CN111505645A - 雷达云图数据的显示方法、装置、计算机设备和存储介质 - Google Patents
雷达云图数据的显示方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111505645A CN111505645A CN202010339126.7A CN202010339126A CN111505645A CN 111505645 A CN111505645 A CN 111505645A CN 202010339126 A CN202010339126 A CN 202010339126A CN 111505645 A CN111505645 A CN 111505645A
- Authority
- CN
- China
- Prior art keywords
- data
- radar
- distance
- reflectivity
- base 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.)
- Pending
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
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
-
- 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
- G01S7/415—Identification of targets based on measurements of movement associated with the target
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
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
本申请涉及计算机技术领域,特别涉及一种雷达云图数据的显示方法、装置、计算机设备和存储介质。所述方法包括:获取第一仰角对应的第一雷达基数据,从第一雷达基数据中提取各数据点与雷达之间的第一距离,根据各第一距离以及第一仰角得到各数据点对应的高度值;获取第二仰角对应的第二雷达基数据,计算第二雷达基数据中各高度值对应的数据点与雷达的第二距离;根据第一距离以及第二距离,分别获取各高度值对应的数据点在不同仰角的雷达基数据中的反射率,根据各反射率显示雷达云图数据。采用本方法能够提高雷达云图数据的显示准确性。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种雷达云图数据的显示方法、装置、计算机设备和存储介质。
背景技术
雷达能定量估测大范围的降雨,是高时空分辨率降雨数据的重要来源,日益成为应用、研究的热门科学问题。雷达能够探测到降水粒子的反射率以及降水粒子的径向方向的速度,将达探测到的数据保存为雷达基数据,并且雷达从低仰角到高仰角对降水云体进行探测的过程中会产生多个仰角对应的雷达基数据。
传统技术中对雷达在某个仰角上扫描一圈得到的反射率数据进行插值计算得到得同一个水平高度上的反射率数据,然后将插值计算得到的反射率数据显示为雷达云图数据,使得雷达云图数据显示的准确率低下。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高雷达云图数据显示准确率的方法、装置、计算机设备和存储介质。
一种雷达云图数据的显示方法,方法包括:
获取第一仰角对应的第一雷达基数据,从第一雷达基数据中提取各数据点与雷达之间的第一距离,根据各第一距离以及第一仰角得到各数据点对应的高度值;
获取第二仰角对应的第二雷达基数据,计算第二雷达基数据中各高度值对应的数据点与雷达的第二距离;
根据第一距离以及第二距离,分别获取各高度值对应的数据点在不同仰角的雷达基数据中的反射率,根据各反射率显示雷达云图数据。
在其中一个实施例中,根据第一距离以及第二距离,分别获取各高度值对应的数据点在不同仰角的雷达基数据中的反射率,包括:
获取各数据点在第一雷达基数据中对应的第一转动角度,根据各第一转动角度以及各第一距离,获取各高度值对应的数据点在第一雷达基数据中的第一反射率;
获取各数据点在第二雷达基数据中对应的第二转动角度,根据各第二转动角度以及各第二距离获取各高度值对应的数据点在第二雷达基数据中的第二反射率;
根据各反射率显示雷达云图数据,包括:
根据各第一反射率显示第一雷达云图数据,根据各第二反射率显示第二雷达云图数据。
在其中一个实施例中,根据各反射率得到雷达云图数据之后,还包括:
建立不同仰角下获取的各数据点的反射率之间的关联关系;
对关联关系进行训练得到反射率预测模型。
在其中一个实施例中,根据各第一距离以及第一仰角得到各数据点对应的高度值,包括:
计算第一仰角对应的第一正弦值;
计算各第一距离与第一正弦值的乘积,根据乘积得到各数据点对应的高度值。
在其中一个实施例中,计算第二雷达基数据中各高度值对应的数据点与雷达的第二距离,包括:
根据第二仰角以及各高度值,分别计算第二雷达基数据中各高度值对应的数据点与雷达之间的第二距离。
在其中一个实施例中,根据第二仰角以及各高度值,分别计算第二雷达基数据中各高度值对应的数据点与雷达之间的第二距离,包括:
计算第二仰角对应的第二正弦值;
计算各高度值与第二正弦值的比值,根据比值得到第二雷达基数据中各高度值对应的数据点与雷达之间的第二距离。
在其中一个实施例中,第一雷达基数据以及第二雷达基数据的获取方法包括:
获取多个仰角对应的雷达基数据;
提取雷达基数据中各数据点对应的反射率数据;
删除反射率数据中的异常数据,从删除异常数据的雷达基数据中提取第一仰角对应的第一雷达基数据,以及第二仰角对应的第二雷达基数据。
一种雷达云图数据显示装置,装置包括:
高度值计算模块,用于获取第一仰角对应的第一雷达基数据,从第一雷达基数据中提取各数据点与雷达之间的第一距离,根据各第一距离以及第一仰角得到各数据点对应的高度值;
距离计算模块,用于获取第二仰角对应的第二雷达基数据,计算第二雷达基数据中各高度值对应的数据点与雷达的第二距离;
显示模块,用于根据第一距离以及第二距离,分别获取各高度值对应的数据点在不同仰角的雷达基数据中的反射率,根据各反射率得到显示雷达云图数据。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法的步骤。
上述雷达云图数据的显示方法、装置、计算机设备和存储介质,获取第一仰角对应的第一雷达基数据,从第一雷达基数据中提取各数据点与雷达之间的第一距离,根据各第一距离以及第一仰角得到各数据点对应的高度值;获取第二仰角对应的第二雷达基数据,计算第二雷达基数据中各高度值对应的数据点与雷达的第二距离;实现了将同一个高度值对应的数据点在不同仰角的雷达基数据中的相对位置进行转换,进而根据第一距离以及第二距离,分别获取各高度值对应的数据点在不同仰角的雷达基数据中的反射率,根据各反射率显示雷达云图数据。通过相对位置关系的转换,获取同一个位置高度的数据点在不同雷达基数据中的反射率,进而实现从不同仰角的雷达基数据中获取反射率,实现雷达云图数据的显示,提高了雷达云图数据的显示准确率。
附图说明
图1为一个实施例中的一种雷达云图数据的显示方法的应用场景图;
图2为一个实施例中的一种雷达云图数据的显示方法的流程示意图;
图3为一个实施例中的一种雷达基数据的数据预处理的方法流程示意图;
图4为另一个实施例中的雷达云图数据的显示方法的流程示意图;
图5为一个实施例中的一种雷达云图数据的显示装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的雷达云图数据的显示方法,可以应用于如图1所示的应用环境中。其中,用户终端102通过网络与服务器104进行通信。服务器104获取第一仰角对应的第一雷达基数据,从第一雷达基数据中提取各数据点与雷达之间的第一距离,根据各第一距离以及第一仰角得到各数据点对应的高度值;获取第二仰角对应的第二雷达基数据,计算第二雷达基数据中各高度值对应的数据点与雷达的第二距离;根据第一距离以及第二距离,分别获取各高度值对应的数据点在不同仰角的雷达基数据中的反射率,根据各反射率显示雷达云图数据。进一步地,可以将雷达云图数据推送至用户终端102。
其中,用于终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在其中一个实施例中,如图2所示,提供了一种雷达云图数据的显示方法的流程示意图,以该方法应用于图1中的服务器104为例进行说明,在其他实施例中,该方法也可以应用于终端,方法包括以下步骤:
步骤210,获取第一仰角对应的第一雷达基数据,从第一雷达基数据中提取各数据点与雷达之间的第一距离,根据各第一距离以及第一仰角得到各数据点对应的高度值。
雷达能定量估测大范围的降雨,是高时空分辨率降雨数据的重要来源。并且,雷达能够同时产生多层不同仰角对应的数据,得到多个仰角对应的雷达基数据。如多普勒雷达站能同时扫描9个不同仰角层次的数据,得到9个不同仰角对应的雷达基数据,多个仰角的雷达基数据可以为定量估测降水提供更强大的雷达数据支持,从而提高短时天气监测及预报的能力。如服务器可以获取WSR-98D的SA波段的多普勒天气雷达基数据,多普勒天气雷达具有高时间分辨率(探测周期为5~6min)和高空间分辨率(可估测1km2左右的降雨量,相当每于1km2左右有1个雨量站)的优势。
雷达基数据中可包含降水粒子的反射率数据、径向速度数据以及谱宽数据等。具体地,各降水粒子在雷达基数据中的参数可包括:各降水粒子与雷达之间的距离、各降水粒子与预设位置如地面的高度距离等。
具体地,服务器从多个仰角对应的雷达基数据中读取第一仰角对应的第一雷达基数据,从第一雷达基数据中读取雷达与各降水粒子采集点如数据点之间的连线距离即第一距离,然后根据第一距离、第一仰角以及高度值对应的数学关系,计算各数据点与地平面之间的高度值。
在一个实施例中,第一距离、第一仰角以及高度值组成以第一仰角为锐角的直角三角形。在直角三角形中,第一距离为斜边,高度值为第一仰角的对边,在第一距离以及第一仰角为已知数据的情况下,根据直角三角形关系可以计算各数据点与地平面之间的高度值。
步骤220,获取第二仰角对应的第二雷达基数据,计算第二雷达基数据中各高度值对应的数据点与雷达的第二距离。
第二仰角对应的角度与第一仰角不同,并且第二仰角可为一个或者多个,也就是说本申请中可获取两个不同仰角对应的雷达基数据,也可以获取两个以上的仰角对应的雷达基数据。并且,在本申请中第一与第二不代表顺序关系,第一与第二也不代表数量关系。
当雷达处于不同仰角时,对位于同一个高度位置的降水粒子而言,其与雷达之间的距离是不同的,使得同一位置高度处的数据点在不同仰角对应的雷达基数据中的坐标位置是变化的。为了从不同仰角对应的雷达基数据中获取同一个高度位置处的数据点的反射率,还包括计算各高度位置处的数据点在不同仰角雷达基数据中的坐标位置信息。
服务器从多个仰角对应的雷达基数据中获取第二仰角对应的第二雷达基数据,从第二雷达基数据中提取各高度值对应的数据点与雷达的第二距离,其中各高度值是在步骤210中计算出的各数据点与地面之间的距离。
具体地,服务器从第二雷达基数据中提取各高度值对应的数据点与雷达的第二距离包括:首先计算各高度值对应的数据点在第二雷达基数据中的第二距离。其中,第二距离的计算过程包括:以第二仰角为锐角、以步骤210中计算得到的高度值为第二仰角对应的直角边、以第二距离为斜边,组成直角三角形,在该直角三角形中,高度值为步骤210中获取得到的数值,第二仰角为已知的数据,故而根据直角三角形计算规则可以得到各高度值下的数据点在第二雷达基数据中与雷达之间的第二距离。
通过公式计算可以获取同一个高度值的数据点在不同仰角雷达基数据中与雷达之间的距离值,如对于高度值为h的数据点,其在第一雷达基数据中的第一距离为i1,在第二雷达基数据中的第二距离为i2。进而实现了同一个高度值对应的数据点在不同雷达基数据中的相对位置的转换,故而可以根据位置数据从不同仰角对应的雷达基数据中获取同一个高度位置处的数据点的反射率。
步骤230,根据第一距离以及第二距离,分别获取各高度值对应的数据点在不同仰角的雷达基数据中的反射率,根据各反射率得到雷达云图数据。
雷达基数据中存储了不同位置的数据点对应的反射率,反射率数值用来表示气象目标的回波强度。具体地,服务器根据各数据点对应的第一距离获取该数据点在第一雷达基数据中的位置,进而根据位置查找该数据点对应的第一反射率。相应地,根据第二距离获取该数据点在第二雷达基数据中对应的第二反射率。进而实现了在不同仰角的雷达基数据中获取同一个高度值对应的数据点的反射率。
将各数据点的反射率进行显示得到雷达云图数据,雷达云图数据是图片数据。由于获取到了同一个高度值对应的数据点在不同雷达基数据中的反射率,进而可以获取同一个数据点在不同仰角对应的雷达基数据中的反射率数据,进而可以获取该数据点在不同仰角下对应的雷达云图。
在本实施例中,通过获取同一个高度位置处的数据点在多种仰角下的坐标位置,根据坐标位置获取雷达反射率,可以充分利用不同仰角雷达数据的应用价值,提升多普勒雷达在灾害性天气预警预报中的作用。
在其中一个实施例中,根据第一距离以及第二距离,分别获取各高度值对应的数据点在不同仰角的雷达基数据中的反射率,包括:获取各数据点在第一雷达基数据中对应的第一转动角度,根据各第一转动角度以及各第一距离,获取各高度值对应的数据点在第一雷达基数据中的第一反射率。
雷达从低仰角到高仰角对降水云体进行探测,总共有9个仰角层,每个仰角层有360个径向方向,以转动角度表示径向方向。具体地,服务器从第一仰角α1对应的第一雷达基数据中获取各数据点对应的第一转动角度β1以及各数据点与雷达之间的第一距离i1,根据α1、β1以及i1组成坐标(α1,β1,i1),以该坐标作为该数据点的位置信息,根据位置信息从第一雷达基数据中获取该数据点对应的第一反射率。
获取各数据点在第二雷达基数据中对应的第二转动角度,根据各第二转动角度以及各第二距离获取各高度值对应的数据点在第二雷达基数据中的第二反射率。
具体地,服务器根据第一距离i1以及第一仰角α1计算该数据点与地面之间的高度值h,根据高度值h以及第二仰角α2计算该数据点在第二仰角雷达基数据中对应的第二距离i2,得到坐标点(α2,β2,i2),进而得到同一个高度值h对应的数据点在不同雷达基数据中对应的坐标点。进而在第二雷达基数据中获取该数据点对应的第二反射率。实现了在不同雷达基数据中获取同一个位置高度处的数据点对应的反射率。
在本实施例中,在不同仰角对应的雷达基数据中获取位于同一水平面上的数据点对应的位置坐标,根据位置坐标提取对应的反射率数据,不仅实现了同一高度值数据点的位置信息在不同仰角的雷达基数据中进行转换的技术,还实现了在不同雷达基数据中获取同一个高度值数据点的反射率的技术,进而提高了反射率数据获取的准确率。
根据各反射率得到雷达云图数据,包括:根据各第一反射率得到第一雷达云图数据,根据各第二反射率得到第二雷达云图数据。
具体地,服务器根据各坐标信息获取对应的反射率,然后将获取到的反射率数据存储为图片,得到雷达云图数据。更加具体地,服务器获取各坐标(α1,β1,i1)中第二维和第三维数据信息(β1,i1),得到尺寸为β1*i1的矩阵数据,根据矩阵数据从第一雷达基数据中获取(β1,i1)位置处对应的第一反射率,并保存为图片,得到第一雷达云图数据。相应地,服务器按照同样的方式将第二个仰角雷达基数据相对位置数据保存为图片,第二雷达云图数据。
在本实施例中,通过根据位置信息从雷达基数据中获取对应的反射率数据,使得数据的获取更加准确高效,提高了雷达云图数据的显示准确率。
在其中一个实施例中,根据各反射率得到雷达云图数据之后,还包括:建立不同仰角下获取的各数据点的反射率之间的关联关系;对关联关系进行训练得到反射率预测模型。
具体地,服务器获取多个仰角对应的雷达云图数据如图片数据,将图片数据输入到机器学习模型中,以通过机器学习模型学习雷达在不同仰角下获取的各数据点的反射率之间的关联关系,根据关联关系得到反射率预测模型。以根据反射率预测模型预测该高度位置处的数据点未来的反射率。
在本实施例中,服务器对获取到的不同仰角对应的雷达基数据进行处理,得到同一个高度值的数据点在不同仰角下对应的雷达云图数据,然后利用多个雷达云图数据进行数据训练,使模型利用多层仰角雷达数据信息关系,学习更加有利的反射率信息,使得得到的发射率预测模型可以考虑到不同仰角数据,进而得到的反射率数据更加准确,进一步地,根据反射率数据获取到的雷达云图数据也更加准确。
本申请利用雷达基数据进行深度学习模型的训练时,将不同仰角对应的雷达基数据进行转换,实现从不同雷达基数据中获取同一个数据点对应的反射率,根据反射率生成多个雷达云图数据,利用多个雷达云图数据进行深度学习模型的训练得到反射率预测模型,进而使得得到的反射率预测模型能够考虑到不同仰角下的数据,提高了反射率预测模型的预测精度。
在其中一个实施例中,根据各第一距离以及第一仰角得到各数据点对应的高度值,包括:计算第一仰角对应的第一正弦值;计算各第一距离与第一正弦值的乘积,根据乘积得到各数据点对应的高度值。
具体地,服务器获取第一仰角α1,计算α1的正弦值sin(α1),进而根据公式h=i1*sin(α1),可以得到高度值h,其中h是当前数据点的高度值。
在其中一个实施例中,计算第二雷达基数据中各高度值对应的数据点与雷达的第二距离,包括:根据第二仰角以及各高度值,分别计算第二雷达基数据中各高度值对应的数据点与雷达之间的第二距离。
具体地,服务器获取各数据点在第一雷达基数据中对应的高度值h,获取第二仰角α2,然后计算各高度值h对应的数据点在不同雷达基数据中对应的第二距离i2。
在其中一个实施例中,根据第二仰角以及各高度值,分别计算第二雷达基数据中各高度值对应的数据点与雷达之间的第二距离,包括:计算第二仰角对应的第二正弦值;计算各高度值与第二正弦值的比值,根据比值得到第二雷达基数据中各高度值对应的数据点与雷达之间的第二距离。
具体地,服务器获取第二仰角α2,计算α2对应的正弦值sin(α2),然后根据公式i2==h/sin(α2),计算各高度值h对应的数据点在第二雷达基数据中对应的第二距离i2。由于公式中以h为参数,故而求解的是同一个高度的数据点对应的第二距离i2。进而实现了获取同一个高度位置处的数据点在不同仰角雷达基数据中的距离。
即高度值为h的数据点在第一仰角雷达基数据中的第一位置为(β1,i1),在第二仰角雷达基数据中的第二位置为(β2,i2),故而根据第一位置位置以及第二位置可以从不同仰角数据中获取同一个高度位置h处的数据点的反射率。
在其中一个实施例中,如图3所示,提供了一种雷达基数据的数据预处理的方法流程示意图。具体地,第一雷达基数据以及第二雷达基数据的获取方法包括以下步骤:
步骤310,获取多个仰角对应的雷达基数据。
读取至少两个仰角对应的雷达基数据。
步骤320,提取雷达基数据中各数据点对应的反射率数据。
雷达能够探测到降水粒子的反射率以及降水粒子的径向方向的速度,基数据以二进制方式存储,雷达基数据中包含反射率数据、径向速度数据以及谱宽数据,具体地,服务器雷达基数据中各数据点对应的反射率数据。
步骤330,删除反射率数据中的异常数据,从删除异常数据的雷达基数据中提取第一仰角对应的第一雷达基数据,以及第二仰角对应的第二雷达基数据。
由于雷达硬件的噪声及地物回波等的影响,探测到的雷达基数据中会包含一些不需要的杂波信息,其中径向速度数据还可能会出现速度模糊的现象,所以在使用前需要对获取到的雷达基数据进行预处理,以去除雷达基数据中的异常数据。
其中,对于反射率数据的预处理主要包括去除存在的孤立点数据以及对反射率数据进行中值滤波处理等。对径向速度数据的预处理包括去除存在的孤立点数据、对反射率数据进行中值滤波处理以及进行速度退模糊处理等。
具体地,对反射率数据进行去孤立点包括:去除反射率数据中孤立点的回波,从而可去除一些杂波。其中,提取孤立点数据的过程可包括:获取预设邻域数据点对应的反射率数据,然后对反射率数据对应的数值进行统计分析,当数据量不满足预设阈值时,判别为孤立点,然后执行删除孤立点的步骤。
中值滤波是为了去除反射率数据中的极大值以及极小值,使得整个反射率数据更加平滑。具体地,对反射率数据进行9点中值滤波处理,使数据更加平滑。
由于雷达硬件的限制,在有的强对流天气中,雷达径向速度会出现速度模糊的现象,此时就需要速度退模糊。速度退模糊算法是根据连续性原则将每个速度初猜值与它的周围的相邻速度值相比较,如果一个速度初猜值与它的周围值显著不同,则该算法试图用另一个可能的值替换那个速度初猜值。
在本实施例中,经过以上数据预处理,得到质量较高的反射率和径向速度值。进而可以从质量较高的雷达基数据中提取不同仰角对应的雷达基数据,从数据获取的步骤提高数据的准确率。
在其中一个实施例中,如图4所示,提供了另一个实施例中的雷达云图数据的显示方法的流程示意图。包括:
步骤410,读取数据。
具体地,服务器读取至少两个仰角对应的雷达基数据。
步骤420,数据预处理。
具体地,服务器从获取到的雷达基数据中获取反射率数据,然后去除反射率数据中的杂波数据,得到精度较高的反射率数据。
步骤430,相对位置点计算。
具体地,服务器计算同一高度值对应的数据点在不同仰角的雷达基数据中的距离值,根据距离值得到同一个高度对应的数据点在不同仰角的雷达基数据中的相对位置。
步骤440,保存数据。
根据相对位置对应的位置坐标从第一个仰角对应的雷达基数据中提取第一反射率,根据第一反射率显示第一雷达云图数据。同理,根据第二反射率显示第二雷达云图数据。
在其中一个实施例中,如图5所示,提供了一种雷达云图数据的显示装置,包括:
高度值计算模块510,用于获取第一仰角对应的第一雷达基数据,从第一雷达基数据中提取各数据点与雷达之间的第一距离,根据各第一距离以及第一仰角得到各数据点对应的高度值。
距离计算模块520,用于获取第二仰角对应的第二雷达基数据,计算第二雷达基数据中各高度值对应的数据点与雷达的第二距离。
显示模块530,用于根据第一距离以及第二距离,分别获取各高度值对应的数据点在不同仰角的雷达基数据中的反射率,根据各反射率得到显示雷达云图数据。
在其中一个实施例中,显示模块530可以包括:
第一反射率获取单元,用于获取各数据点在第一雷达基数据中对应的第一转动角度,根据各第一转动角度以及各第一距离,获取各高度值对应的数据点在第一雷达基数据中的第一反射率。
第二反射率获取单元,用于获取各数据点在第二雷达基数据中对应的第二转动角度,根据各第二转动角度以及各第二距离获取各高度值对应的数据点在第二雷达基数据中的第二反射率。
显示模块530还包括:
显示单元,用于根据各第一反射率显示第一雷达云图数据,根据各第二反射率显示第二雷达云图数据。
在其中一个实施例中,装置还可以包括:
关联关系建立模块,用于建立不同仰角下获取的各数据点的反射率之间的关联关系。
训练模块,用于对关联关系进行训练得到反射率预测模型。
在其中一个实施例中,高度值计算模块510包括:
第一正弦值计算单元,用于计算第一仰角对应的第一正弦值。
高度值计算单元,用于计算各第一距离与第一正弦值的乘积,根据乘积得到各数据点对应的高度值。
在其中一个实施例中,距离计算模块520包括:
第二距离计算单元,用于根据第二仰角以及各高度值,分别计算第二雷达基数据中各高度值对应的数据点与雷达之间的第二距离。
在其中一个实施例中,第二距离计算单元包括:
第二正弦值计算子单元,用于计算第二仰角对应的第二正弦值。
第二距离计算子单元,用于计算各高度值与第二正弦值的比值,根据比值得到第二雷达基数据中各高度值对应的数据点与雷达之间的第二距离。
在其中一个实施例中,装置还可以包括:
多个数据获取模块,用于获取多个仰角对应的雷达基数据。
提取模块,用于提取雷达基数据中各数据点对应的反射率数据。
删除模块,用于删除反射率数据中的异常数据,从删除异常数据的雷达基数据中提取第一仰角对应的第一雷达基数据,以及第二仰角对应的第二雷达基数据。
关于雷达云图数据的显示装置的具体限定可以参见上文中对于雷达云图数据的显示方法的限定,在此不再赘述。上述雷达云图数据的显示装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在其中一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储雷达相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种雷达云图数据的显示方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在其中一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:获取第一仰角对应的第一雷达基数据,从第一雷达基数据中提取各数据点与雷达之间的第一距离,根据各第一距离以及第一仰角得到各数据点对应的高度值;获取第二仰角对应的第二雷达基数据,计算第二雷达基数据中各高度值对应的数据点与雷达的第二距离;根据第一距离以及第二距离,分别获取各高度值对应的数据点在不同仰角的雷达基数据中的反射率,根据各反射率显示雷达云图数据。
在其中一个实施例中,处理器执行计算机程序时实现根据第一距离以及第二距离,分别获取各高度值对应的数据点在不同仰角的雷达基数据中的反射率的步骤时还用于:获取各数据点在第一雷达基数据中对应的第一转动角度,根据各第一转动角度以及各第一距离,获取各高度值对应的数据点在第一雷达基数据中的第一反射率;获取各数据点在第二雷达基数据中对应的第二转动角度,根据各第二转动角度以及各第二距离获取各高度值对应的数据点在第二雷达基数据中的第二反射率。
处理器执行计算机程序时实现根据各反射率显示雷达云图数据的步骤时还用于:根据各第一反射率显示第一雷达云图数据,根据各第二反射率显示第二雷达云图数据。
在其中一个实施例中,处理器执行计算机程序时实现根据各反射率得到雷达云图数据之后的步骤还用于:建立不同仰角下获取的各数据点的反射率之间的关联关系;对关联关系进行训练得到反射率预测模型。
在其中一个实施例中,处理器执行计算机程序时实现根据各第一距离以及第一仰角得到各数据点对应的高度值的步骤时还用于:计算第一仰角对应的第一正弦值;计算各第一距离与第一正弦值的乘积,根据乘积得到各数据点对应的高度值。
在其中一个实施例中,处理器执行计算机程序时实现计算第二雷达基数据中各高度值对应的数据点与雷达的第二距离的步骤时还用于:根据第二仰角以及各高度值,分别计算第二雷达基数据中各高度值对应的数据点与雷达之间的第二距离。
在其中一个实施例中,处理器执行计算机程序时实现根据第二仰角以及各高度值,分别计算第二雷达基数据中各高度值对应的数据点与雷达之间的第二距离的步骤时还用于:计算第二仰角对应的第二正弦值;计算各高度值与第二正弦值的比值,根据比值得到第二雷达基数据中各高度值对应的数据点与雷达之间的第二距离。
在其中一个实施例中,处理器执行计算机程序时实现第一雷达基数据以及第二雷达基数据的获取步骤时还用于:获取多个仰角对应的雷达基数据;提取雷达基数据中各数据点对应的反射率数据;删除反射率数据中的异常数据,从删除异常数据的雷达基数据中提取第一仰角对应的第一雷达基数据,以及第二仰角对应的第二雷达基数据。
在其中一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取第一仰角对应的第一雷达基数据,从第一雷达基数据中提取各数据点与雷达之间的第一距离,根据各第一距离以及第一仰角得到各数据点对应的高度值;获取第二仰角对应的第二雷达基数据,计算第二雷达基数据中各高度值对应的数据点与雷达的第二距离;根据第一距离以及第二距离,分别获取各高度值对应的数据点在不同仰角的雷达基数据中的反射率,根据各反射率显示雷达云图数据。
在其中一个实施例中,计算机程序被处理器执行时实现根据第一距离以及第二距离,分别获取各高度值对应的数据点在不同仰角的雷达基数据中的反射率的步骤时还用于:获取各数据点在第一雷达基数据中对应的第一转动角度,根据各第一转动角度以及各第一距离,获取各高度值对应的数据点在第一雷达基数据中的第一反射率;获取各数据点在第二雷达基数据中对应的第二转动角度,根据各第二转动角度以及各第二距离获取各高度值对应的数据点在第二雷达基数据中的第二反射率。
计算机程序被处理器执行时实现根据各反射率显示雷达云图数据的步骤时还用于:根据各第一反射率显示第一雷达云图数据,根据各第二反射率显示第二雷达云图数据。
在其中一个实施例中,计算机程序被处理器执行时实现根据各反射率得到雷达云图数据之后的步骤还用于:建立不同仰角下获取的各数据点的反射率之间的关联关系;对关联关系进行训练得到反射率预测模型。
在其中一个实施例中,计算机程序被处理器执行时实现根据各第一距离以及第一仰角得到各数据点对应的高度值的步骤时还用于:计算第一仰角对应的第一正弦值;计算各第一距离与第一正弦值的乘积,根据乘积得到各数据点对应的高度值。
在其中一个实施例中,计算机程序被处理器执行时实现计算第二雷达基数据中各高度值对应的数据点与雷达的第二距离的步骤时还用于:根据第二仰角以及各高度值,分别计算第二雷达基数据中各高度值对应的数据点与雷达之间的第二距离。
在其中一个实施例中,计算机程序被处理器执行时实现根据第二仰角以及各高度值,分别计算第二雷达基数据中各高度值对应的数据点与雷达之间的第二距离的步骤时还用于:计算第二仰角对应的第二正弦值;计算各高度值与第二正弦值的比值,根据比值得到第二雷达基数据中各高度值对应的数据点与雷达之间的第二距离。
在其中一个实施例中,计算机程序被处理器执行时实现第一雷达基数据以及第二雷达基数据的获取步骤时还用于:获取多个仰角对应的雷达基数据;提取雷达基数据中各数据点对应的反射率数据;删除反射率数据中的异常数据,从删除异常数据的雷达基数据中提取第一仰角对应的第一雷达基数据,以及第二仰角对应的第二雷达基数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是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非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种雷达云图数据的显示方法,所述方法包括:
获取第一仰角对应的第一雷达基数据,从所述第一雷达基数据中提取各数据点与雷达之间的第一距离,根据各所述第一距离以及所述第一仰角得到各所述数据点对应的高度值;
获取第二仰角对应的第二雷达基数据,计算所述第二雷达基数据中各所述高度值对应的数据点与所述雷达的第二距离;
根据所述第一距离以及所述第二距离,分别获取各所述高度值对应的所述数据点在不同仰角的雷达基数据中的反射率,根据各所述反射率显示雷达云图数据。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一距离以及所述第二距离,分别获取各所述高度值对应的所述数据点在不同仰角的雷达基数据中的反射率,包括:
获取各所述数据点在所述第一雷达基数据中对应的第一转动角度,根据各所述第一转动角度以及各所述第一距离,获取各所述高度值对应的数据点在所述第一雷达基数据中的第一反射率;
获取各所述数据点在所述第二雷达基数据中对应的第二转动角度,根据各所述第二转动角度以及各所述第二距离获取各所述高度值对应的数据点在所述第二雷达基数据中的第二反射率;
所述根据各所述反射率显示雷达云图数据,包括:
根据各所述第一反射率显示第一雷达云图数据,根据各所述第二反射率显示第二雷达云图数据。
3.根据权利要求1或2所述的方法,其特征在于,所述根据各所述反射率得到雷达云图数据之后,还包括:
建立不同仰角下获取的各所述数据点的反射率之间的关联关系;
对所述关联关系进行训练得到反射率预测模型。
4.根据权利要求1所述的方法,其特征在于,所述根据各所述第一距离以及所述第一仰角得到各所述数据点对应的高度值,包括:
计算所述第一仰角对应的第一正弦值;
计算各所述第一距离与所述第一正弦值的乘积,根据所述乘积得到各所述数据点对应的高度值。
5.根据权利要求1所述的方法,其特征在于,所述计算所述第二雷达基数据中各所述高度值对应的数据点与所述雷达的第二距离,包括:
根据所述第二仰角以及各所述高度值,分别计算所述第二雷达基数据中各所述高度值对应的数据点与所述雷达之间的第二距离。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第二仰角以及各所述高度值,分别计算所述第二雷达基数据中各所述高度值对应的数据点与所述雷达之间的第二距离,包括:
计算所述第二仰角对应的第二正弦值;
计算各所述高度值与所述第二正弦值的比值,根据所述比值得到所述第二雷达基数据中各所述高度值对应的数据点与所述雷达之间的第二距离。
7.根据权利要求1所述的方法,其特征在于,所述第一雷达基数据以及所述第二雷达基数据的获取方法包括:
获取多个仰角对应的雷达基数据;
提取所述雷达基数据中各数据点对应的反射率数据;
删除所述反射率数据中的异常数据,从删除所述异常数据的所述雷达基数据中提取第一仰角对应的第一雷达基数据,以及第二仰角对应的第二雷达基数据。
8.一种雷达云图数据显示装置,所述装置包括:
高度值计算模块,用于获取第一仰角对应的第一雷达基数据,从所述第一雷达基数据中提取各数据点与雷达之间的第一距离,根据各所述第一距离以及所述第一仰角得到各所述数据点对应的高度值;
距离计算模块,用于获取第二仰角对应的第二雷达基数据,计算所述第二雷达基数据中各所述高度值对应的数据点与所述雷达的第二距离;
显示模块,用于根据所述第一距离以及所述第二距离,分别获取各所述高度值对应的所述数据点在不同仰角的雷达基数据中的反射率,根据各所述反射率显示雷达云图数据。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一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,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010339126.7A CN111505645A (zh) | 2020-04-26 | 2020-04-26 | 雷达云图数据的显示方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010339126.7A CN111505645A (zh) | 2020-04-26 | 2020-04-26 | 雷达云图数据的显示方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111505645A true CN111505645A (zh) | 2020-08-07 |
Family
ID=71870601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010339126.7A Pending CN111505645A (zh) | 2020-04-26 | 2020-04-26 | 雷达云图数据的显示方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111505645A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112485767A (zh) * | 2020-11-16 | 2021-03-12 | 北京敏视达雷达有限公司 | 一种雷达标定方法及装置 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0210285A (ja) * | 1988-06-29 | 1990-01-16 | Nec Corp | 精測レーダ装置のターゲット表示装置 |
US20060202884A1 (en) * | 2005-03-10 | 2006-09-14 | Honeywell International Inc. | Constant altitude plan position indicator for radars |
CN102117227A (zh) * | 2011-03-09 | 2011-07-06 | 南京恩瑞特实业有限公司 | 天气雷达数据的多核并行计算方法 |
CN105866751A (zh) * | 2016-03-22 | 2016-08-17 | 中国科学院大气物理研究所 | X波段固态双极化天气雷达的金属球定标方法 |
CN106845018A (zh) * | 2017-02-27 | 2017-06-13 | 中国民航大学 | 风电场对气象雷达降雨量影响的分析与定量化评估方法 |
US20170199304A1 (en) * | 2016-01-08 | 2017-07-13 | Kabushiki Kaisha Toshiba | Estimation apparatus, estimation method, and computer-readable storage medium |
CN107300703A (zh) * | 2017-07-27 | 2017-10-27 | 华云信息技术工程有限公司 | 一种雷达数据的组网处理系统 |
CN108020840A (zh) * | 2017-11-20 | 2018-05-11 | 天津大学 | 一种基于多普勒天气雷达数据的冰雹云早期识别方法 |
CN109444839A (zh) * | 2018-11-29 | 2019-03-08 | 北京行易道科技有限公司 | 目标轮廓的获取方法及装置 |
CN109613540A (zh) * | 2018-12-25 | 2019-04-12 | 江苏省气象信息中心(江苏省气象档案馆) | 一种基于WebGL的多普勒天气雷达三维可视化方法 |
US20190195998A1 (en) * | 2017-12-22 | 2019-06-27 | Waymo Llc | Radar Based Three Dimensional Point Cloud for Autonomous Vehicles |
KR102023613B1 (ko) * | 2018-11-05 | 2019-09-20 | 경북대학교 산학협력단 | Um 초단기예보모델 기반의 레이더 융해층 고도 자료 동화 방법, 이를 수행하기 위한 기록 매체 및 장치 |
CN110673146A (zh) * | 2019-10-12 | 2020-01-10 | 上海眼控科技股份有限公司 | 气象预测图检测方法、装置、计算机设备和可读存储介质 |
CN110703256A (zh) * | 2019-10-24 | 2020-01-17 | 上海眼控科技股份有限公司 | 雷达数据显示方法、装置、计算机设备和存储介质 |
CN110780299A (zh) * | 2019-10-24 | 2020-02-11 | 上海眼控科技股份有限公司 | 散度场的获取方法、装置、计算机设备和存储介质 |
CN111025237A (zh) * | 2019-12-03 | 2020-04-17 | 上海眼控科技股份有限公司 | 雷达垂直剖面图显示方法及设备 |
CN111025299A (zh) * | 2019-12-09 | 2020-04-17 | 上海眼控科技股份有限公司 | 雷达探测数据的图像显示方法、装置、设备及存储介质 |
-
2020
- 2020-04-26 CN CN202010339126.7A patent/CN111505645A/zh active Pending
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0210285A (ja) * | 1988-06-29 | 1990-01-16 | Nec Corp | 精測レーダ装置のターゲット表示装置 |
US20060202884A1 (en) * | 2005-03-10 | 2006-09-14 | Honeywell International Inc. | Constant altitude plan position indicator for radars |
CN102117227A (zh) * | 2011-03-09 | 2011-07-06 | 南京恩瑞特实业有限公司 | 天气雷达数据的多核并行计算方法 |
US20170199304A1 (en) * | 2016-01-08 | 2017-07-13 | Kabushiki Kaisha Toshiba | Estimation apparatus, estimation method, and computer-readable storage medium |
CN105866751A (zh) * | 2016-03-22 | 2016-08-17 | 中国科学院大气物理研究所 | X波段固态双极化天气雷达的金属球定标方法 |
CN106845018A (zh) * | 2017-02-27 | 2017-06-13 | 中国民航大学 | 风电场对气象雷达降雨量影响的分析与定量化评估方法 |
CN107300703A (zh) * | 2017-07-27 | 2017-10-27 | 华云信息技术工程有限公司 | 一种雷达数据的组网处理系统 |
CN108020840A (zh) * | 2017-11-20 | 2018-05-11 | 天津大学 | 一种基于多普勒天气雷达数据的冰雹云早期识别方法 |
US20190195998A1 (en) * | 2017-12-22 | 2019-06-27 | Waymo Llc | Radar Based Three Dimensional Point Cloud for Autonomous Vehicles |
KR102023613B1 (ko) * | 2018-11-05 | 2019-09-20 | 경북대학교 산학협력단 | Um 초단기예보모델 기반의 레이더 융해층 고도 자료 동화 방법, 이를 수행하기 위한 기록 매체 및 장치 |
CN109444839A (zh) * | 2018-11-29 | 2019-03-08 | 北京行易道科技有限公司 | 目标轮廓的获取方法及装置 |
CN109613540A (zh) * | 2018-12-25 | 2019-04-12 | 江苏省气象信息中心(江苏省气象档案馆) | 一种基于WebGL的多普勒天气雷达三维可视化方法 |
CN110673146A (zh) * | 2019-10-12 | 2020-01-10 | 上海眼控科技股份有限公司 | 气象预测图检测方法、装置、计算机设备和可读存储介质 |
CN110703256A (zh) * | 2019-10-24 | 2020-01-17 | 上海眼控科技股份有限公司 | 雷达数据显示方法、装置、计算机设备和存储介质 |
CN110780299A (zh) * | 2019-10-24 | 2020-02-11 | 上海眼控科技股份有限公司 | 散度场的获取方法、装置、计算机设备和存储介质 |
CN111025237A (zh) * | 2019-12-03 | 2020-04-17 | 上海眼控科技股份有限公司 | 雷达垂直剖面图显示方法及设备 |
CN111025299A (zh) * | 2019-12-09 | 2020-04-17 | 上海眼控科技股份有限公司 | 雷达探测数据的图像显示方法、装置、设备及存储介质 |
Non-Patent Citations (8)
Title |
---|
H LUCE 等: "Vertical structure of the lower troposphere derived from MU radar, unmanned aerial vehicle, and balloon measurements during ShUREX 2015", 《PROGRESS IN EARTH AND PLANETARY SCIENCE》 * |
Y ZHANG 等: "Assimilating all-sky infrared radiances from GOES-16 ABI using an ensemble Kalman filter for convection-allowing severe thunderstorms prediction", 《MONTHLY WEATHER REVIEW》 * |
吴坤椿 等: "点绘雷达单独测风时高线的探讨", 《甘肃气象》 * |
周小刚 等: "基于多普勒雷达VAD算法的业务应用讨论", 《气象》 * |
周树道 等: "《雷达与探测前沿技术丛书-现代气象雷达》", 31 December 2017, 国防工业出版社 * |
孙敏 等: "多普勒天气雷达组网联合观测与数据融合", 《成都信息工程大学学报》 * |
肖尧 等: "自适应边距损失用于车辆外观分割方法", 《计算机工程与应用》 * |
陈垚森 等: "多普勒天气雷达不同仰角数据定量估测降水对比分析", 《广东水利水电》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112485767A (zh) * | 2020-11-16 | 2021-03-12 | 北京敏视达雷达有限公司 | 一种雷达标定方法及装置 |
CN112485767B (zh) * | 2020-11-16 | 2023-11-14 | 华云敏视达雷达(北京)有限公司 | 一种雷达标定方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3581890B1 (en) | Method and device for positioning | |
CN113902897B (zh) | 目标检测模型的训练、目标检测方法、装置、设备和介质 | |
CN109029381B (zh) | 一种隧道裂缝的检测方法、系统及终端设备 | |
JP6739517B2 (ja) | 車線認識のモデリング方法、装置、記憶媒体及び機器、並びに車線の認識方法、装置、記憶媒体及び機器 | |
CN111523414A (zh) | 人脸识别方法、装置、计算机设备和存储介质 | |
CN111340864A (zh) | 基于单目估计的三维场景融合方法及装置 | |
EP2724203A1 (fr) | Génération de données de carte | |
US11841421B2 (en) | Synthetic aperture radar image analysis system, synthetic aperture radar image analysis method, and synthetic aperture radar image analysis program | |
CN111323788B (zh) | 建筑物变化的监测方法、装置及计算机设备 | |
Guo et al. | A parts-based method for articulated target recognition in laser radar data | |
CN113743385A (zh) | 一种无人船水面目标检测方法、装置及无人船 | |
CN114332977A (zh) | 关键点检测方法、装置、电子设备及存储介质 | |
CN111209908A (zh) | 更新标注框的方法、装置、存储介质和计算机设备 | |
CN114663598A (zh) | 三维建模方法、装置和存储介质 | |
CN114219770A (zh) | 地面检测方法、装置、电子设备及存储介质 | |
CN111505645A (zh) | 雷达云图数据的显示方法、装置、计算机设备和存储介质 | |
CN117036457A (zh) | 一种屋顶面积的测量方法、装置、设备及存储介质 | |
JP2018124963A (ja) | 画像処理装置、画像認識装置、画像処理プログラム、及び画像認識プログラム | |
CN111553342A (zh) | 一种视觉定位方法、装置、计算机设备和存储介质 | |
CN110689556A (zh) | 跟踪方法、装置及智能设备 | |
CN115376106A (zh) | 基于雷达图的车型识别方法、装置、设备及介质 | |
CN115236643A (zh) | 一种传感器标定方法、系统、装置、电子设备及介质 | |
CN112183463B (zh) | 基于雷达图像的船只识别模型的验证方法及装置 | |
CN109146969B (zh) | 行人定位方法、装置及处理设备及其存储介质 | |
CN114694106A (zh) | 道路检测区域的提取方法、装置、计算机设备和存储介质 |
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 | ||
AD01 | Patent right deemed abandoned | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20230203 |