CN113031010B - 检测天气的方法、装置、计算机可读存储介质与处理器 - Google Patents
检测天气的方法、装置、计算机可读存储介质与处理器 Download PDFInfo
- Publication number
- CN113031010B CN113031010B CN202110352805.2A CN202110352805A CN113031010B CN 113031010 B CN113031010 B CN 113031010B CN 202110352805 A CN202110352805 A CN 202110352805A CN 113031010 B CN113031010 B CN 113031010B
- Authority
- CN
- China
- Prior art keywords
- determining
- point cloud
- cloud data
- weather
- cubes
- 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
- 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
- G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
-
- 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
Abstract
本申请提供了一种检测天气的方法、装置、计算机可读存储介质与处理器。该方法包括获取待检测区域内的激光雷达的激光点云数据;根据激光点云数据的分布情况确定天气的类型。本方案实现了根据激光点云数据的分布情况确定天气的类型,解决了现有技术中缺乏一种采用激光雷达检测天气的方案的问题。
Description
技术领域
本申请涉及激光雷达检测领域,具体而言,涉及一种检测天气的方法、装置、计算机可读存储介质、处理器与电子设备。
背景技术
现有技术中已经存在一些对天气进行检测的技术,但是对于无人驾驶领域,缺乏一种采用激光雷达检测天气的方案。
发明内容
本申请的主要目的在于提供一种检测天气的方法、装置、计算机可读存储介质、处理器与电子设备,以解决现有技术中缺乏一种采用激光雷达检测天气的方案的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种检测天气的方法,包括:获取待检测区域内的激光雷达的激光点云数据;根据所述激光点云数据的分布情况确定天气的类型。
进一步地,根据所述激光点云数据的分布情况确定天气的类型,包括:获取所述激光点云数据的第一分布情况,所述激光点云数据为发射到地面以上的点云数据;至少根据所述第一分布情况,确定所述天气的类型。
进一步地,至少根据所述第一分布情况,确定所述天气的类型,包括:对所述待检测区域内的所述激光点云数据进行分割,得到多个预定体积的方体,所述方体为正方体或者长方体,所述激光点云数据中的每一个点均位于对应的方体内;根据各所述方体内的所述激光点云数据的分布情况,确定所述天气的类型。
进一步地,根据各所述方体内的所述激光点云数据的分布情况,确定所述天气的类型,包括:确定孤立方体的数量,所述孤立方体是指所述方体周围的所有的方体内均无所述点;确定聚集方体的数量,所述聚集方体是指所述方体周围的所有的方体内均有所述点;在所述孤立方体的数量大于第三阈值或所述聚集方体的数量大于第四阈值的情况下,确定为雨天的可能性为第三可能性。
进一步地,至少根据所述第一分布情况,确定所述天气的类型,包括:将所述激光点云数据投影到二维平面上,得到2D图像;对所述2D图像进行分割,得到多个预定大小的网格,所述激光点云数据中的每一个点均位于对应的所述网格内;获取各所述网格周围的所有的网格内的所述点的第二分布情况;至少根据所述第二分布情况,确定所述天气的类型。
进一步地,至少根据所述第二分布情况,确定所述天气的类型,包括:确定孤立网格的数量,所述孤立网格是指所述网格周围的所有的网格内均无所述点;确定聚集网格的数量,所述聚集网格是指所述网格周围的所有的网格内均有所述点;在所述孤立网格的数量大于第一阈值或所述聚集网格的数量大于第二阈值的情况下,确定为雨天的可能性为第一可能性。
进一步地,至少根据所述第二分布情况,确定所述天气的类型,包括:获取所述点云数据中的各所述点的强度,所述激光点云数据为发射到地面上的点云数据;获取所述点云数据中的各所述点的强度;根据各所述点的强度和所述第二分布情况,确定所述天气的类型。
进一步地,根据各所述点的强度和所述第二分布情况,确定所述天气的类型,包括:在所述强度小于第三阈值的点的个数占点的总数的比例大于预定比例,且所述强度的中位数小于预定强度的情况下,确定所述地面是湿润的;在确定为雨天的可能性为所述第一可能性,且所述地面是湿润的情况下,确定为雨天的可能性为第二可能性,所述第二可能性大于所述第一可能性。
进一步地,在对所述2D图像进行分割,得到多个预定大小的网格之后,且在获取各所述网格周围的所有的网格内的所述点的第二分布情况之前,所述方法还包括:将障碍物对应的所述网格删除。
进一步地,所述方法还包括:获取所述待检测区域内的图像数据。
进一步地,根据所述激光点云数据的分布情况确定天气的类型,包括:根据所述激光点云数据的分布情况和所述图像数据,确定所述天气的类型。
进一步地,在获取所述待检测区域内的图像数据之后,所述方法还包括:根据所述激光点云数据和所述图像数据,识别出所述待检测区域内的障碍物。
进一步地,在根据所述激光点云数据的分布情况确定天气的类型之后,所述方法还包括:根据所述天气的类型,控制目标车辆运行,所述待检测区域为所述目标车辆周围的区域。
根据本申请的另一个方面,提供了一种检测天气的装置,包括:第一获取单元,用于获取待检测区域内的激光雷达的激光点云数据;确定单元,用于根据所述激光点云数据的分布情况确定天气的类型。
根据本申请的又一个方面,提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的检测天气的方法。
根据本申请的再一个方面,提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行任意一种所述的检测天气的方法。
根据本申请的再一个方面,提供了一种电子设备,包括:一个或多个处理器,存储器,显示装置以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行任意一种所述的检测天气的方法。
应用本申请的技术方案,通过获取待检测区域内的激光雷达的激光点云数据,再根据激光点云数据的分布情况确定天气的类型,实现了根据激光点云数据的分布情况确定天气的类型,解决了现有技术中缺乏一种采用激光雷达检测天气的方案的问题。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了根据本申请的实施例的检测天气的方法流程图;
图2示出了根据本申请的实施例的检测天气的装置示意图。
具体实施方式
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。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,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的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应该理解的是,当元件(诸如层、膜、区域、或衬底)描述为在另一元件“上”时,该元件可直接在该另一元件上,或者也可存在中间元件。而且,在说明书以及权利要求书中,当描述有元件“连接”至另一元件时,该元件可“直接连接”至该另一元件,或者通过第三元件“连接”至该另一元件。
正如背景技术中所介绍的,现有技术中缺乏一种采用激光雷达检测天气的方案,为解决如上现有技术中缺乏一种采用激光雷达检测天气的方案的问题,本申请的实施例提供了一种检测天气的方法、装置、计算机可读存储介质、处理器与电子设备。
根据本申请的实施例,提供了一种检测天气的方法。
图1是根据本申请实施例的检测天气的方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101,获取待检测区域内的激光雷达的激光点云数据;
步骤S102,根据上述激光点云数据的分布情况确定天气的类型。
具体地,本实施例中的检测天气的方法适用于无人驾驶领域,当然,也可以应用于其他使用到激光雷达的领域。
具体地,天气的类型包括:雨天、雪天、大雾天气、冰雹等。
上述方案中,通过获取待检测区域内的激光雷达的激光点云数据,再根据激光点云数据的分布情况确定天气的类型,实现了根据激光点云数据的分布情况确定天气的类型,解决了现有技术中缺乏一种采用激光雷达检测天气的方案的问题。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请的一种实施例中,根据上述激光点云数据的分布情况确定天气的类型,包括:获取上述激光点云数据的第一分布情况,上述激光点云数据为发射到地面以上的点云数据;至少根据上述第一分布情况,确定上述天气的类型。地面以上的点云数据即不是发射到地面上的点云数据,根据发射到地面以上的点云数据,可以初步确定天气的类型。
本申请的一种实施例中,至少根据上述第一分布情况,确定上述天气的类型,包括:对上述待检测区域内的上述激光点云数据进行分割,得到多个预定体积的方体,上述方体为正方体或者长方体,上述激光点云数据中的每一个点均位于对应的方体内;根据各上述方体内的上述激光点云数据的分布情况,确定上述天气的类型。
本申请的一种实施例中,根据各上述方体内的上述激光点云数据的分布情况,确定上述天气的类型,包括:确定孤立方体的数量,上述孤立方体是指上述方体周围的所有的方体内均无上述点;确定聚集方体的数量,上述聚集方体是指上述方体周围的所有的方体内均有上述点;在上述孤立方体的数量大于第三阈值或上述聚集方体的数量大于第四阈值的情况下,确定为雨天的可能性为第三可能性。
本申请的一种实施例中,至少根据上述第一分布情况,确定上述天气的类型,包括:将上述激光点云数据投影到二维平面上,得到2D图像;对上述2D图像进行分割,得到多个预定大小的网格,上述激光点云数据中的每一个点均位于对应的上述网格内;获取各上述网格周围的所有的网格内的上述点的第二分布情况;至少根据上述第二分布情况,确定上述天气的类型。具体地,网格为正方形网格,二维网格的大小为512×512。激光雷达发射的激光点云数据是三维的数据,通过将三维的数据投影到二维平面上,得到2D图像,由于激光点云数据中的每一个点均会落到分割得到的网格内,根据网格内的点的分布情况,可以实现对天气的类型的确定。
本申请的一种实施例中,至少根据上述第二分布情况,确定上述天气的类型,包括:确定孤立网格的数量,上述孤立网格是指上述网格周围的所有的网格内均无上述点;确定聚集网格的数量,上述聚集网格是指上述网格周围的所有的网格内均有上述点;在上述孤立网格的数量大于第一阈值或上述聚集网格的数量大于第二阈值的情况下,确定为雨天的可能性为第一可能性。具体地,第一可能性可以为50%、60%等。即根据孤立网格的数量和聚集网格的数量可以确定为雨天的可能性为第一可能性。
一种具体的实施例中,网格为正方形网格的情况下,在待确定的网格的周围八个网格内均无点的情况下,确定该网格为孤立网格;在待确定的网格的周围八个网格内均有点的情况下,确定该网格为聚集网格。
本申请的一种实施例中,至少根据上述第二分布情况,确定上述天气的类型,包括:获取上述点云数据中的各上述点的强度,上述激光点云数据为发射到地面上的点云数据;获取上述点云数据中的各上述点的强度;根据各上述点的强度和上述第二分布情况,确定上述天气的类型。即根据第二分布情况和点云数据中的各上述点的强度,可以进一步确定天气的类型,实现天气的类型的更精确地确定。
本申请的一种实施例中,根据各上述点的强度和上述第二分布情况,确定上述天气的类型,包括:在上述强度小于第三阈值的点的个数占点的总数的比例大于预定比例,且上述强度的中位数小于预定强度的情况下,确定上述地面是湿润的;在确定为雨天的可能性为上述第一可能性,且上述地面是湿润的情况下,确定为雨天的可能性为第二可能性,上述第二可能性大于上述第一可能性。即在确定地面是湿润的且确定为雨天的可能性为上述第一可能性的情况下,确定雨天的可能性为第二可能性,即可以进一步地确定为下雨天气。具体地,第一可能性可以为50%、60%,第二可能性可以为80%、90%。
本申请的一种实施例中,在对上述2D图像进行分割,得到多个预定大小的网格之后,且在获取各上述网格周围的所有的网格内的上述点的第二分布情况之前,上述方法还包括:将障碍物对应的上述网格删除。即根据对激光点云数据进行分析,将发射至障碍物的点云数据对应的网格删除,仅仅根据非障碍物对应的网格确定天气的类型,可以实现对天气的类型的精确确定。
本申请的一种实施例中,根据连续多帧的点云数据的分布情况确定天气的类型,以保证结果的连续性,以防止结果经常出现跳变。
本申请的一种实施例中,上述方法还包括:获取上述待检测区域内的图像数据。
本申请的一种实施例中,根据上述激光点云数据的分布情况确定天气的类型,包括:根据上述激光点云数据的分布情况和上述图像数据,确定上述天气的类型。即联合激光点云数据的分布情况和上述图像数据,可以实现对天气的类型的更精确地确定。
本申请的一种实施例中,在获取上述待检测区域内的图像数据之后,上述方法还包括:根据上述激光点云数据和上述图像数据,识别出上述待检测区域内的障碍物。对于非障碍物区域进行分析,实现对天气的类型的更精确地确定。
本申请的一种实施例中,在根据上述激光点云数据的分布情况确定天气的类型之后,上述方法还包括:根据上述天气的类型,控制目标车辆运行,上述待检测区域为上述目标车辆周围的区域。例如,在检测到天气为暴雨天气的情况下,控制目标车辆减速或者靠边停车。
本申请实施例还提供了一种检测天气的装置,需要说明的是,本申请实施例的检测天气的装置可以用于执行本申请实施例所提供的用于检测天气的方法。以下对本申请实施例提供的检测天气的装置进行介绍。
图2是根据本申请实施例的检测天气的装置的示意图。如图2所示,该装置包括:
第一获取单元10,用于获取待检测区域内的激光雷达的激光点云数据;
确定单元20,用于根据上述激光点云数据的分布情况确定天气的类型。
上述方案中,第一获取单元获取待检测区域内的激光雷达的激光点云数据,确定单元根据激光点云数据的分布情况确定天气的类型,实现了根据激光点云数据的分布情况确定天气的类型,解决了现有技术中缺乏一种采用激光雷达检测天气的方案的问题。
本申请的一种实施例中,确定单元包括获取模块和确定模块,获取模块用于获取上述激光点云数据的第一分布情况,上述激光点云数据为发射到地面以上的点云数据;确定模块用于至少根据上述第一分布情况,确定上述天气的类型。地面以上的点云数据即不是发射到地面上的点云数据,根据发射到地面以上的点云数据,可以初步确定天气的类型。
本申请的一种实施例中,确定模块还包括第二分割子模块和第六确定子模块,第二分割子模块用于对上述待检测区域内的上述激光点云数据进行分割,得到多个预定体积的方体,上述方体为正方体或者长方体,上述激光点云数据中的每一个点均位于对应的方体内;第六确定子模块用于根据各上述方体内的上述激光点云数据的分布情况,确定上述天气的类型。
本申请的一种实施例中,第六确定子模块还用于确定孤立方体的数量,上述孤立方体是指上述方体周围的所有的方体内均无上述点;确定聚集方体的数量,上述聚集方体是指上述方体周围的所有的方体内均有上述点;在上述孤立方体的数量大于第三阈值或上述聚集方体的数量大于第四阈值的情况下,确定为雨天的可能性为第三可能性。
本申请的一种实施例中,确定模块包括投影子模块、第一分割子模块、第一获取子模块和第一确定子模块,投影子模块用于将上述激光点云数据投影到二维平面上,得到2D图像;第一分割子模块用于对上述2D图像进行分割,得到多个预定大小的网格,上述激光点云数据中的每一个点均位于对应的上述网格内;第一获取子模块用于获取各上述网格周围的所有的网格内的上述点的第二分布情况;第一确定子模块至少根据上述第二分布情况,确定上述天气的类型。具体地,网格为正方形网格,二维网格的大小为512×512。激光雷达发射的激光点云数据是三维的数据,通过将三维的数据投影到二维平面上,得到2D图像,由于激光点云数据中的每一个点均会落到分割得到的网格内,根据网格内的点的分布情况,可以实现对天气的类型的确定。
本申请的一种实施例中,第一确定子模块包括第二确定子模块、第三确定子模块和第四确定子模块,第二确定子模块用于确定孤立网格的数量,上述孤立网格是指上述网格周围的所有的网格内均无上述点;第三确定子模块用于确定聚集网格的数量,上述聚集网格是指上述网格周围的所有的网格内均有上述点;第四确定子模块用于在上述孤立网格的数量大于第一阈值或上述聚集网格的数量大于第二阈值的情况下,确定为雨天的可能性为第一可能性。具体地,第一可能性可以为50%、60%等。即根据孤立网格的数量和聚集网格的数量可以确定为雨天的可能性为第一可能性。
本申请的一种实施例中,第一确定子模块包括第二获取子模块、第三获取子模块和第五确定子模块,第二获取子模块用于获取上述点云数据中的各上述点的强度,上述激光点云数据为发射到地面上的点云数据;第三获取子模块用于获取上述点云数据中的各上述点的强度;第五确定子模块用于根据各上述点的强度和上述第二分布情况,确定上述天气的类型。即根据第二分布情况和点云数据中的各上述点的强度,可以进一步确定天气的类型,实现天气的类型的更精确地确定。
本申请的一种实施例中,第五确定子模块还用于在上述强度小于第三阈值的点的个数占点的总数的比例大于预定比例,且上述强度的中位数小于预定强度的情况下,确定上述地面是湿润的;在确定为雨天的可能性为上述第一可能性,且上述地面是湿润的情况下,确定为雨天的可能性为第二可能性,上述第二可能性大于上述第一可能性。即在确定地面是湿润的且确定为雨天的可能性为上述第一可能性的情况下,确定雨天的可能性为第二可能性,即可以进一步地确定为下雨天气。具体地,第一可能性可以为50%、60%,第二可能性可以为80%、90%。
本申请的一种实施例中,上述装置还包括删除单元,删除单元用于在对上述2D图像进行分割,得到多个预定大小的网格之后,且在获取各上述网格周围的所有的网格内的上述点的第二分布情况之前,将障碍物对应的上述网格删除。即根据对激光点云数据进行分析,将发射至障碍物的点云数据对应的网格删除,仅仅根据非障碍物对应的网格确定天气的类型,可以实现对天气的类型的精确确定。
本申请的一种实施例中,上述装置还包括第二获取单元,用于获取上述待检测区域内的图像数据。
本申请的一种实施例中,确定单元还用于根据上述激光点云数据的分布情况和上述图像数据,确定上述天气的类型。即联合激光点云数据的分布情况和上述图像数据,可以实现对天气的类型的更精确地确定。
本申请的一种实施例中,上述装置还包括识别单元,识别单元用于在获取上述待检测区域内的图像数据之后,根据上述激光点云数据和上述图像数据,识别出上述待检测区域内的障碍物。对于非障碍物区域进行分析,实现对天气的类型的更精确地确定。
本申请的一种实施例中,上述装置还包括控制单元,控制单元用于在根据上述激光点云数据的分布情况确定天气的类型之后,根据上述天气的类型,控制目标车辆运行,上述待检测区域为上述目标车辆周围的区域。例如,在检测到天气为暴雨天气的情况下,控制目标车辆减速或者靠边停车。
所述检测天气的装置包括处理器和存储器,上述第一获取单元和确定单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来采用激光雷达实现对天气的类型的确定。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行所述检测天气的方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述检测天气的方法。
本发明实施例提供了一种电子设备,包括:一个或多个处理器,存储器,显示装置以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置为由上述一个或多个处理器执行,上述一个或多个程序包括用于执行任意一种上述的检测天气的方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现至少以下步骤:
步骤S101,获取待检测区域内的激光雷达的激光点云数据;
步骤S102,根据上述激光点云数据的分布情况确定天气的类型。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有至少如下方法步骤的程序:
步骤S101,获取待检测区域内的激光雷达的激光点云数据;
步骤S102,根据上述激光点云数据的分布情况确定天气的类型。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
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过程、方法、商品或者设备不仅包括那些要素,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过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
从以上的描述中,可以看出,本申请上述的实施例实现了如下技术效果:
1)、本申请的检测天气的方法,通过获取待检测区域内的激光雷达的激光点云数据,再根据激光点云数据的分布情况确定天气的类型,实现了根据激光点云数据的分布情况确定天气的类型,解决了现有技术中缺乏一种采用激光雷达检测天气的方案的问题。
2)、本申请的检测天气的装置,第一获取单元获取待检测区域内的激光雷达的激光点云数据,确定单元根据激光点云数据的分布情况确定天气的类型,实现了根据激光点云数据的分布情况确定天气的类型,解决了现有技术中缺乏一种采用激光雷达检测天气的方案的问题。
以上所述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。
Claims (13)
1.一种检测天气的方法,其特征在于,包括:
获取待检测区域内的激光雷达的激光点云数据;
根据所述激光点云数据的分布情况确定天气的类型,包括:
获取所述激光点云数据的第一分布情况,所述激光点云数据为发射到地面以上的点云数据;
至少根据所述第一分布情况,确定所述天气的类型,包括:
对所述待检测区域内的所述激光点云数据进行分割,得到多个预定体积的方体,所述方体为正方体或者长方体,所述激光点云数据中的每一个点均位于对应的方体内;
根据各所述方体内的所述激光点云数据的分布情况,确定所述天气的类型,包括:
确定孤立方体的数量,所述孤立方体是指所述方体周围的所有的方体内均无所述点;
确定聚集方体的数量,所述聚集方体是指所述方体周围的所有的方体内均有所述点;
在所述孤立方体的数量大于第三阈值或所述聚集方体的数量大于第四阈值的情况下,确定为雨天的可能性为第三可能性,
至少根据所述第一分布情况,确定所述天气的类型,包括:
将所述激光点云数据投影到二维平面上,得到2D图像;
对所述2D图像进行分割,得到多个预定大小的网格,所述激光点云数据中的每一个点均位于对应的所述网格内;
获取各所述网格周围的所有的网格内的所述点的第二分布情况;
至少根据所述第二分布情况,确定所述天气的类型。
2.根据权利要求1所述的方法,其特征在于,至少根据所述第二分布情况,确定所述天气的类型,包括:
确定孤立网格的数量,所述孤立网格是指所述网格周围的所有的网格内均无所述点;
确定聚集网格的数量,所述聚集网格是指所述网格周围的所有的网格内均有所述点;
在所述孤立网格的数量大于第一阈值或所述聚集网格的数量大于第二阈值的情况下,确定为雨天的可能性为第一可能性。
3.根据权利要求2所述的方法,其特征在于,至少根据所述第二分布情况,确定所述天气的类型,包括:
获取所述点云数据中的各所述点的强度,所述激光点云数据为发射到地面上的点云数据;
获取所述点云数据中的各所述点的强度;
根据各所述点的强度和所述第二分布情况,确定所述天气的类型。
4.根据权利要求3所述的方法,其特征在于,根据各所述点的强度和所述第二分布情况,确定所述天气的类型,包括:
在所述强度小于第三阈值的点的个数占点的总数的比例大于预定比例,且所述强度的中位数小于预定强度的情况下,确定所述地面是湿润的;
在确定为雨天的可能性为所述第一可能性,且所述地面是湿润的情况下,确定为雨天的可能性为第二可能性,所述第二可能性大于所述第一可能性。
5.根据权利要求1所述的方法,其特征在于,在对所述2D图像进行分割,得到多个预定大小的网格之后,且在获取各所述网格周围的所有的网格内的所述点的第二分布情况之前,所述方法还包括:
将障碍物对应的所述网格删除。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述待检测区域内的图像数据。
7.根据权利要求6所述的方法,其特征在于,根据所述激光点云数据的分布情况确定天气的类型,包括:
根据所述激光点云数据的分布情况和所述图像数据,确定所述天气的类型。
8.根据权利要求7所述的方法,其特征在于,在获取所述待检测区域内的图像数据之后,所述方法还包括:
根据所述激光点云数据和所述图像数据,识别出所述待检测区域内的障碍物。
9.根据权利要求1所述的方法,其特征在于,在根据所述激光点云数据的分布情况确定天气的类型之后,所述方法还包括:
根据所述天气的类型,控制目标车辆运行,所述待检测区域为所述目标车辆周围的区域。
10.一种检测天气的装置,其特征在于,包括:
第一获取单元,用于获取待检测区域内的激光雷达的激光点云数据;
确定单元,用于根据所述激光点云数据的分布情况确定天气的类型;
确定单元包括获取模块和确定模块,所述获取模块用于获取所述激光点云数据的第一分布情况,所述激光点云数据为发射到地面以上的点云数据;所述确定模块用于至少根据所述第一分布情况,确定所述天气的类型;
所述确定模块还包括第二分割子模块和第六确定子模块,所述第二分割子模块用于对所述待检测区域内的所述激光点云数据进行分割,得到多个预定体积的方体,所述方体为正方体或者长方体,所述激光点云数据中的每一个点均位于对应的方体内;所述第六确定子模块用于根据各所述方体内的所述激光点云数据的分布情况,确定所述天气的类型;
所述第六确定子模块还用于确定孤立方体的数量,所述孤立方体是指所述方体周围的所有的方体内均无所述点;确定聚集方体的数量,所述聚集方体是指所述方体周围的所有的方体内均有所述点;在所述孤立方体的数量大于第三阈值或所述聚集方体的数量大于第四阈值的情况下,确定为雨天的可能性为第三可能性,
所述确定模块包括投影子模块、第一分割子模块、第一获取子模块和第一确定子模块,所述投影子模块用于将所述激光点云数据投影到二维平面上,得到2D图像;所述第一分割子模块用于对所述2D图像进行分割,得到多个预定大小的网格,所述激光点云数据中的每一个点均位于对应的所述网格内;所述第一获取子模块用于获取各所述网格周围的所有的网格内的所述点的第二分布情况;所述第一确定子模块至少根据所述第二分布情况,确定所述天气的类型。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至9中任意一项所述的检测天气的方法。
12.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至9中任意一项所述的检测天气的方法。
13.一种电子设备,其特征在于,包括:一个或多个处理器,存储器,显示装置以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行权利要求1至9中任意一项所述的检测天气的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110352805.2A CN113031010B (zh) | 2021-03-31 | 2021-03-31 | 检测天气的方法、装置、计算机可读存储介质与处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110352805.2A CN113031010B (zh) | 2021-03-31 | 2021-03-31 | 检测天气的方法、装置、计算机可读存储介质与处理器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113031010A CN113031010A (zh) | 2021-06-25 |
CN113031010B true CN113031010B (zh) | 2023-04-28 |
Family
ID=76453529
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110352805.2A Active CN113031010B (zh) | 2021-03-31 | 2021-03-31 | 检测天气的方法、装置、计算机可读存储介质与处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113031010B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117647852B (zh) * | 2024-01-29 | 2024-04-09 | 吉咖智能机器人有限公司 | 天气状态检测方法、装置、电子设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013011975A1 (de) * | 2013-07-12 | 2015-01-29 | Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr | Verfahren zur Bewertung von Scheinwerfern |
CN106204705A (zh) * | 2016-07-05 | 2016-12-07 | 长安大学 | 一种基于多线激光雷达的3d点云分割方法 |
CN109444904A (zh) * | 2018-10-30 | 2019-03-08 | 百度在线网络技术(北京)有限公司 | 定位测试数据的生成方法、装置、设备及存储介质 |
CN109459734A (zh) * | 2018-10-30 | 2019-03-12 | 百度在线网络技术(北京)有限公司 | 一种激光雷达定位效果评估方法、装置、设备及存储介质 |
CN110375668A (zh) * | 2019-07-08 | 2019-10-25 | 西北农林科技大学 | 基于点云数据的黄土坡面微地形曲面重构方法 |
CN111192284A (zh) * | 2019-12-27 | 2020-05-22 | 吉林大学 | 一种车载激光点云分割方法及系统 |
CN112305559A (zh) * | 2020-10-16 | 2021-02-02 | 贵州电网有限责任公司 | 基于地面定点激光雷达扫描的输电线距离测量方法、装置、系统和电子设备 |
CN112418129A (zh) * | 2020-11-30 | 2021-02-26 | 上海商汤临港智能科技有限公司 | 一种点云数据处理的方法、装置、电子设备及存储介质 |
CN112498369A (zh) * | 2020-12-07 | 2021-03-16 | 北京小马慧行科技有限公司 | 车辆的控制方法、控制装置、处理器和车辆 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6697636B2 (ja) * | 2016-09-20 | 2020-05-20 | イノヴィズ テクノロジーズ リミテッド | Lidarシステム及び方法 |
CN110679049A (zh) * | 2017-04-12 | 2020-01-10 | 感应光子公司 | 超小型垂直腔表面发射激光器(vcsel)以及包括所述超小型垂直腔表面发射激光器的阵列 |
CN108564525A (zh) * | 2018-03-31 | 2018-09-21 | 上海大学 | 一种基于多线激光雷达的3d点云2d化数据处理方法 |
US11021159B2 (en) * | 2019-07-10 | 2021-06-01 | Ford Global Technologies, Llc | Road surface condition detection |
CN110568454B (zh) * | 2019-09-27 | 2022-06-28 | 驭势科技(北京)有限公司 | 一种感知天气状况的方法及系统 |
EP4130798A4 (en) * | 2020-04-15 | 2023-05-31 | Huawei Technologies Co., Ltd. | TARGET IDENTIFICATION METHOD AND DEVICE |
-
2021
- 2021-03-31 CN CN202110352805.2A patent/CN113031010B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013011975A1 (de) * | 2013-07-12 | 2015-01-29 | Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr | Verfahren zur Bewertung von Scheinwerfern |
CN106204705A (zh) * | 2016-07-05 | 2016-12-07 | 长安大学 | 一种基于多线激光雷达的3d点云分割方法 |
CN109444904A (zh) * | 2018-10-30 | 2019-03-08 | 百度在线网络技术(北京)有限公司 | 定位测试数据的生成方法、装置、设备及存储介质 |
CN109459734A (zh) * | 2018-10-30 | 2019-03-12 | 百度在线网络技术(北京)有限公司 | 一种激光雷达定位效果评估方法、装置、设备及存储介质 |
CN110375668A (zh) * | 2019-07-08 | 2019-10-25 | 西北农林科技大学 | 基于点云数据的黄土坡面微地形曲面重构方法 |
CN111192284A (zh) * | 2019-12-27 | 2020-05-22 | 吉林大学 | 一种车载激光点云分割方法及系统 |
CN112305559A (zh) * | 2020-10-16 | 2021-02-02 | 贵州电网有限责任公司 | 基于地面定点激光雷达扫描的输电线距离测量方法、装置、系统和电子设备 |
CN112418129A (zh) * | 2020-11-30 | 2021-02-26 | 上海商汤临港智能科技有限公司 | 一种点云数据处理的方法、装置、电子设备及存储介质 |
CN112498369A (zh) * | 2020-12-07 | 2021-03-16 | 北京小马慧行科技有限公司 | 车辆的控制方法、控制装置、处理器和车辆 |
Non-Patent Citations (4)
Title |
---|
Myungjin Cho.Optical 3D visualization under inclement weather conditions.《PROCEEDINGS OF SPIE》.2018,全文. * |
岳鹏 ; 史明昌 ; 杜哲 ; 王珊 ; .激光扫描技术在坡耕地土壤侵蚀监测中的应用.中国水土保持科学.2012,(第03期),全文. * |
田永林.平行点云: 虚实互动的点云生成与三维模型进化方法.《自动化学报》.2020,全文. * |
盛仲飙 ; 韩慧妍 ; .散乱点云分割技术研究与实现.计算技术与自动化.2016,(第01期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN113031010A (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9990546B2 (en) | Method and apparatus for determining target region in video frame for target acquisition | |
CN111210429B (zh) | 点云数据划分方法及装置、障碍物检测方法及装置 | |
CN111311709B (zh) | 一种生成高精地图的方法及装置 | |
CN109583393B (zh) | 一种车道线端点识别方法及装置、设备、介质 | |
EP3564853A2 (en) | Obstacle classification method and apparatus based on unmanned vehicle, device, and storage medium | |
CN111553946B (zh) | 用于去除地面点云的方法及装置、障碍物检测方法及装置 | |
CN111582054A (zh) | 点云数据处理方法及装置、障碍物检测方法及装置 | |
CN116520353B (zh) | 基于激光点云的地面检测方法、装置、存储介质及设备 | |
CN112036462A (zh) | 一种模型训练以及目标检测的方法及装置 | |
CN113031010B (zh) | 检测天气的方法、装置、计算机可读存储介质与处理器 | |
CN116071720A (zh) | 一种基于激光雷达的车道线及车辆检测方法、设备及介质 | |
CN112622923B (zh) | 用于控制车辆的方法和装置 | |
CN112699711A (zh) | 车道线检测方法、装置、存储介质及电子设备 | |
CN111637897B (zh) | 地图的更新方法、更新装置、存储介质以及处理器 | |
CN113158864A (zh) | 卡车车头与挂车之间的夹角的确定方法与确定装置 | |
CN112380313B (zh) | 更新高精地图置信度的方法及装置 | |
CN114092623A (zh) | 点云数据去重方法及存储介质 | |
CN114440903A (zh) | 一种高精地图构建方法、装置、存储介质及电子设备 | |
CN113887351A (zh) | 一种用于无人驾驶的障碍物检测方法及障碍物检测装置 | |
CN112597960A (zh) | 图像的处理方法、处理装置与计算机可读存储介质 | |
CN111539361B (zh) | 噪点的识别方法、装置、存储介质、处理器和运载工具 | |
CN115236689B (zh) | 确定激光雷达和图像采集设备的相对位置的方法与装置 | |
CN114675293A (zh) | 一种确定天气信息的方法、装置及车辆 | |
CN116381698B (zh) | 道路遗撒物的检测方法、装置及电子设备 | |
US11055852B2 (en) | Fast automatic trimap generation and optimization for segmentation refinement |
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 |