CN110554382B - 一种基于雷达和无人机的地表特征探测方法、装置和设备 - Google Patents
一种基于雷达和无人机的地表特征探测方法、装置和设备 Download PDFInfo
- Publication number
- CN110554382B CN110554382B CN201910848223.6A CN201910848223A CN110554382B CN 110554382 B CN110554382 B CN 110554382B CN 201910848223 A CN201910848223 A CN 201910848223A CN 110554382 B CN110554382 B CN 110554382B
- Authority
- CN
- China
- Prior art keywords
- spectral line
- unmanned aerial
- aerial vehicle
- height
- line position
- 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
Images
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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
-
- 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
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
- G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种基于雷达和无人机的地表特征探测方法、装置以及设备,方法包括:获取毫米波雷达发射的发射信号以及接收所述毫米波雷达经监测区域反射后形成的反射信号;其中,毫米波雷达安装于无人机上;将所述反射信号与所述发射信号进行混频以获取中频信号,并对所述中频信号做FFT频谱分析,以获得幅度频谱;根据所述幅度频谱,获取所述无人机至所述监测区域的高度;提取在预定时间内,所述无人机在所述高度下以恒定速度飞行所经过的监测区域的地表特征信息;其中,所述地表特征包括地表反射率、地表粗糙度以及地表植被覆盖情况。本发明通过更加简单、更易于实现且成本更低的方法,就能够同时获得地表特征的多个参数。
Description
技术领域
本发明涉及勘测探测技术领域,尤其涉及一种基于雷达和无人机的地表特征探测方法、装置和设备。
背景技术
随着科技的进步和人工智能的高速发展,无人机已经成为人们研究的热点。无人机的低成本性、高灵活性及其与其他技术的结合,使得其在越来越多的领域内得到应用,比如植被保护、电力巡检、灾害救援等。在这些领域内应用无人机,既突破了传统手段的局限性,又可以大大减少人力成本。其中,由于地表特征包含很多方面,其中地表粗糙程度是地面凹凸不平的最直接表示,同时也是自然变化的有效反映,而地表反射率是地面辐射场的重要组成要素之一,不仅可以了解辐射场的变化和地表热状况等地表现象,而且在一定程度上反映了地表类型。因此,在无人机应用于植被保护时,需要无人机确定飞行高度,并了解地表的植被覆盖情况,在无人机应用于灾害救援时,需要确定地表的不同类型以及地表的不同起伏程度。因此,能够通过无人机对地表特征进行探测便尤为重要。
现有技术存在的问题:
通过光谱遥感分析地表反射率,或者激光三角法结合图像处理测算地表粗糙程度,但是其实现与计算方法复杂,而且在付出了很高成本的同时,仅对地表特征的其中一个方面进行了测量,无法多维度的对地表特征进行测量。
发明内容
本发明实施例提供一种基于雷达和无人机的地表特征探测方法、装置和设备。本发明通过更加简单、更易于实现且成本更低的方法,就能够同时获得地表特征的多个参数。
第一方面,本发明实施例提供一种基于雷达和无人机的地表特征探测方法,包括:
获取毫米波雷达发射的发射信号以及接收所述毫米波雷达经监测区域反射后形成的反射信号;其中,所述毫米波雷达安装于无人机上;
将所述反射信号与所述发射信号进行混频以获取中频信号,并对所述中频信号做FFT频谱分析,以获得幅度频谱;
根据所述幅度频谱,获取所述无人机至所述监测区域的高度;
提取在预定时间内,所述无人机在所述高度下以恒定速度飞行所经过的监测区域的地表特征信息;其中,所述地表特征包括地表反射率、地表粗糙度以及地表植被覆盖情况。
优选地,所述根据所述幅度频谱,获取所述无人机至所述监测区域的高度,具体为:
根据所述幅度频谱,提取与所述幅度频谱的峰值谱线所在位置两侧的邻近局部极小值的第一谱线位置与第二谱线位置的两个谱线的位置;
根据所述第一谱线位置、第二谱线位置以及第一谱线位置与第二谱线位置间的谱线幅度值,获取所述幅度频谱在所述第一谱线位置至所述第二谱线位置间的重心位置;
根据所述重心位置、传输信号带宽以及电磁波在真空中的传播速度,计算所述无人机距离所述监测区域的高度。
优选地,当提取的地表特征信息为地表植被覆盖情况时,则所述提取在预定时间内,所述无人机在所述高度下以恒定速度飞行所经过的监测区域的地表特征信息,具体为:
根据所述无人机至所述监测区域的高度,提取在预定时间内所述无人机距离监测区域的高度随时间变化的曲线包络;
根据所述曲线包络,提取同一时间所述曲线包络上沿以及包络下沿的差值;
根据所述差值,获得所述毫米波雷达检测高度的波动范围;
当判断所述波动范围大于预设的阈值,则判断所述地表存在植被覆盖;其中,所述预设的阈值为根据电路噪声以及实际测量设置的;所述波动范围与所述地表植被高度为正相关关系。
优选地,当提取的地表特征信息为地表反射率时,则所述提取在预定时间内,所述无人机在所述高度下以恒定速度飞行所经过的监测区域的地表特征信息,具体为:
根据所述无人机至所述监测区域的高度,提取在预定时间内所述无人机在所述高度下以恒定速度飞行所经过的监测区域的幅度频谱的峰值幅度;
根据所述高度下的所述峰值幅度,以得到所述地表反射率;其中,所述高度下的所述峰值幅度与所述地表反射率为正相关关系。
优选地,当提取的地表特征信息为地表粗糙度时,则所述提取在预定时间内,所述无人机在所述高度下以恒定速度飞行所经过的监测区域的地表特征信息,具体为:
根据所述无人机至所述监测区域的高度,提取在预定时间内所述无人机在所述高度下以恒定速度飞行所经过的监测区域的幅度频谱的频谱宽度;
根据所述高度下的所述频谱宽度,以得到所述地表粗糙度;所述高度下的所述频谱宽度与所述地表粗糙度为正相关关系。
优选地,根据所述幅度频谱,获得所述幅度频谱的峰值谱线所在的位置、所述峰值谱线的幅度值、以及与所述幅度频谱的峰值谱线所在的位置的相邻两侧的幅度值为1/2的峰值谱线所在位置的幅度值的第三谱线位置和第四谱线位置的两个谱线位置;
根据所述第三谱线位置以及第四谱线位置,计算所述频谱宽度。
第二方面,本发明实施例还提供了一种基于雷达和无人机的地表特征探测装置,包括:
信号获取单元,用于获取毫米波雷达发射的发射信号以及接收所述毫米波雷达经监测区域反射后形成的反射信号;其中,所述毫米波雷达安装于无人机上;
频谱分析单元,用于将所述反射信号与所述发射信号进行混频以获取中频信号,并对所述中频信号做FFT频谱分析,以获得幅度频谱;
高度获取单元,用于根据所述幅度频谱,获取所述无人机至所述监测区域的高度;
地表特征信息获取单元,用于提取在预定时间内,所述无人机在所述高度下以恒定速度飞行所经过的监测区域的地表特征信息;其中,所述地表特征包括地表反射率、地表粗糙度以及地表植被覆盖情况。
优选地,所述高度获取单元,具体用于:
谱线位置提取模块,用于根据所述幅度频谱,提取与所述幅度频谱的峰值谱线所在位置两侧的邻近局部极小值的第一谱线位置与第二谱线位置的两个谱线的位置;
重心位置获取模块,用于根据所述第一谱线位置、第二谱线位置以及第一谱线位置与第二谱线位置间的谱线幅度值,获取所述幅度频谱在所述第一谱线位置至所述第二谱线位置间的重心位置;
高度获取模块,用于根据所述重心位置、传输信号带宽以及电磁波在真空中的传播速度,计算所述无人机距离所述监测区域的高度。
优选地,当提取的地表特征信息为地表植被覆盖情况时,则地表特征信息获取单元,具体用于:
根据所述无人机至所述监测区域的高度,提取在预定时间内所述无人机距离监测区域的高度随时间变化的曲线包络;根据所述曲线包络,提取同一时间所述曲线包络上沿以及包络下沿的差值;根据所述差值,获得所述毫米波雷达检测高度的波动范围;当判断所述波动范围大于预设的阈值,则判断所述地表存在植被覆盖;其中,所述预设的阈值为根据电路噪声以及实际测量设置的;所述波动范围与所述地表植被高度为正相关关系。
优选地,当提取的地表特征信息为地表反射率时,则地表特征信息获取单元,具体用于:
根据所述无人机至所述监测区域的高度,提取在预定时间内所述无人机在所述高度下以恒定速度飞行所经过的监测区域的幅度频谱的峰值幅度;根据所述高度下的所述峰值幅度,以得到所述地表反射率;其中,所述高度下的所述峰值幅度与所述地表反射率为正相关关系。
优选地,当提取的地表特征信息为地表粗糙度时,则地表特征信息获取单元,具体用于:
根据所述无人机至所述监测区域的高度,提取在预定时间内所述无人机在所述高度下以恒定速度飞行所经过的监测区域的幅度频谱的频谱宽度;根据所述高度下的所述频谱宽度,以得到所述地表粗糙度;其中,所述高度下的所述频谱宽度与所述地表粗糙度为正相关关系。
优选地,还用于:根据所述幅度频谱,获得所述幅度频谱的峰值谱线所在的位置、所述峰值谱线的幅度值、以及与所述幅度频谱的峰值谱线所在的位置的相邻两侧的幅度值为1/2的峰值谱线所在位置的幅度值的第三谱线位置和第四谱线位置的两个谱线位置;根据所述第三谱线位置以及第四谱线位置,计算所述频谱宽度。
第三方面,本发明实施例提供一种地表特征探测设备,包括处理器、存储器以及存储在所述存储器中且被配置由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的基于雷达和无人机的地表特征探测方法。
实施本发明实施例,具有如下有益效果:
本发明采用一发一收调频连续波毫米波雷达,可以实现无人机距离地面高度的检测,并且通过对不同的确定高度处的检测高度的波动范围、信号频谱宽度、以及信号峰值谱线幅度实现地表特征的探测,能够定性确定地表特征或确定地表反射率、地表粗糙程度范围以及获得地表的植被覆盖情况,从而实现多维度的地表特征参数的测量,同时本发明不受雨雾天气以及光线较差等恶劣的环境条件的影响,以及计算方法简单、低成本且易于实现。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,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的附图。
图1是本发明实施例提供的一种基于雷达和无人机的地表特征探测方法的流程示意图。
图2本发明第一实施例提供的地表植被覆盖情况的结构示意图。
图3是本发明第二实施例提供的一种基于雷达和无人机的地表特征探测装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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他实施例,都属于本发明保护的范围。
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明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。
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。
取决于语境,如在此所使用的词语“如果”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)”。
实施例中提及的“第一\第二”仅仅是是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二”区分的对象在适当情况下可以互换,以使这里描述的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
实施例一:
请参阅图1和图2,本发明第一实施例提供了一种基于雷达和无人机的地表特征探测方法,其可由地表特征探测设备来执行,特别的,由地表特征探测设备内的一个或多个处理器来执行,并至少包括如下步骤:
S10,获取毫米波雷达发射的发射信号以及接收所述毫米波雷达经监测区域反射后形成的反射信号;其中,所述毫米波雷达安装于无人机上。
在本实施例中,所述毫米波雷达通过发射天线向外发射调频连续波这里称作发射信号,被发射至监测区域的电磁波会产生反射信号,该反射信号通过毫米波雷达的接收天线接收称为接收信号(或回波信号、反射信号),从而进入与毫米波雷达相连的后续信号处理电路。
S20,将反射信号与所述发射信号进行混频以获取中频信号,并对所述中频信号做FFT频谱分析,以获得幅度频谱。
在本实施例中,混频工作由电路的混频器完成,实际是一个信号的乘法器,即对混频器两个输入端的两路信号进行乘法操作,这两路信号分别是雷达接收到的反射信号,以及发射信号,经过所述混频器后得到中频信号,然后对所述中频信号采用FFT频谱分析,以对信号的时域信息进行观察分析,得到幅度频谱。
S30,根据所述幅度频谱,获取所述无人机至所述监测区域的高度。
在本实施例中,由于重心位置比峰值频谱的所在位置更能准确计算出无人机至所述监测区域的距离,因此,需要先确定重心位置。为了计算的是有效频谱的重心位置,需要先确定目标信号产生的频谱,即幅度频谱在峰值频谱所在位置两侧的邻近局部极小值的第一谱线位置与第二谱线位置的两个谱线的位置间的频谱才是有效的,即只有第一谱线位置到第二谱线位置的频谱是由于目标存在而产生的有效频谱,从而通过计算幅度频谱从第一谱线位置到第二谱线位置的重心位置,使得计算的距离更准确,具体地,根据所述幅度频谱,提取与所述幅度频谱的峰值谱线所在位置两侧的邻近局部极小值的第一谱线位置与第二谱线位置的两个谱线的位置,然后根据所述第一谱线位置、第二谱线位置以及第一谱线位置与第二谱线位置之间的谱线幅度值,获取所述幅度频谱在所述第一谱线位置至所述第二谱线位置间的重心位置;最后根据所述重心位置、传输信号带宽以及电磁波在真空中的传播速度,得到所述无人机距离所述监测区域的高度。
其中,所述重心位置的表述式为:其中,S[q]表示第一谱线位置与第二谱线位置之间的位置的幅度频谱的幅度值(q为变量,表示从第一谱线位置至第二谱线位置之间的任意一条谱线位置);p1为第一谱线位置;p2为第二谱线位置;p0为重心位置;所述无人机距离所述监测区域的高度的表达式为:其中,c为电磁波在真空中的传播速度,B表示传输信号带宽;h为无人机距离所述监测区域的高度。
S40,提取在预定时间内,所述无人机在所述高度下以恒定速度飞行所经过的监测区域的地表特征信息;其中,所述地表特征包括地表反射率、地表粗糙度以及地表植被覆盖情况。
在本实施例中,当提取的地表特征信息为地表植被覆盖情况时,则根据所述无人机至所述监测区域的高度,提取在预定时间内所述无人机距离监测区域的高度随时间变化的曲线包络,然后根据所述曲线包络,提取同一时间所述曲线包络上沿以及包络下沿的差值;其次根据所述差值,获得所述毫米波雷达检测高度的波动范围,最后当判断所述波动范围大于预设的阈值,则判断所述地表存在植被覆盖(表示这个无人机下方的检测范围内存在植被),其中,所述预设的阈值为根据电路噪声以及实际测量设置的,通过用曲线包络检测可以消除地面凹凸起伏对高度检测产生的波动而造成的影响,使得检测结果更准确。当然,需要说明的是,所述波动范围与所述地表植被高度为正相关关系,即波动范围越大植被的最高高度越高,植被的最高高度为所述波动范围最大值。例如,参见图2,假设在5m高度下对地表情况进行检测,无人机以恒定速度平行地面飞行一段时间,得到随时间变化的高度曲线以及曲线包络,如图2,由于地表存在凹凸起伏,所以需要通过对高度曲线包络在同一时间的变化范围与预定阈值比较进而判断检测区域内地表的植被覆盖情况。假设在5m高度下检测的地表无植被情况下噪声的最大波动范围为10cm,可以设定该情况下的阈值为10cm;当T1时间段内,地表存在凹凸起伏时,其在同一时间高度曲线包络的变化范围仍然小于10cm,则可以判定该部分地表不存在植被覆盖;当T2时间段内,地表存在凹凸起伏时,其在同一时间高度曲线包络的变化范围最大为90cm,则可以判定该部分地表存在植被覆盖,且植被的高度在80cm~90cm之间;当T3时间段内,地表平坦时,其在同一时间高度曲线包络的变化范围小于10cm,则可以判定该部分地表不存在植被覆盖。
其中,当提取的地表特征信息为地表反射率时,由于在同一高度下,所述幅度频谱的峰值幅度越大,地表反射率越高,因此,可以通过幅度频谱的峰值幅度A表征地表反射率;具体地,则根据所述无人机至所述监测区域的高度,提取在预定时间内所述无人机在所述高度下以恒定速度飞行所经过的监测区域的幅度频谱的峰值幅度,然后根据在所述高度下的所述峰值幅度,以得到所述地表反射率,具体地,可通过对不同高度下的幅度频谱的峰值幅度A与预设的不同阈值进行比较,即可以确定地表反射率。例如,在已知地表类型与地表反射率的关系的条件下,进一步确定地表类型:假设已知如下对应关系:地表为水面时,A≤δ1(h);地表为土石路面时,δ1(h)<A≤δ2(h);地表为水泥路面或柏油路面时,δ2(h)<A≤δ3(h);地表为金属板时,A>δ3(h),其中,δ1(h)、δ2(h)和δ3(h)为反映地表反射率的在高度h下的已知阈值,那么无人机在高度h下获取幅度频谱的峰值幅度A之后,便可准确判断地表类型。
其中,当提取的地表特征信息为地表粗糙度时,由于在同一高度下,幅度频谱的频谱宽度越宽,地表越粗糙,因此,可以通过幅度频谱的频谱宽度表征地表的粗糙程度;具体地,根据所述无人机至所述监测区域的高度,提取在预定时间内所述无人机在所述高度下以恒定速度飞行所经过的监测区域的幅度频谱的频谱宽度;根据在所述高度下所述频谱宽度,以得到所述地表粗糙度。具体地,可通过对不同高度下的幅度频谱的频谱宽度W与预设不同阈值进行比较,即可以确定地表粗糙程度。例如,如果可以按照粗糙程度进行分级,在假设已知如下对应关系:表面为L1级时,W≤ε1(h);表面为L2级时,ε1(h)<W≤ε2(h);表面为L3级时,W>ε2(h),其中,ε1(h)和ε2(h)为反映表面粗糙程度的在高度h下的已知阈值,那么无人机在高度h下获取幅度频谱的频谱宽度W之后,便可准确判断地表粗糙等级,因此可用于评定新铺设的路面等级是否符合标准。
其中,根据所述幅度频谱,获得所述幅度频谱的峰值谱线所在的位置、所述峰值谱线的幅度值、以及与所述幅度频谱的峰值谱线所在的位置的相邻两侧的幅度值为1/2的峰值谱线所在位置的幅度值的第三谱线位置和第四谱线位置的两个谱线位置;根据所述第三谱线位置以及第四谱线位置,计算所述频谱宽度。所述频谱宽度的表达式:W=p4-p3;其中,W为频谱宽度;p3为第三谱线位置和p4为第四谱线位置。由于频谱宽度不同,半峰值点之间的宽度不同,由于幅度频谱的峰值谱线相邻两侧邻近局部极小值之间的宽度不具有确定关系,即可能相同可能更宽也可能更窄,但是,所述幅度频谱的峰值谱线所在的位置的相邻两侧的幅度值为1/2的峰值谱线所在位置的幅度值之间的宽度越宽,则对应的频谱宽度越宽,因此通过所述幅度频谱的峰值谱线所在的位置的相邻两侧的幅度值为1/2的峰值谱线所在位置的幅度值计算的频谱宽度更准确。
综上,本发明采用一发一收调频连续波毫米波雷达,可以实现无人机距离地面高度的检测,并且通过对不同的确定高度处的检测高度的波动范围、信号频谱宽度、以及信号峰值谱线幅度实现地表特征的探测,能够定性确定地表特征或确定地表反射率、地表粗糙程度范围以及获得地表的植被覆盖情况,从而实现多维度的地表特征参数检测。
为了便于对本发明的理解,下面通过对应用场景中的实际应用的例子进行说明:
假设已知如下对应关系:地表为水面时,A≤δ1(h);地表为土石路面时,δ1(h)<A≤δ2(h);地表为水泥路面或柏油路面时,δ2(h)<A≤δ3(h);地表为金属板时,A>δ3(h),其中,δ1(h)、δ2(h)和δ3(h)为反映地表反射率的高度h下的已知阈值,那么无人机在h高度获取幅度频谱的峰值幅度A之后,便可准确判断地表类型。
进一步地,当无人机在距离地面高度h上以恒定速度平行地面飞行时,在时间段T内,若雷达根据幅度频谱的峰值幅度可以判断地表同时存在水面和土石路面,同时若雷达检测的高度波动范围超过阈值,则可确定该飞行路段内同时存在一定高度的植被覆盖,可在探测湿地时作为备选参考项。
进一步地,在寻找飞机残骸时,如果无人机在搜索区域上方高度h处以恒定速度平行地面飞行时,在时间段T内,雷达可以判断地表同时存在大面积金属板和其他任意多种路面,或同时存在金属板和有植被覆盖,则可将该区域作为备选参考项,对该区域进行进一步搜索。
本发明第二实施例:
参见图3,本发明第二实施例还提供了一种基于雷达和无人机的地表特征探测装置,包括:
信号获取单元10,用于获取毫米波雷达发射的发射信号以及接收所述毫米波雷达经监测区域反射后形成的反射信号;其中,所述毫米波雷达安装于无人机上;
频谱分析单元20,用于将所述反射信号与所述发射信号进行混频以获取中频信号,并对所述中频信号做FFT频谱分析,以获得幅度频谱;
高度获取单元30,用于根据所述幅度频谱,获取所述无人机至所述监测区域的高度;
地表特征信息获取单元40,用于提取在预定时间内,所述无人机在所述高度下以恒定速度飞行所经过的监测区域的地表特征信息;其中,所述地表特征包括地表反射率、地表粗糙度以及地表植被覆盖情况。
优选地,所述高度获取单元10,具体用于:
谱线位置提取模块,用于根据所述幅度频谱,提取与所述幅度频谱的峰值谱线所在位置两侧的邻近局部极小值的第一谱线位置与第二谱线位置的两个谱线的位置;
重心位置获取模块,用于根据所述第一谱线位置、第二谱线位置以及第一谱线位置与第二谱线位置间的谱线幅度值,获取所述幅度频谱在所述第一谱线位置至所述第二谱线位置间的重心位置;
高度获取模块,用于根据所述重心位置、传输信号带宽以及电磁波在真空中的传播速度,计算所述无人机距离所述监测区域的高度。
优选地,当提取的地表特征信息为地表植被覆盖情况时,则地表特征信息获取单元40,具体用于:
根据所述无人机至所述监测区域的高度,提取在预定时间内所述无人机距离监测区域的高度随时间变化的曲线包络;根据所述曲线包络,提取同一时间所述曲线包络上沿以及包络下沿的差值;根据所述差值,获得所述毫米波雷达检测高度的波动范围;当判断所述波动范围大于预设的阈值,则判断所述地表存在植被覆盖;其中,所述预设的阈值为根据电路噪声以及实际测量设置的;所述波动范围与所述地表植被高度为正相关关系。
优选地,当提取的地表特征信息为地表反射率时,则地表特征信息获取单元40,具体用于:
根据所述无人机至所述监测区域的高度,提取在预定时间内所述无人机在所述高度下以恒定速度飞行所经过的监测区域的幅度频谱的峰值幅度;根据所述高度下的所述峰值幅度,以得到所述地表反射率。
优选地,当提取的地表特征信息为地表粗糙度时,则地表特征信息获取单元40,具体用于:
根据所述无人机至所述监测区域的高度,提取在预定时间内所述无人机在所述高度下以恒定速度飞行所经过的监测区域的幅度频谱的频谱宽度;根据所述高度下的所述频谱宽度,以得到所述地表粗糙度。
优选地,还用于:根据所述幅度频谱,获得所述幅度频谱的峰值谱线所在的位置、所述峰值谱线的幅度值、以及与所述幅度频谱的峰值谱线所在的位置的相邻两侧的幅度值为1/2的峰值谱线所在位置的幅度值的第三谱线位置和第四谱线位置的两个谱线位置;根据所述第三谱线位置以及第四谱线位置,计算所述频谱宽度。
本发明实施例还提供一种地表特征探测设备,包括处理器、存储器以及存储在所述存储器中且被配置由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上述实施例所述的基于雷达和无人机的地表特征探测方法。
需要说明的是,在本实施例采用的波毫米波雷达传感器采用:FMCW雷达传感器:如果要测量一个参数【距离】,如静态物体到传感器的距离,那么选用线性升坡或降坡作为发射频率的时间相关函数就足够了,并定期重复这些坡,以期得到可能的平均值。根据延迟效应的计算公式可以得到物体的距离。所述毫米波雷达采用一发一收调频连续波毫米波雷达,使用毫米波(millimeter wave)通常是指30~300GHz频域(波长为1~10mm)的毫米波,所述毫米波是一种介于红外光波和微波频段之间的电磁波。
在本实施例中,所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(APPlication Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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,所述处理器是所述的基于雷达和无人机的地表特征探测方法控制中心,利用各种接口和线路连接整个所述实现一种基于雷达和无人机的地表特征探测方法的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现基于雷达和无人机的地表特征探测方法的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、文字转换功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、文字消息数据等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述实现服务设备的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一个计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本发明较佳的具体实施方式,但本发明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发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (8)
1.一种基于雷达和无人机的地表特征探测方法,其特征在于,包括:
获取毫米波雷达发射的发射信号以及接收所述毫米波雷达经监测区域反射后形成的反射信号;其中,所述毫米波雷达安装于无人机上;
将所述反射信号与所述发射信号进行混频以获取中频信号,并对所述中频信号做FFT频谱分析,以获得幅度频谱;
根据所述幅度频谱,获取所述无人机至所述监测区域的高度;其中,根据所述幅度频谱,提取与所述幅度频谱的峰值谱线所在位置两侧的邻近局部极小值的第一谱线位置与第二谱线位置的两个谱线的位置;根据所述第一谱线位置、第二谱线位置以及第一谱线位置与第二谱线位置间的谱线幅度值,获取所述幅度频谱在所述第一谱线位置至所述第二谱线位置间的重心位置;根据所述重心位置、传输信号带宽以及电磁波在真空中的传播速度,计算所述无人机距离所述监测区域的高度;
提取在预定时间内,所述无人机在所述高度下以恒定速度飞行所经过的监测区域的地表特征信息;其中,所述地表特征包括地表反射率、地表粗糙度以及地表植被覆盖情况。
3.根据权利要求1所述的基于雷达和无人机的地表特征探测方法,其特征在于,
当提取的地表特征信息为地表植被覆盖情况时,则所述提取在预定时间内,所述无人机在所述高度下以恒定速度飞行所经过的监测区域的地表特征信息,具体为:
根据所述无人机至所述监测区域的高度,提取在预定时间内所述无人机距离监测区域的高度随时间变化的曲线包络;
根据所述曲线包络,提取同一时间所述曲线包络上沿以及包络下沿的差值;
根据所述差值,获得所述毫米波雷达检测高度的波动范围;
当判断所述波动范围大于预设的阈值,则判断地表存在植被覆盖;其中,所述预设的阈值为根据电路噪声以及实际测量设置的;所述波动范围与地表植被高度为正相关关系。
4.根据权利要求1所述的基于雷达和无人机的地表特征探测方法,其特征在于,
当提取的地表特征信息为地表反射率时,则所述提取在预定时间内,所述无人机在所述高度下以恒定速度飞行所经过的监测区域的地表特征信息,具体为:
根据所述无人机至所述监测区域的高度,提取在预定时间内所述无人机在所述高度下以恒定速度飞行所经过的监测区域的幅度频谱的峰值幅度;
根据在所述高度下的所述峰值幅度,以得到所述地表反射率的范围;其中,所述高度下的峰值幅度与所述地表反射率为正相关关系。
5.根据权利要求1所述的基于雷达和无人机的地表特征探测方法,其特征在于,
当提取的地表特征信息为地表粗糙度时,则所述提取在预定时间内,所述无人机在所述高度下以恒定速度飞行所经过的监测区域的地表特征信息,具体为:
根据所述无人机至所述监测区域的高度,提取在预定时间内所述无人机在所述高度下以恒定速度飞行所经过的监测区域的幅度频谱的频谱宽度;
根据在所述高度下的频谱宽度,以得到所述地表粗糙度;其中,在所述高度下的频谱宽度与所述地表粗糙度为正相关关系。
6.根据权利要求5所述的基于雷达和无人机的地表特征探测方法,其特征在于,
根据所述幅度频谱,获得所述幅度频谱的峰值谱线所在的位置、所述峰值谱线的幅度、以及与所述幅度频谱的峰值谱线所在的位置的相邻两侧的幅度值为1/2的峰值谱线所在位置的幅度值的第三谱线位置和第四谱线位置的两个谱线位置;
根据所述第三谱线位置以及第四谱线位置,计算所述频谱宽度。
7.一种基于雷达和无人机的地表特征探测装置,其特征在于,包括:
信号获取单元,用于获取毫米波雷达发射的发射信号以及接收所述毫米波雷达经监测区域反射后形成的反射信号;其中,所述毫米波雷达安装于无人机上;
频谱分析单元,用于将所述反射信号与所述发射信号进行混频以获取中频信号,并对所述中频信号做FFT频谱分析,以获得幅度频谱;
高度获取单元,用于根据所述幅度频谱,获取所述无人机至所述监测区域的高度;其中,根据所述幅度频谱,提取与所述幅度频谱的峰值谱线所在位置两侧的邻近局部极小值的第一谱线位置与第二谱线位置的两个谱线的位置;根据所述第一谱线位置、第二谱线位置以及第一谱线位置与第二谱线位置间的谱线幅度值,获取所述幅度频谱在所述第一谱线位置至所述第二谱线位置间的重心位置;根据所述重心位置、传输信号带宽以及电磁波在真空中的传播速度,计算所述无人机距离所述监测区域的高度;
地表特征信息获取单元,用于提取在预定时间内,所述无人机在所述高度下以恒定速度飞行所经过的监测区域的地表特征信息;其中,所述地表特征包括地表反射率、地表粗糙度以及地表植被覆盖情况。
8.一种地表特征探测设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至6任意一项所述的基于雷达和无人机的地表特征探测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910848223.6A CN110554382B (zh) | 2019-09-09 | 2019-09-09 | 一种基于雷达和无人机的地表特征探测方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910848223.6A CN110554382B (zh) | 2019-09-09 | 2019-09-09 | 一种基于雷达和无人机的地表特征探测方法、装置和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110554382A CN110554382A (zh) | 2019-12-10 |
CN110554382B true CN110554382B (zh) | 2021-07-30 |
Family
ID=68739692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910848223.6A Active CN110554382B (zh) | 2019-09-09 | 2019-09-09 | 一种基于雷达和无人机的地表特征探测方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110554382B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113009463B (zh) * | 2021-01-29 | 2023-04-18 | 杭州涂鸦信息技术有限公司 | 一种人体检测方法及装置 |
CN112987049B (zh) * | 2021-02-10 | 2023-08-08 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 火箭整流罩残骸定位跟踪系统 |
CN113447924B (zh) * | 2021-06-29 | 2023-11-03 | 上海为彪汽配制造有限公司 | 一种基于毫米波雷达的无人机测绘方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102628940A (zh) * | 2012-04-20 | 2012-08-08 | 中国科学院遥感应用研究所 | 一种遥感图像大气订正方法 |
CN102736128A (zh) * | 2011-09-21 | 2012-10-17 | 中国科学院地理科学与资源研究所 | 无人机光学遥感影像数据处理方法及装置 |
US8629799B2 (en) * | 2011-03-30 | 2014-01-14 | Sandia Research Corporation | Surface penetrating radar system and target zone investigation methodology |
CN105467222A (zh) * | 2015-12-01 | 2016-04-06 | 厦门大学 | 基于单基地测量的地表介质参数反演方法 |
CN108802724A (zh) * | 2018-06-28 | 2018-11-13 | 北京豪恩科技有限责任公司 | 一种测试海浪高度的方法 |
CN109444876A (zh) * | 2018-12-13 | 2019-03-08 | 广州极飞科技有限公司 | 作业设备及其调整方法和装置 |
CN109631834A (zh) * | 2018-12-19 | 2019-04-16 | 北京农业智能装备技术研究中心 | 一种航空施药系统及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6853327B2 (en) * | 1999-12-22 | 2005-02-08 | Hot/Shot Radar Inspections, Llc | Method and system for analyzing overhead line geometries |
CN102435586B (zh) * | 2011-09-16 | 2014-04-16 | 北京师范大学 | 地表反照率产品的生成方法及系统 |
CN103323848B (zh) * | 2013-06-19 | 2015-07-29 | 中国测绘科学研究院 | 一种提取地面人工建/构筑物高度的方法及装置 |
CN104076338B (zh) * | 2014-07-08 | 2017-01-11 | 西安电子科技大学 | 基于数字高程和数字地表覆盖的机载雷达杂波仿真方法 |
US9939524B2 (en) * | 2015-02-04 | 2018-04-10 | Honeywell International Inc. | Systems and methods for measuring velocity with a radar altimeter |
-
2019
- 2019-09-09 CN CN201910848223.6A patent/CN110554382B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8629799B2 (en) * | 2011-03-30 | 2014-01-14 | Sandia Research Corporation | Surface penetrating radar system and target zone investigation methodology |
CN102736128A (zh) * | 2011-09-21 | 2012-10-17 | 中国科学院地理科学与资源研究所 | 无人机光学遥感影像数据处理方法及装置 |
CN102628940A (zh) * | 2012-04-20 | 2012-08-08 | 中国科学院遥感应用研究所 | 一种遥感图像大气订正方法 |
CN105467222A (zh) * | 2015-12-01 | 2016-04-06 | 厦门大学 | 基于单基地测量的地表介质参数反演方法 |
CN108802724A (zh) * | 2018-06-28 | 2018-11-13 | 北京豪恩科技有限责任公司 | 一种测试海浪高度的方法 |
CN109444876A (zh) * | 2018-12-13 | 2019-03-08 | 广州极飞科技有限公司 | 作业设备及其调整方法和装置 |
CN109631834A (zh) * | 2018-12-19 | 2019-04-16 | 北京农业智能装备技术研究中心 | 一种航空施药系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110554382A (zh) | 2019-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110554382B (zh) | 一种基于雷达和无人机的地表特征探测方法、装置和设备 | |
US7336222B2 (en) | System and method for measuring characteristics of a continuous medium and/or localized targets using multiple sensors | |
US7239983B2 (en) | System and method for measuring characteristics of continuous media and/or localized targets using at least one multi-frequency sensor | |
CN108833025B (zh) | 扩频雷达通信一体化系统的低截获性能评估方法 | |
CN112417757B (zh) | 车载雷达信号级仿真方法、装置、设备及可读存储介质 | |
CN109559525A (zh) | 一种基于毫米波雷达的超速监控方法、装置和设备 | |
Malajner et al. | Soil type characterization for moisture estimation using machine learning and UWB-Time of Flight measurements | |
Tan et al. | Target detection performance analysis for airborne passive bistatic radar | |
Adewumi et al. | Characterization and modeling of vegetation effects on UHF propagation through a long forested channel | |
Yankielun et al. | Alpine snow depth measurements from aerial FMCW radar | |
US20130002475A1 (en) | Off-diagonal element echo power estimator for polarization weather radar | |
Costanzo et al. | Low-cost radars integrated into a landslide early warning system | |
Yoshikawa et al. | Dual-directional radar observation for preliminary assessment of the Ku-band broadband radar network | |
CN104034739A (zh) | 双时相雷达监测土壤含水量的方法 | |
CN105911546A (zh) | 一种海杂波的识别方法及装置 | |
Worthmann et al. | Clutter distributions for tomographic image standardization in ground-penetrating radar | |
Barcaroli et al. | A validation procedure for a polarimetric weather radar signal simulator | |
Nashashibi et al. | Measurements of the propagation parameters of tree canopies at MMW frequencies | |
Qi et al. | Pulse Lidar imaging algorithm based on adaptive triangle window-width centroid discrimination | |
Ku et al. | Parameter estimation of a dual-pol radar rain rate estimator with truncated paired data | |
Yamamoto et al. | Doppler velocity measurement of portable X-band weather radar equipped with magnetron transmitter and IF digital receiver | |
Le Breton et al. | Monitoring snow water equivalent using the phase of RFID signals | |
Naumenko et al. | CLASSIFICATION OF THE ATMOSPHERIC FORMATIONS BY USING BICOHERENCE− BASED FEATURES EXTRACTED FROM WEATHER RADAR BACKSCATTERING SIGNALS | |
Nguyen et al. | Mine detection performance in different soil conditions using data from an ultrawideband wide-area surveillance radar | |
CN112379349B (zh) | 一种机场道面异物分类方法、装置、设备和存储介质 |
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 |