区间{DN,DN+1}内,选取所述有效波形的左边界和右边界,并根据所述左边界、右边界的位置对回波信号进行积分,获取有效的质心位置。
6.根据权利要求5所述的车载避障激光雷达波形提取方法,其特征在于:所述选取所述有效波形的左边界和右边界,包括:
对所述波门内高速AD采样点的DN值进行取平均;
计算连续5个有效采样点的平均值;
连续5个有效采样点的所述平均值与第6个采样点的幅值比较,当第6个点的幅值大于前5个连续有效采样点的所述平均值的R倍时,继续判断第7到第7+θ个点是否连续大于R/2倍的所述平均值;
当第7到第7+θ个点连续大于R/2倍的所述平均值时,判断所述第6个点为边界点;
其中,θ为[h/4、h/3],h为激光雷达信号脉宽;R为所述激光雷达的信噪比。
7.一种车载避障激光雷达,其特征在于包括:光电探测电路、高速信号采集电路以及存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至6中任一项所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910228022.6A CN110031821B (zh) | 2019-03-25 | 2019-03-25 | 一种车载避障激光雷达波形提取方法、激光雷达及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910228022.6A CN110031821B (zh) | 2019-03-25 | 2019-03-25 | 一种车载避障激光雷达波形提取方法、激光雷达及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110031821A true CN110031821A (zh) | 2019-07-19 |
CN110031821B CN110031821B (zh) | 2020-11-17 |
Family
ID=67236556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910228022.6A Active CN110031821B (zh) | 2019-03-25 | 2019-03-25 | 一种车载避障激光雷达波形提取方法、激光雷达及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110031821B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110853389A (zh) * | 2019-11-21 | 2020-02-28 | 白犀牛智达(北京)科技有限公司 | 一种适用于无人物流车的路测监控系统 |
CN111323765A (zh) * | 2020-03-10 | 2020-06-23 | 北京空间机电研究所 | 一种星载光子计数激光雷达回波信号处理及目标提取方法 |
CN111679260A (zh) * | 2020-05-19 | 2020-09-18 | 上海禾赛光电科技有限公司 | 拖点识别处理方法、激光雷达以及计算机可读存储介质 |
CN112269182A (zh) * | 2020-09-24 | 2021-01-26 | 北京一径科技有限公司 | 目标雷达信号的确定方法和装置、存储介质、电子装置 |
CN112639516A (zh) * | 2019-12-10 | 2021-04-09 | 深圳市速腾聚创科技有限公司 | 激光雷达测距方法、装置、计算机设备和存储介质 |
CN112740067A (zh) * | 2019-12-23 | 2021-04-30 | 华为技术有限公司 | 用于雷达测距的方法、设备、雷达和车载系统 |
CN113050070A (zh) * | 2019-12-27 | 2021-06-29 | 北京万集科技股份有限公司 | 激光雷达数据处理方法、装置、设备及存储介质 |
CN113050071A (zh) * | 2019-12-27 | 2021-06-29 | 北京万集科技股份有限公司 | 激光雷达数据处理方法、装置、设备及存储介质 |
CN113777583A (zh) * | 2021-09-06 | 2021-12-10 | 上海惚恍微电子科技有限公司 | 直接飞行时间DToF测距装置及其探测方法 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19541448A1 (de) * | 1995-05-12 | 1996-11-14 | Mitsubishi Electric Corp | Vorrichtung und Verfahren zur Entfernungsmessung bei einem Fahrzeug |
US7701383B2 (en) * | 2005-04-04 | 2010-04-20 | Telephonics, Inc. | Method for detecting a target |
CN101706576A (zh) * | 2009-11-13 | 2010-05-12 | 山东大学 | 基于雷达图像的运动目标形态检测及跟踪方法 |
CN101762808A (zh) * | 2010-01-15 | 2010-06-30 | 山东大学 | 基于自适应阈值的雷达脉冲提取方法 |
CN101941438A (zh) * | 2010-09-17 | 2011-01-12 | 上海交通大学 | 安全车距智能检控装置与方法 |
CN103245946A (zh) * | 2012-02-13 | 2013-08-14 | 株式会社电装 | 车载雷达装置 |
US20140016115A1 (en) * | 2012-07-10 | 2014-01-16 | Raytheon Company | Doppler tracking in presence of vehicle velocity uncertainty |
CN103823208A (zh) * | 2012-11-16 | 2014-05-28 | 通用汽车环球科技运作有限责任公司 | 用于物体感测融合系统的健康状态估计的方法和装置 |
CN104364671A (zh) * | 2012-06-27 | 2015-02-18 | 莱卡地球系统公开股份有限公司 | 距离测量方法和距离测量元件 |
CN104541302A (zh) * | 2012-03-26 | 2015-04-22 | Tk控股公司 | 距离提示对象分割系统和方法 |
CN104704385A (zh) * | 2012-10-04 | 2015-06-10 | 株式会社电装 | 物体检测装置 |
CN104991241A (zh) * | 2015-06-30 | 2015-10-21 | 西安电子科技大学 | 强杂波背景下目标信号的提取和超分辨率增强处理方法 |
CN105487054A (zh) * | 2015-11-09 | 2016-04-13 | 大连大学 | 提高基于mimo-ofdm雷达stap最差检测性能的稳健波形设计方法 |
CN106908769A (zh) * | 2017-05-03 | 2017-06-30 | 安徽省瑞鼎电子技术有限公司 | 一种多功能雷达探测波形生成方法 |
CN108152831A (zh) * | 2017-12-06 | 2018-06-12 | 中国农业大学 | 一种激光雷达障碍物识别方法及系统 |
US20180272891A1 (en) * | 2017-03-26 | 2018-09-27 | Inboard Technology, Inc. | Modifying performance of a powered vehicle |
CN108983210A (zh) * | 2018-06-13 | 2018-12-11 | 桂林电子科技大学 | 一种汽车雷达测角方法 |
-
2019
- 2019-03-25 CN CN201910228022.6A patent/CN110031821B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19541448A1 (de) * | 1995-05-12 | 1996-11-14 | Mitsubishi Electric Corp | Vorrichtung und Verfahren zur Entfernungsmessung bei einem Fahrzeug |
US7701383B2 (en) * | 2005-04-04 | 2010-04-20 | Telephonics, Inc. | Method for detecting a target |
CN101706576A (zh) * | 2009-11-13 | 2010-05-12 | 山东大学 | 基于雷达图像的运动目标形态检测及跟踪方法 |
CN101762808A (zh) * | 2010-01-15 | 2010-06-30 | 山东大学 | 基于自适应阈值的雷达脉冲提取方法 |
CN101941438A (zh) * | 2010-09-17 | 2011-01-12 | 上海交通大学 | 安全车距智能检控装置与方法 |
CN103245946A (zh) * | 2012-02-13 | 2013-08-14 | 株式会社电装 | 车载雷达装置 |
CN104541302A (zh) * | 2012-03-26 | 2015-04-22 | Tk控股公司 | 距离提示对象分割系统和方法 |
CN104364671A (zh) * | 2012-06-27 | 2015-02-18 | 莱卡地球系统公开股份有限公司 | 距离测量方法和距离测量元件 |
US20140016115A1 (en) * | 2012-07-10 | 2014-01-16 | Raytheon Company | Doppler tracking in presence of vehicle velocity uncertainty |
CN104704385A (zh) * | 2012-10-04 | 2015-06-10 | 株式会社电装 | 物体检测装置 |
CN103823208A (zh) * | 2012-11-16 | 2014-05-28 | 通用汽车环球科技运作有限责任公司 | 用于物体感测融合系统的健康状态估计的方法和装置 |
CN104991241A (zh) * | 2015-06-30 | 2015-10-21 | 西安电子科技大学 | 强杂波背景下目标信号的提取和超分辨率增强处理方法 |
CN105487054A (zh) * | 2015-11-09 | 2016-04-13 | 大连大学 | 提高基于mimo-ofdm雷达stap最差检测性能的稳健波形设计方法 |
US20180272891A1 (en) * | 2017-03-26 | 2018-09-27 | Inboard Technology, Inc. | Modifying performance of a powered vehicle |
CN106908769A (zh) * | 2017-05-03 | 2017-06-30 | 安徽省瑞鼎电子技术有限公司 | 一种多功能雷达探测波形生成方法 |
CN108152831A (zh) * | 2017-12-06 | 2018-06-12 | 中国农业大学 | 一种激光雷达障碍物识别方法及系统 |
CN108983210A (zh) * | 2018-06-13 | 2018-12-11 | 桂林电子科技大学 | 一种汽车雷达测角方法 |
Non-Patent Citations (3)
Title |
---|
P.A. CASTLEBERG ; K.M. XILOURIS: "《The Arecibo Observatory》", 《IEEE POTENTIALS》 * |
潘程浩: "《周视激光探测系统信号处理研究》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
谭亮: "《智能汽车激光雷达障碍物检测方法研究》", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110853389A (zh) * | 2019-11-21 | 2020-02-28 | 白犀牛智达(北京)科技有限公司 | 一种适用于无人物流车的路测监控系统 |
CN112639516A (zh) * | 2019-12-10 | 2021-04-09 | 深圳市速腾聚创科技有限公司 | 激光雷达测距方法、装置、计算机设备和存储介质 |
CN112639516B (zh) * | 2019-12-10 | 2023-08-04 | 深圳市速腾聚创科技有限公司 | 激光雷达测距方法、装置、计算机设备和存储介质 |
CN112740067A (zh) * | 2019-12-23 | 2021-04-30 | 华为技术有限公司 | 用于雷达测距的方法、设备、雷达和车载系统 |
CN113050070A (zh) * | 2019-12-27 | 2021-06-29 | 北京万集科技股份有限公司 | 激光雷达数据处理方法、装置、设备及存储介质 |
CN113050071A (zh) * | 2019-12-27 | 2021-06-29 | 北京万集科技股份有限公司 | 激光雷达数据处理方法、装置、设备及存储介质 |
CN113050070B (zh) * | 2019-12-27 | 2023-03-14 | 北京万集科技股份有限公司 | 激光雷达数据处理方法、装置、设备及存储介质 |
CN111323765A (zh) * | 2020-03-10 | 2020-06-23 | 北京空间机电研究所 | 一种星载光子计数激光雷达回波信号处理及目标提取方法 |
CN111679260B (zh) * | 2020-05-19 | 2023-02-24 | 上海禾赛科技有限公司 | 拖点识别处理方法、激光雷达以及计算机可读存储介质 |
CN111679260A (zh) * | 2020-05-19 | 2020-09-18 | 上海禾赛光电科技有限公司 | 拖点识别处理方法、激光雷达以及计算机可读存储介质 |
CN112269182A (zh) * | 2020-09-24 | 2021-01-26 | 北京一径科技有限公司 | 目标雷达信号的确定方法和装置、存储介质、电子装置 |
CN112269182B (zh) * | 2020-09-24 | 2022-08-12 | 北京一径科技有限公司 | 目标雷达信号的确定方法和装置、存储介质、电子装置 |
CN113777583A (zh) * | 2021-09-06 | 2021-12-10 | 上海惚恍微电子科技有限公司 | 直接飞行时间DToF测距装置及其探测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110031821B (zh) | 2020-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110031821A (zh) | 一种车载避障激光雷达波形提取方法、激光雷达及介质 | |
Zhu et al. | A noise removal algorithm based on OPTICS for photon-counting LiDAR data | |
CN108732553A (zh) | 一种激光雷达波形时刻鉴别方法与在线测距系统 | |
CN101839981B (zh) | 激光成像回波波形和层次特征获取方法及装置 | |
Chauve et al. | Advanced full-waveform lidar data echo detection: Assessing quality of derived terrain and tree height models in an alpine coniferous forest | |
CN110058258B (zh) | 一种基于混合型激光雷达的大气边界层探测方法 | |
CN109581408A (zh) | 一种利用激光复合成像进行目标识别的方法和系统 | |
CN106154247A (zh) | 一种多尺度全波形激光雷达数据最优化分解方法 | |
Guo et al. | Development of a single-wavelength airborne bathymetric LiDAR: System design and data processing | |
CN111323765A (zh) | 一种星载光子计数激光雷达回波信号处理及目标提取方法 | |
US12044799B2 (en) | Deep neural network (DNN)-based multi-target constant false alarm rate (CFAR) detection methods | |
US11486984B2 (en) | Three-dimensional light detection and ranging system using hybrid TDC and ADC receiver | |
CN110794424A (zh) | 基于特征选择的全波形机载激光雷达地物分类方法及系统 | |
CN105954733A (zh) | 基于光子飞行时间相关性的时域滤波方法 | |
CN110031854A (zh) | 一种实时的高精度激光多回波距离提取方法 | |
Du et al. | Single-photon detection approach for autonomous vehicles sensing | |
CN116547562A (zh) | 点云滤噪方法、系统和可移动平台 | |
Contreras‐Vidal et al. | Relationship between sprite current and morphology | |
Billard et al. | Sea surface and depth detection in the WRELADS airborne depth sounder | |
Zhao et al. | An improved water-land discriminator using laser waveform amplitudes and point cloud elevations of airborne LIDAR | |
Bobrovnikov et al. | A Multi-Aperture Transceiver System of a Lidar with Narrow Field of View and Minimal Dead Zone | |
US20210255289A1 (en) | Light detection method, light detection device, and mobile platform | |
Thampy et al. | MMA: A novel algorithm for efficient separation of the precipitation echoes from wind profiler radar's Doppler power spectrum | |
Wang et al. | A novel method for ground-based VLF/LF single-site lightning location | |
Li et al. | A novel full-waveform LiDAR echo decomposition method and simulation verification |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20201026 Address after: Room 130, 1 / F, 17 / F, community supporting commercial building, Wenquan Town, Haidian District, Beijing 100089 Applicant after: White rhino Zhida (Beijing) Technology Co.,Ltd. Address before: Room 225, 2nd floor, 6 buildings, Sanqi East Road, Qinghe West, Haidian District, Beijing 100084 Applicant before: Beijing Circumvision Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |