CN111223172A - 一种雷达探测范围绘制和融合方法、设备及存储介质 - Google Patents

一种雷达探测范围绘制和融合方法、设备及存储介质 Download PDF

Info

Publication number
CN111223172A
CN111223172A CN202010025273.7A CN202010025273A CN111223172A CN 111223172 A CN111223172 A CN 111223172A CN 202010025273 A CN202010025273 A CN 202010025273A CN 111223172 A CN111223172 A CN 111223172A
Authority
CN
China
Prior art keywords
scanning
range
layer
radar
coordinate
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
Application number
CN202010025273.7A
Other languages
English (en)
Other versions
CN111223172B (zh
Inventor
杨炳波
李牧
崔湛
王波
唐小东
郭滨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Zhongke Hexun Technology Co ltd
Original Assignee
Chengdu Zhongke Hexun Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Zhongke Hexun Technology Co ltd filed Critical Chengdu Zhongke Hexun Technology Co ltd
Priority to CN202010025273.7A priority Critical patent/CN111223172B/zh
Publication of CN111223172A publication Critical patent/CN111223172A/zh
Application granted granted Critical
Publication of CN111223172B publication Critical patent/CN111223172B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/005General purpose rendering architectures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • G06T2207/10044Radar image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20221Image fusion; Image merging
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

本发明公开了一种雷达探测范围绘制和融合方法、设备及存储介质,涉及雷达探测技术领域。获取雷达扫描范围内单层平面的扫描数据;通过单层平面的扫描数据计算单层平面范围的坐标点;将单层平面范围内相邻的两坐标点通过样条插值算法依次计算出中间坐标点,依次连接各坐标点,绘制单层扫描范围;若雷达扫描范围为多层,则按照上述步骤完成每层扫描范围的绘制,在相邻的两层平面范围之间,上层的两个相邻坐标点,与下层的一个坐标点绘制成一个三角形网,依次将雷达扫描范围的所有层面上的坐标点连接起来,绘制整个雷达扫描范围;绘制的雷达扫描范围可以更加贴合实际的扫描范围。

Description

一种雷达探测范围绘制和融合方法、设备及存储介质
技术领域
本发明涉及雷达探测技术领域,尤其涉及一种雷达探测范围绘制和融合方法、设备及存储介质。
背景技术
雷达探测范围是指雷达在各个方位角和俯仰角上的最大探测距离。主要与雷达性能、阵地地形、气象条件、目标的大小和反射特性等因素有关。雷达探测范围通常用二维曲线来展现,但是二维曲线不够形象和直观,特别是当雷达探测范围需要在三维地图上展示时。所以需要绘制雷达探测范围的三维图。目前,雷达探测范围的三维图成像方法通常以雷达方程为基础,并结合地形的影响,在三维空间中计算出雷达在不同方位角、俯仰角上的探测距离,再绘制成雷达探测范围的三维图。在现有三维渲染引擎中,一般以雷达的扫描半径大小来绘制三维探测范围,结果为半球形形状。这种绘制方法的优点是实现简单,能看出扫描的大致范围;因实际中雷达扫描的范围是不规则的形状,这种绘制方法缺点是绘制的结果跟实际雷达扫描范围相差较大。
发明内容
1.发明要解决的技术问题
为了克服上述技术问题,本发明提供了一种雷达探测范围绘制和融合方法。通过建立算法模型,绘制的雷达扫描范围可以更加贴合实际的扫描范围。
2.技术方案
为解决上述问题,本发明提供的技术方案为:
一种雷达探测范围绘制方法,包括:获取雷达扫描范围内单层平面的扫描数据;通过单层平面的扫描数据计算单层平面范围的坐标点;将单层平面范围内相邻的两坐标点通过样条插值算法依次计算出中间坐标点,依次连接各坐标点,绘制单层扫描范围;若雷达扫描范围为多层,则按照上述步骤完成每层扫描范围的绘制,在相邻的两层平面范围之间,上层的两个相邻坐标点,与下层的一个坐标点绘制成一个三角形网,依次将雷达扫描范围的所有层面上的坐标点连接起来,绘制整个雷达扫描范围。
进一步地改进是,所述每层平面的扫描数据包括一个以上的雷达扫描点,所述扫描点的参数包括雷达中心坐标点、方位角、俯仰角和扫描距离。
进一步地改进是,所述通过单层平面的扫描数据计算单层平面范围的坐标点进一步为:将单层平面范围内的雷达扫描点中的方位角和俯仰角换算成方位向量,由雷达中心坐标点和扫描距离,计算出方位角和俯仰角对应雷达扫描点的坐标点。
进一步地改进是,所述样条插值算法计算中间坐标点,进一步为:单层平面范围内相邻的两个坐标点之间采用样条插值算法,补充两点之间的平滑曲线坐标点集合。
进一步地改进是,采用三维渲染平台绘制多层雷达扫描范围。
一种雷达探测范围融合方法,根据以上所述的一种雷达探测范围绘制方法,在绘制单层扫描范围时,判断坐标点是否存在其他扫描范围,若是则标记坐标点为不绘制坐标;在绘制多层扫描范围时,判断每个三角形的坐标点是否存在2个以上坐标点在其他扫描范围内,如果存在,则标记坐标点为不绘制坐标。
进一步地改进是,所述判断每个三角形的坐标点是否存在2个以上坐标点在其他扫描范围内,进一步为:判断坐标点与其他扫描范围是否存在三角形相交。
进一步地改进是,判断坐标点与其他扫描范围的三角形相交的算法为向量叉乘法。
一种设备,所述设备包括:一个或多个处理器;存储器,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执行如以上所述的方法。
一种存储有计算机程序的存储介质,该程序被处理器执行时实现如以上任一项所述的方法。
3.有益效果
采用本发明提供的技术方案,与现有技术相比,具有如下有益效果:
本申请提出的雷达电磁波三维探测不规则范围绘制和融合算法,提供一种在三维渲染引擎中实现绘制不规则的三维探测范围的方法,和多个不规则探测范围结果之间的融合方法。此不规则范围绘制可以应用于静止雷达目标和移动雷达目标以及多个雷达目标仿真应用中,较为真实的反映雷达的扫描范围结果。此算法的优点是通过建立算法模型,绘制的雷达扫描范围贴合实际的扫描范围。而融合算法解决了两个或者多个雷达目标同时扫描时相互作用而产生的融合效果。
附图说明
图1为本发明实施例1提供的一种雷达探测范围绘制方法的流程图。
图2为每层雷达扫描范围示意图。
图3为本发明实施例2提供的一种雷达探测范围融合方法的流程图。
图4为两个雷达扫描范围叠加示意图。
图5为两个雷达扫描范围消除掉叠加部分后绘制的效果图。
图6为二次样条曲线示意图一。
图7为二次样条曲线示意图二。
图8为本发明的一种设备结构示意图。
具体实施方式
为进一步了解本发明的内容,结合附图及实施例对本发明作详细描述。
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。本发明中所述的第一、第二等词语,是为了描述本发明的技术方案方便而设置,并没有特定的限定作用,均为泛指,对本发明的技术方案不构成限定作用。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
实施例1
一种雷达探测范围绘制方法,如图1所示,包括:
S101、获取雷达扫描范围内单层平面的扫描数据;
S102、通过单层平面的扫描数据计算单层平面范围的坐标点;
S103、将单层平面范围内相邻的两坐标点通过样条插值算法依次计算出中间坐标点,依次连接各坐标点,绘制单层扫描范围;
S104、若雷达扫描范围为多层,则按照上述步骤完成每层扫描范围的绘制,在相邻的两层平面范围之间,上层的两个相邻坐标点,与下层的一个坐标点绘制成一个三角形网,依次将雷达扫描范围的所有层面上的坐标点连接起来,绘制整个雷达扫描范围。
所述每层平面的扫描数据包括一个以上的雷达扫描点,所述扫描点的参数包括雷达中心坐标点、方位角、俯仰角和扫描距离。
雷达扫描方式有两种:横向扫描和纵向扫描。不管哪种扫描方式,扫描的幅度是已知的,只是扫描的距离是不确定的。因此扫描一圈就形成一单层扫描范围,整个范围扫描完成就形成多层扫描范围。通过研究横向扫描的情况,纵向扫描可以很方便的转换为横向扫描。整个扫描过程可以用数学模型来描述,扫描过程由雷达中心点位置(centerpt)、方向角(yaw)、俯仰角(pith)和扫描距离(distance)来表示。其中中心点位置(雷达中心坐标点)是已知的,方向角和俯仰角的变化是有规律的。而扫描距离是变化的,每个方位角和俯仰角对应的扫描距离的变化,决定了扫描范围的不规则图形。每层扫描范围示意图如图2所示,dis表示扫描距离,yaw表示方向角。
所述通过单层平面的扫描数据计算单层平面范围的坐标点进一步为:将单层平面范围内的雷达扫描点中的方位角和俯仰角换算成方位向量,由雷达中心坐标点和扫描距离,计算出方位角和俯仰角对应雷达扫描点的坐标点。
所述样条插值算法计算中间坐标点,进一步为:单层平面范围内相邻的两个坐标点之间采用样条插值算法,补充两点之间的平滑曲线坐标点集合,采用三维渲染平台绘制多层雷达扫描范围。
1、数据定义
1)三维坐标点数据:
Figure BDA0002362177350000051
2)雷达参数数据:
Figure BDA0002362177350000052
3)雷达扫描范围数据:
Figure BDA0002362177350000053
2、不规则范围绘制算法
步骤1:数据输入:获取雷达扫描范围数据,作为算法的输入条件。
步骤2:计算坐标点:把每层雷达扫描数据换算成坐标点集合。先把方位角(Φ=yaw)和俯仰角(Ω=pitch)换算成方位向量(Vec3 dir),由雷达的中心坐标点(radarpt)和扫描距离(scandis),计算出该方位角和俯仰角对应扫描点的坐标点。
方位角和俯仰角对应向量的计算过程:
初始方向向量为Vec3 odir=Vec3(0,1,0);长度为1;
方位角和俯仰角对应向量为
Vec3 dir=Vec3(odir.x*cosΦ-odir.y*sinΦ,odir.x*sinΦ+odir.y*cosΦ,odir.z+tanΩ);
扫描点的坐标计算公式为:
Vec3 pt=radarpt+dir*scandis;
通过计算每个方位角和俯仰角对应的扫描点得到每层的坐标点集合:
第1层的坐标点集合:P11,P12,P13,P14……
第2层的坐标点集合:P21,P22,P23,P24……
第3层的坐标点集合:P31,P32,P33,P34……
……
第N层的坐标点集合:Pn1,Pn2,Pn3,Pn4……
其中,如P11代表一个点的坐标,比如第1层每隔10度扫描一次,那第一层就有36个坐标点。划分的度数越小,扫描的次数越多,绘制的图形越贴近实际雷达扫描图,但同时也会加大计算量,对相应的控制器或者处理器的运算性能有较高的要求。
步骤3:平滑插值:步骤1计算的结果中,每层相邻的3个坐标点之间采用二次样条插值算法,补充两点之间的平滑曲线坐标点集合。
其中,二次样条插值算法的计算原理为:
已知不在同一直线上的三点P1、P2、P3,要求通过给定的这三点定义一条抛物线,效果如图6所示。二次样条曲线的参数化表达式为:
P(t)=A1+A2*t+A3*t2 (0≤t≤1)
A1、A2、A3为表达式的系数,且是向量形式。若是二维平面曲线,则为二维向量;若是三维空间曲线,则为三维向量。
确定系数A1、A2、A3的三个独立条件:
该曲线过P1、P2、P3三个点,且如图:
①曲线段以P1点为始点。即当参变量t=0时,曲线过P1点;
②曲线段以P3点为终点。即当参变量t=1时,曲线过P3点;
③当参变量t=0.5时,曲线过P2点,且切矢量等于P3-P1。
根据以上设定的三个独立条件,可以列出方程组:
t=0:P(0)=A1=P1;
t=1:P(1)=A1+A2+A3=P3;
t=0.5:P(0.5)=A1+0.5*A2+0.25*A3=P2;
解得三个系数A1、A2、A3分别为:
A1=P1;A2=4*P2-P3-3P1;A3=2P1+2P3-4P2;
把求出的三个系数代入到式(4-1)中,可得:
P(t)=A1+A2*t+A3*t2
=P1(4*P2-P3-3*P1)*t+(2*P1+2*P3-4*P2)*t2,(0≤t≤1);
=(2*t2-3*t+1)*P1+(-4*t2+4*t)P2+(2*t2-t)*P3。
改写成矩阵形式为:
Figure BDA0002362177350000071
通过插值后得到新的坐标点集合:
第1层的坐标点集合:P11’,P12’,P13’,P14’……
第2层的坐标点集合:P21’,P22’,P23’,P24’……
第3层的坐标点集合:P31’,P32’,P33’,P34’……
……
第N层的坐标点集合:Pn1’,Pn2’,Pn3’,Pn4’……
以上所述的坐标点集合与通过计算每个方位角和俯仰角对应的扫描点得到每层的坐标点集合不同,这些坐标点集合是插值后的坐标点,同一层插值后坐标点数量要比插值前坐标点数量多。
步骤4:绘制三角网:如果只有一层雷达扫描数据,则把当前层的坐标点集合相邻的坐标点连接成线就得到扫描范围的绘制结果。如果有多层数据,则需要把上下层对应的坐标连接起来,用三角形的方式绘制成面就得到整个扫描范围的绘制结果。三角形的组成规则如下:
第n-1层的坐标集合为:P(n-1)1’,P(n-1)2’,P(n-1)3’,P(n-1)4’……;
第n层的坐标集合为:Pn1’,Pn2’,Ph3’,Pn4’……;
则每层每2个相邻的坐标点组成2个三角形:P(n-1)1’,P(n-1)2’,Pn1’组成一个三角形,P(n-1)2’,Pn1’,Pn2’组成一个三角形。
得到三角网的集合为{[P(n-1)1’,P(n-1)2’,Pn1’],[P(n-1)2’,Pn1’,Pn2’]…[P(n-1)(m-1)’,P(n-1)m’,Pn(m-1)’],[P(n-1)m’,Pn(m-1)’,Pnm’]};
步骤4:绘制结果:用具体的三维渲染引擎绘制,比如选择OpenGL、WorldWind、Delta3D,OGRE、OpenSceneGraph等三维渲染平台进行绘制。
实施例2
一种雷达探测范围融合方法,根据以上所述的一种雷达探测范围绘制方法,如图3所示,包括:
S201、在绘制单层扫描范围时,判断坐标点是否存在其他扫描范围,若是则标记坐标点为不绘制坐标;
S202、在绘制多层扫描范围时,判断每个三角形的坐标点是否存在2个以上坐标点在其他扫描范围内,如果存在,则标记坐标点为不绘制坐标。
步骤S201和202不分先后顺序,所述判断每个三角形的坐标点是否存在2个以上坐标点在其他扫描范围内,进一步为:判断坐标点与其他扫描范围的三角形相交。判断坐标点与其他扫描范围的三角形相交的算法为向量叉乘法。
当2个或者多个雷达扫描范围重叠时,需要把多个扫描范围结果融合,如图4为两个雷达扫描范围叠加示意图,把叠加的部分消除,绘制的结果为一个整体,重叠后的效果如图5所示。如图4所示,A部分是需要消除掉的,消除掉后绘制的效果如图5所示。
在不规则范围绘制实现思路里,每层的雷达扫描范围面绘制时,相邻2点之间用平滑插值(样条插值算法)补充中间的坐标点,只需要计算插值后的坐标点是否在其他扫描范围内,就可以查找出哪些点是需要消除的。在绘制单层范围时,只需要不绘制需要消除的坐标点组成的线即可。在绘制整个扫描范围时,上下层对应的4边形(2个三角网),如果三角网有2个点以上重合,则为需要消除的点,不绘制需要消除的点。
不规则范围融合算法具体实现思路为:
步骤1:数据输入:不规则范围绘制算法中步骤3的结果为算法输入。
步骤2:计算相交:对每个扫描范围,判断每个三角网的坐标点是否在其他扫描范围内,如果在,则标记该坐标为不绘制坐标,如图4和5;判断坐标点是否在不规则多边形内,可以转换为判断坐标点与三角形的相交,如图4和5所示,扫描范围中心点与雷达扫描范围面每2个相邻的坐标点组成三角形。
判断坐标点是否在三角形内的算法为向量叉乘法,先获取三个坐标点abc的坐标(p1,p2,p3),p的坐标(p0);
计算出pa、pb、pc(向量=终点坐标-起点坐标);
pa=p0-p1;
pb=p0-p2;
pc=p0-p3;
pa叉乘pb,pa叉乘pc,pb叉乘pc,三者的值同为负号或者正号,即p点在三角形内(叉乘公式:向量pa的x坐标*向量pb的y坐标-向量pb的x坐标*向量pa的y坐标)
double value1=pa*pb;
double value2=pa*pc;
double value3=pb*pc;
如果value1、value2、value3都为负或者都为正说明p点在三角形abc内。
如果三角网有2个以上的坐标点在其他扫描范围内,则把该三角网从三角网集合中删除,得到新的三角网集合:
{[P(n-1)1’,P(n-1)2’,Pn1’],[P(n-1)2’,Pn1’,Pn2’]…[P(n-1)(m-1)’,P(n-1)m’,Pn(m-1)’],[P(n-1)m’,Pn(m-1)’,Pnm’]};
步骤3:绘制结果:用具体的三维渲染引擎绘制,比如选中OpenGL、WorldWind、Delta3D,OGRE、OpenSceneGraph进行绘制。
实施例3
一种设备,所述设备包括:一个或多个处理器;存储器,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执行如以上所述的方法。
一种存储有计算机程序的存储介质,该程序被处理器执行时实现如以上实施例1和2所述的方法。
图8为本发明一实施例提供的一种设备的结构示意图。
如图8所示,作为另一方面,本申请还提供了一种设备500,包括一个或多个中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中,还存储有设备500操作所需的各种程序和数据。CPU501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本申请公开的实施例,上述任一实施例描述的方法可以被实现为计算机软件程序。例如,本申请公开的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包含用于执行上述任一实施例描述的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。
作为又一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例的装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,该程序被一个或者一个以上的处理器用来执行描述于本申请的方法。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、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,这根据所涉及的功能而定。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,可以通过执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以通过专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,例如,各所述单元可以是设置在计算机或移动智能设备中的软件程序,也可以是单独配置的硬件装置。其中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离本申请构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种雷达探测范围绘制方法,其特征在于:
获取雷达扫描范围内单层平面的扫描数据;
通过单层平面的扫描数据计算单层平面范围的坐标点;
将单层平面范围内相邻的两坐标点通过样条插值算法依次计算出中间坐标点,依次连接各坐标点,绘制单层扫描范围;
若雷达扫描范围为多层,则按照上述步骤完成每层扫描范围的绘制,在相邻的两层平面范围之间,上层的两个相邻坐标点,与下层的一个坐标点绘制成一个三角形网,依次将雷达扫描范围的所有层面上的坐标点连接起来,绘制整个雷达扫描范围。
2.根据权利要求1所述方法,其特征在于:
所述每层平面的扫描数据包括一个以上的雷达扫描点,所述扫描点的参数包括雷达中心坐标点、方位角、俯仰角和扫描距离。
3.根据权利要求1所述方法,其特征在于:
所述通过单层平面的扫描数据计算单层平面范围的坐标点进一步为:
将单层平面范围内的雷达扫描点中的方位角和俯仰角换算成方位向量,由雷达中心坐标点和扫描距离,计算出方位角和俯仰角对应雷达扫描点的坐标点。
4.根据权利要求3所述方法,其特征在于:
所述样条插值算法计算中间坐标点,进一步为:
单层平面范围内相邻的两个坐标点之间采用样条插值算法,补充两点之间的平滑曲线坐标点集合。
5.根据权利要求1所述方法,其特征在于:
采用三维渲染平台绘制多层雷达扫描范围。
6.一种雷达探测范围融合方法,其特征在于,根据权利要求1所述的一种雷达探测范围绘制方法,在绘制单层扫描范围时,判断坐标点是否存在其他扫描范围,若是则标记坐标点为不绘制坐标;在绘制多层扫描范围时,判断每个三角形的坐标点是否存在2个以上坐标点在其他扫描范围内,如果存在,则标记坐标点为不绘制坐标。
7.根据权利要求6所述方法,其特征在于:
所述判断每个三角形的坐标点是否存在2个以上坐标点在其他扫描范围内,进一步为:
判断坐标点与其他扫描范围是否存在三角形相交。
8.根据权利要求6所述方法,其特征在于:
判断坐标点与其他扫描范围的三角形相交的算法为向量叉乘法。
9.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,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执行如权利要求1-8中任一项所述的方法。
10.一种存储有计算机程序的存储介质,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一项所述的方法。
CN202010025273.7A 2020-01-10 2020-01-10 一种雷达探测范围绘制和融合方法、设备及存储介质 Active CN111223172B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010025273.7A CN111223172B (zh) 2020-01-10 2020-01-10 一种雷达探测范围绘制和融合方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010025273.7A CN111223172B (zh) 2020-01-10 2020-01-10 一种雷达探测范围绘制和融合方法、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111223172A true CN111223172A (zh) 2020-06-02
CN111223172B CN111223172B (zh) 2023-06-30

Family

ID=70829339

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010025273.7A Active CN111223172B (zh) 2020-01-10 2020-01-10 一种雷达探测范围绘制和融合方法、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111223172B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114047508A (zh) * 2022-01-13 2022-02-15 中国人民解放军海军工程大学 一种对海雷达探测范围统计评估方法及系统
CN116880737A (zh) * 2023-09-06 2023-10-13 成都中科合迅科技有限公司 图形绘制控制方法和系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2318483A1 (fr) * 1975-07-15 1977-02-11 Materiel Telephonique Systeme informatique de transfert de donnees numeriques entre memoires, pour simulateurs d'images radar
JP2001133539A (ja) * 1999-11-09 2001-05-18 Funai Electric Co Ltd レーダ探知システム
CN101881830A (zh) * 2010-03-15 2010-11-10 中国电子科技集团公司第十研究所 重建雷达扫描数据生成三维可视地形的方法
JP2011191238A (ja) * 2010-03-16 2011-09-29 Daihatsu Motor Co Ltd 運転支援装置
CN104267396A (zh) * 2014-10-17 2015-01-07 中国电子科技集团公司第二十九研究所 雷达探测范围的三维图成像方法
CN104463895A (zh) * 2014-12-26 2015-03-25 韩哲 一种基于sar的地表监测图像处理方法
US20160103210A1 (en) * 2013-05-29 2016-04-14 Mitsubishi Electric Tokki Systems Corporation Laser radar device and radar image generating method
CN105842676A (zh) * 2016-06-16 2016-08-10 成都中科合迅科技有限公司 一种雷达盲区分析方法及装置
US20160371841A1 (en) * 2014-12-30 2016-12-22 Huazhong University Of Science And Technology Zonal underground structure detection method based on sun shadow compensation
CN109283499A (zh) * 2018-09-10 2019-01-29 西北工业大学 一种基于雷达方程的有源干扰下探测范围三维可视化方法
CN109782272A (zh) * 2018-12-30 2019-05-21 中国电子科技集团公司第十五研究所 三维雷达体的布尔融合方法
RU2709623C1 (ru) * 2019-04-30 2019-12-19 Общество с ограниченной ответственностью "Когнитив Роботикс" Способ получения трёхмерного изображения в радаре бокового обзора с синтезированием апертуры антенны
US20200408904A1 (en) * 2018-03-13 2020-12-31 Furuno Electric Co., Ltd. Precipitation particle classification apparatus, precipitation particle classification system, precipitation particle classification method and precipitation particle classification program

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2318483A1 (fr) * 1975-07-15 1977-02-11 Materiel Telephonique Systeme informatique de transfert de donnees numeriques entre memoires, pour simulateurs d'images radar
JP2001133539A (ja) * 1999-11-09 2001-05-18 Funai Electric Co Ltd レーダ探知システム
CN101881830A (zh) * 2010-03-15 2010-11-10 中国电子科技集团公司第十研究所 重建雷达扫描数据生成三维可视地形的方法
JP2011191238A (ja) * 2010-03-16 2011-09-29 Daihatsu Motor Co Ltd 運転支援装置
US20160103210A1 (en) * 2013-05-29 2016-04-14 Mitsubishi Electric Tokki Systems Corporation Laser radar device and radar image generating method
CN104267396A (zh) * 2014-10-17 2015-01-07 中国电子科技集团公司第二十九研究所 雷达探测范围的三维图成像方法
CN104463895A (zh) * 2014-12-26 2015-03-25 韩哲 一种基于sar的地表监测图像处理方法
US20160371841A1 (en) * 2014-12-30 2016-12-22 Huazhong University Of Science And Technology Zonal underground structure detection method based on sun shadow compensation
CN105842676A (zh) * 2016-06-16 2016-08-10 成都中科合迅科技有限公司 一种雷达盲区分析方法及装置
US20200408904A1 (en) * 2018-03-13 2020-12-31 Furuno Electric Co., Ltd. Precipitation particle classification apparatus, precipitation particle classification system, precipitation particle classification method and precipitation particle classification program
CN109283499A (zh) * 2018-09-10 2019-01-29 西北工业大学 一种基于雷达方程的有源干扰下探测范围三维可视化方法
CN109782272A (zh) * 2018-12-30 2019-05-21 中国电子科技集团公司第十五研究所 三维雷达体的布尔融合方法
RU2709623C1 (ru) * 2019-04-30 2019-12-19 Общество с ограниченной ответственностью "Когнитив Роботикс" Способ получения трёхмерного изображения в радаре бокового обзора с синтезированием апертуры антенны

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A.B. CAHYONO 等: "Analysis of deriving control points from LiDAR intensity image for orthophoto production", vol. 389, pages 012036 *
任菲 等: "基于OSG的三维雷达探测范围构建与优化实现", no. 4, pages 111 - 116 *
沈晔 等: "高空气象探测雷达场强仿真方法及应用研究", vol. 33, no. 2, pages 107 - 111 *
马伯乐 等: "虚拟战场雷达作用范围与波束可视化方法研究", vol. 49, no. 9, pages 263 - 266 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114047508A (zh) * 2022-01-13 2022-02-15 中国人民解放军海军工程大学 一种对海雷达探测范围统计评估方法及系统
CN116880737A (zh) * 2023-09-06 2023-10-13 成都中科合迅科技有限公司 图形绘制控制方法和系统
CN116880737B (zh) * 2023-09-06 2023-11-17 成都中科合迅科技有限公司 图形绘制控制方法和系统

Also Published As

Publication number Publication date
CN111223172B (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
US7586489B2 (en) Method of generating surface defined by boundary of three-dimensional point cloud
US5136664A (en) Pixel rendering
JP2642070B2 (ja) 四角形メッシュの生成方法及びシステム
US8441497B1 (en) Interpolation of vertex attributes in a graphics processor
US20080316202A1 (en) Direct manipulation of subdivision surfaces using a graphics processing unit
US20100066866A1 (en) Apparatus and method for reducing popping artifacts for multi-level level-of-detail terrains
EP1899854A2 (en) Triangulating procedural geometric objects
KR101023996B1 (ko) 입자법에 기초한 유체 시뮬레이션의 표면 구축 방법, 및 그 프로그램을 저장한 기억 매체
CN111223172A (zh) 一种雷达探测范围绘制和融合方法、设备及存储介质
US20070297646A1 (en) View-dependent displacement mapping
JPH0350679A (ja) コンピュータモデルシステム
CN113421217A (zh) 可行驶区域检测方法和装置
CN114581871A (zh) 一种目标物体的检测方法和装置
CN109405834B (zh) 一种基于数字地图的遮蔽角实时解算方法以及系统
CN115375847B (zh) 材质恢复方法、三维模型的生成方法和模型的训练方法
CN113593046B (zh) 全景切换方法、装置、电子设备和存储介质
CN115953290A (zh) 基于gpu光栅器的场景体素化方法
CN108074275B (zh) 基于光线跟踪算法的高帧频可见光图像模拟方法及系统
Fu et al. Reconstruct 3D geometry of target using differentiable SAR renderer
Aristizabal et al. HARDWARE-ACCELERATED WEB VISUALIZATION OF VECTOR FIELDS-Case Study in Oceanic Currents
JP2001283242A (ja) 画像処理装置および画像処理方法
CN115965928B (zh) 点云特征增强、目标检测方法、设备、介质及车辆
Kuschfeldt et al. Case Study: Efficient visualization of physical and structural properties in crash-worthiness simulations
CN109031233B (zh) 快速获取雷达组合反射率矢量图形数据的方法
JP5846373B2 (ja) 画像処理装置、画像処理方法、画像処理プログラム、および、画像処理システム

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