CN113176586B - 一种雨滴测量方法及固态面阵激光雨滴谱仪 - Google Patents
一种雨滴测量方法及固态面阵激光雨滴谱仪 Download PDFInfo
- Publication number
- CN113176586B CN113176586B CN202110319482.7A CN202110319482A CN113176586B CN 113176586 B CN113176586 B CN 113176586B CN 202110319482 A CN202110319482 A CN 202110319482A CN 113176586 B CN113176586 B CN 113176586B
- Authority
- CN
- China
- Prior art keywords
- raindrops
- raindrop
- sampling
- area
- solid
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种雨滴测量方法及固态面阵激光雨滴谱仪,属于降水测量领域,针对现有雨滴谱仪因采样区域不可调整和传感器收发异端导致的使用环境受限、部分场景测量准确性降低等问题,提出采用收发同端的固态面阵激光雷达传感器,在传感器测量范围内可调整采样区域,以满足不同场景下的测量需要,收发同端的传感器能够有效减小传感器体积,更利于安装使用和维护保养,契合不同场景的探测需求。通过传感器可获得高分辨率三维点云数据,能够得到轴比、等效直径、体积和速度等雨滴的微观特征量,计算雨滴谱,用于降雨宏观特征量,拟合Z‑I关系。
Description
技术领域
本发明属于降水测量领域,涉及一种雨滴测量方法及固态面阵激光雨滴谱仪。
背景技术
降水包括雨、雪、雹等形式,在全球大部分区域以雨最为常见。雨滴的微观特征量包括轴比、等效直径、体积以及速度等,对雨滴的准确测量有助于提升对降雨形成和发展过程中微物理过程的理解,加深环境对雨滴影响的认识,提高降雨测量精度和数值预报准确度。
雨滴谱是雨滴数浓度随直径的变化关系,通过雨滴谱,可以计算得到雨强(I)、雷达反射率因子(Z)、液态水含量(LWC)等降雨宏观特征量,建立用于雷达定量测量降雨的Z-I关系(Z=aIb,a和b为系数),是基础的降雨微物理量。通过雨滴谱计算得到的特征量在气象水文保障、水土流失、数值模拟等方面的研究中发挥着巨大作用。
传统的雨滴谱测量方法有滤纸色斑法、动力学法和快速摄影法等。这些传统的方法效率较低,且快速摄影法在弱光照环境下的应用存在困难,逐渐被各种基于光电和声电原理的仪器取代,主要包括冲击型雨滴谱仪、激光雨滴谱仪、二维视频激光雨滴谱仪等几种类型。现有的冲击型雨滴谱仪能够测量的最大雨滴测量直径仅为5.5mm,没有完全覆盖雨滴可能的直径范围。激光雨滴谱仪和二维视频雨滴谱仪都是通过检测雨滴在通过平行激光时导致的衰减来测量雨滴的直径,通过衰减信号出现的起止时间计算雨滴的速度大小(激光雨滴谱仪不能测量移动方向),其采样区域固定不变。然而,过大的采样区域会因雨滴在激光光路重叠导致误差,过小的采样区域则会导致在雨滴稀疏时缺测部分雨滴,雨滴的数量通常随着雨强的增大而增大,因此固定的采样区域难以避免会降低部分场景的测量准确性。由于激光发射端和接收端都是分开的,为保证足够的采样面积,收发端通常相隔十厘米以上,这种收发异端的设计限制了传感器的体积不能进一步缩小,对安装和使用环境要求也较高。
发明内容
本发明主要针对现有雨滴谱仪因采样区域不可调整和传感器收发异端导致的使用环境受限、部分场景测量准确性降低等问题,提出一种采样区域可调节的雨滴测量方法和固态面阵激光雨滴谱仪。本发明采用收发同端的固态面阵激光雷达传感器,在传感器测量范围内可调整采样区域,以满足不同场景下的测量需要,收发同端的传感器能够有效减小传感器体积,更利于安装使用和维护保养,契合不同场景的探测需求。通过传感器可获得高分辨率三维点云数据,能够得到轴比、等效直径、体积和速度等雨滴的微观特征量,进而计算雨滴谱,并计算雨强、雷达反射率因子、液态水含量等降雨宏观特征量,拟合Z-I关系。
本发明的技术方案为:
一种雨滴测量方法,其步骤包括:
1)利用固态面阵激光雷达传感器的发射模块发射面阵激光来照射雨滴,面阵激光信号经雨滴反射后被与发射模块同端的接收模块接收,根据不同雨滴像素点激光的飞行时间得到作为三维点云数据的雨滴相对传感器的方位和距离信息;
2)在采样区域内,根据雨滴相对传感器的方位和距离信息识别雨滴,计算作为雨滴微观特征量的轴比、等效直径和体积,通过不同等效直径雨滴的数量结合采样区域的体积计算雨滴谱;
3)通过两帧三维点云数据中雨滴的方位距离差,计算雨滴相对传感器的位移,基于安装时确定的固态面阵激光雷达传感器位置信息,将雨滴相对固态面阵激光雷达传感器的位移转换为以地球为参照系的位移,结合采样时间间隔计算雨滴的速度大小和方向。
进一步地,根据雨滴谱和雨滴速度计算应用领域更广泛的降雨强度、雷达反射率因子、液态水含量等降雨宏观特征量,拟合Z-I关系;Z-I关系采用Z=aIb的形式进行拟合。
进一步地,将雨滴按直径尺度分为m档,降雨强度的计算公式为 雷达反射率因子的计算公式为液态水含量的计算公式为其中Di为第i档尺度的等效直径中值,N(Di)为第i档的雨滴数浓度,v(Di)为雨滴在竖直方向的下落速度,dDi为第i档和第i+1档的尺度差(即等效直径差)。
进一步地,步骤2)中识别雨滴的步骤包括:
2.1)将采样区域按照离传感器的距离由近及远划分为n层,满足dnear+(n-1)dmin<dfar≤dnear+ndmin,其中dnear为采样区域离传感器的最近距离,dfar为采样区域离传感器的最远距离,n为自然数,dmin为预设的区分不同雨滴的最小间隔距离;
2.3)逐层遍历所有采样区域内被标记为Tagi的像素点,以j=1起始,Rj表示第j个雨滴,对标记为Tagi(即第i层)的像素点,位置相邻的统一标记为同一雨滴Rj,当所有相邻且标记为Tagi的像素点找到并标记后,j=j+1,继续查找其他标记为Tagi的像素点,如果有,重复上述步骤,如果没有,则遍历下一层(即i+1层,i+1≤n),直到找到采样区域内的所有雨滴。
进一步地,步骤2)中计算雨滴轴比、等效直径和体积的步骤包括:
2.1)找到所有标记为Rj的雨滴在水平方向和竖直方向的最大值和最小值,分别标记为Xmax、Xmin、Ymax和Ymin,其中X轴代表水平方向,Y轴代表竖直方向;
2.2)在空气阻力作用下,雨滴通常呈椭球形分布,其长轴在水平方向,短轴在竖直方向,计算长轴a=Xmax-Xmin,短轴b=Ymax-Ymin,得到轴比σ=b/a;
进一步地,步骤3)中计算雨滴速度的步骤包括:
3.1)在两个采样时次的三维点云数据中,假设前一个采样时次的雨滴为Rj,后一个采样时次相同的雨滴为R′j,依据条件即雨滴的等效直径变化在一定范围且在竖直下落,即可认为是同一雨滴,其中Dj和D′j为等效直径,ΔDmax为预设的等效直径最大变化范围,Yj和Y′j为雨滴在竖直方向的位置,依据上述条件在后一采样时次筛选符合条件的雨滴Rnew,Rnew可能不只有一个,将在以下步骤4)中筛选出最终的R′j;
3.2)Rj到Rnew在相对传感器的左右移动距离为ΔX=|Xj-X′j|,竖直方向的移动距离为ΔY=|Yj-Y′j|,离传感器远近方向的移动距离为Δd=|dj-d′j|,则雨滴的位移大小 位移方向用三角形关系计算;
3.4)由于符合筛选条件的雨滴Rnew可能不止一个,因此需要进一步筛选出最终的R′j,根据雨滴速度和直径尺度的经验公式v′=9.65-10.3e-0.6D,其中v′(m/s)是雨滴在竖直方向的理论下落末速度,D(mm)是雨滴的等效直径,将Rj的等效直径Dj代入计算得到理论下落速度v′,则所有Rnew中在竖直方向的下落速度vvertical与v′最接近的即为Rj在后一采样时次对应的雨滴R′j,其位移和速度已在前3步中计算得到。
进一步地,根据雨滴测量环境调整预设参数,预设参数包括但不限于雨滴测量的采样区域、输出数据的帧率以及速度计算所使用样本的时间间隔。
进一步地,根据探测环境调整预设参数中的采样区域包括但不限于舍弃采样区域边缘易发生畸变的像素点;若传感器上方设有保护罩,在被保护罩遮挡区域内没有降水粒子,将采样区域设置在距传感器更远的区域;若传感器部分测量区域激光被障碍物遮挡,将采样区域调整到无遮挡区域。
进一步地,预设参数的采样区域的体积大小可以根据降雨强度进行调整优化,将雨强分为k档,即R0、R1、……、Rk,当探测到雨强落在某一区间(如Rk)时,将采样区域的体积调整为对应于该区间的体积(如Vk),雨强越大,采样区域体积越小,在降低大雨强因雨滴遮挡造成测量误差的同时,也不会导致小雨强因雨滴稀疏造成的缺测。
进一步地,增加输出数据的时间间隔(即降低输出数据的帧率),在损失一定时间分辨率的情况下,将多帧数据合成计算一个雨滴谱,提高测量精度和数据稳定性。
进一步地,调整速度计算所使用样本的时间间隔,在采样频率足够高的情况下,使用T+nΔT(n>1)时刻的三维点云数据代替T+ΔT时刻(ΔT为相邻两次采样的时间差),和T时刻数据计算降水粒子的速度,有助于提高速度测量精度;其中采样频率足够高是指:对雨滴的最大可能速度vmax(预设)和采样区域在竖直方向的大小Yrange,设定的采样频率满足
一种固态面阵激光雨滴谱仪,包括:
固态面阵激光雷达传感器,包括发射模块、接收模块和信号处理模块,该固态面阵激光雷达传感器用以通过发射模块向水平朝向的前方发射面阵激光,通过接收模块接收经雨滴反射的激光信号,通过信号处理模块计算各雨滴反射激光的飞行时间,得到三维点云数据;
数据处理模块,根据三维点云数据识别雨滴,计算轴比、等效直径、体积和速度等雨滴的微观特征量,进而得到雨滴谱,并计算雨强、雷达反射率因子、液态水含量等降雨宏观特征量,拟合Z-I关系;
控制模块,用以控制雨滴谱仪的工作状态,根据探测环境和降雨强度调整采样区域、输出数据的帧率以及速度计算所使用样本的时间间隔等预设参数,根据需要储存传输数据。
进一步地,固态面阵激光雷达传感器的发射模块与接收模块相互紧靠,收发同端。
进一步地,固态面阵激光雷达传感器发射的激光波长包括但不限于850nm和895nm。
进一步地,固态面阵激光雷达传感器用防尘防水的保护壳包裹,设有激光发射和接收通道。
进一步地,所述固态面阵激光雨滴谱仪还包括防护罩,设置在固态面阵激光雷达传感器和其他模块外部,设有激光发射和接收通道。
与现有技术相比,本发明的积极效果为:
能够根据使用环境和降雨强度调整优化采样区域,避免因采样区域固定导致部分场景测量准确性降低的问题,获得高时间分辨率的雨滴谱及多种雨滴微观特征量和降雨宏观特征量。固态面阵激光雷达传感器收发同端,能够有效减小传感器体积,更利于安装使用和维护保养,契合不同场景的探测需求。
附图说明
图1是固态面阵激光雷达传感器检测雨滴示意图。
图2是雨滴识别流程图。
图3是速度计算流程图。
图4是固态面阵激光雨滴谱仪模块图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处描述的具体实施例仅用于解释本发明,并不用于限定本发明。
本发明针对现有雨滴谱仪因采样区域不可调整和传感器收发异端导致的使用环境受限、部分场景测量准确性降低等问题,提出一种采样区域可调整的雨滴测量方法,通过传感器可获得高分辨率三维点云数据,能够得到轴比、等效直径、体积和速度等雨滴的微观特征量,进而计算雨滴谱,并计算雨强、雷达反射率因子、液态水含量等降雨宏观特征量,拟合Z-I关系。
一种雨滴测量方法,其步骤包括:
1)根据探测环境调整预设参数
预设参数包括但不限于雨滴测量的采样区域、输出数据的帧率以及速度计算所使用样本的时间间隔。
过大的采样区域会因雨滴在激光光路重叠导致误差,过小的采样区域则会导致在雨滴稀疏时缺测部分雨滴,雨滴的数量通常随着雨强的增大而增大,因此固定的采样区域难以避免会降低部分场景的测量准确性,同时为应对更复杂的使用环境,因此要根据探测环境和雨强调整优化采样区域。
采样区域由角度范围和离传感器的距离范围共同确定,其调整优化的场景包括但不限于:
a.雨滴的数量通常随着雨强的增大而增大,为避免大雨强时因雨滴在激光光路重叠导致误差、小雨强时因雨滴稀疏导致缺测部分雨滴,需要根据降雨强度进行调整优化,将雨强分为k档,即R0、R1、……、Rk,当探测到雨强落在某一区间时,将采样区域的体积调整为Vk,雨强越大,采样区域体积越小;
b.传感器采样区域边缘的像素点相比中间区域的像素点更易产生误差,因此可根据传感器的特点舍弃采样区域边缘易发生畸变的像素点;
c.当传感器上方设有保护罩,在被保护罩遮挡区域内没有降水粒子,则需要将采样区域设置在距传感器更远的区域;
d.当传感器部分测量区域激光被障碍物遮挡,将采样区域调整到无遮挡区域。
降雨随时间的变率较大,增加输出数据的时间间隔(即降低输出数据的帧率),可将多帧数据合成计算一个雨滴谱作为输出数据,有助于提升测量精度和数据稳定性,具体操作方法为:首先计算出每一帧采样数据中雨滴的微观特征量,然后各帧数据进行两两合并,后一帧数据中相同的雨滴特征量求平均,不相同的代表其为新落入采样区域的雨滴,进行保留,每帧输出数据只保留一组数据;相同雨滴的识别方法参照步骤4)中“速度测量”部分。
为提高速度测量精度,在采样频率足够高的情况下,可调整速度计算所使用样本的时间间隔,即使用T+nΔT(n>1)时刻的三维点云数据代替T+ΔT时刻,和T时刻数据计算降水粒子的速度;采样频率足够高是指,对雨滴的最大可能速度vmax(预设)和采样区域在竖直方向的大小Yrange,设定的采样频率满足即后一时次的采样中,前一时次的雨滴没有落在采样区域外,导致无法匹配到相同雨滴计算速度。
2)获取三维点云数据
如图1所示,固态面阵激光雷达传感器发射模块11发射出的面阵激光经过雨滴的反射后,被与发射模块11同端的接收模块12接收,每个像素点激光发射和接收的时间差即为飞行时间,根据飞行时间可计算出目标距传感器的距离,由于每个像素点对应的方位角不同,二者结合即可得到包含了方位和距离信息的三维点云数据。
3)识别雨滴
识别雨滴是计算雨滴特征量和雨滴谱的前提,针对固态面阵激光雷达传感器得到的三维点云数据,提出一种雨滴的识别方法,其流程如图2所示:
a.将采样区域按照离传感器的距离由近及远划分为n层,满足dnear+(n-1)dmin<dfar≤dnear+ndmin,其中dnear为采样区域离传感器的最近距离,dfar为采样区域离传感器的最远距离,n为自然数,dmin为预设的区分不同雨滴的最小间隔距离,通常自然界中雨滴直径不超过8mm,因此本实施例中dmin=8mm,dmin亦可根据使用环境进行调整;
c.逐层遍历所有采样区内被标记为Tagi的像素点,以j=1起始,Rj表示第j个雨滴,对标记为Tagi(即第i层)的像素点,位置相邻的统一标记为同一雨滴Rj,当所有相邻且标记为Tagi的像素点找到并标记后,j=j+1,继续查找其他标记为Tagi的像素点,如果有,重复上述步骤,如果没有,则遍历下一层(即i+1层,i+1≤n),直到找到采样区域内的所有雨滴。
4)计算雨滴的微观特征量和雨滴谱
雨滴的微观特征量包括轴比、等效直径、体积和速度等。
对雨滴Rj,计算雨滴轴比、等效直径和体积的步骤包括:
a.找到所有标记为Rj的雨滴在水平方向和竖直方向的最大值和最小值,分别标记为Xmax、Xmin、Ymax和Ymin,如图1所示,其中X轴代表水平方向,Y轴代表竖直方向,Z轴表示与X轴和Y轴竖直的横轴,固态面阵激光雷达传感器正前朝向处于Z轴上;
b.在空气阻力作用下,雨滴通常呈椭球形分布,其长轴在水平方向,短轴在竖直方向,长轴a=Xmax-Xmin,短轴b=Ymax-Ymin,轴比σ=b/a;
一种雨滴速度的计算方法,其流程如图3所示:
a.在两个采样时次的三维点云数据中,假设前一个采样时次的雨滴为Rj,后一个采样时次相同的雨滴为R′j,依据条件即雨滴的等效直径变化在一定范围且在竖直下落,即可认为是同一雨滴,其中D为等效直径,ΔDmax为预设的等效直径最大变化范围,Yj和Y′j为雨滴在竖直方向的位置,依据上述条件在后一采样时次筛选符合条件的雨滴Rnew,Rnew可能不只有一个,将在步骤d中筛选出最终的R′j;
b.Rj到Rnew在相对传感器的左右移动距离为ΔX=|Xj-X′j|,竖直方向的移动距离为ΔY=|Yj-Y′j|,离传感器远近方向的移动距离为Δd=|dj-d′j|,则雨滴的位移大小 位移方向用三角形关系计算;
d.由于符合筛选条件的雨滴Rnew可能不止一个,因此需要进一步筛选出最终的R′j,根据雨滴速度和尺度的经验公式v′=9.65-10.3e-0.6D,其中v′(m/s)是雨滴在竖直方向的理论下落末速度,D(mm)是雨滴的直径,将Rj的等效直径Dj代入计算得到理论下落速度v′,则所有Rnew中在竖直方向的下落速度vvertical与v′最接近的即为Rj在后一采样时次对应的雨滴R′j,其位移和速度已在前3步中计算得到。
雨滴谱是雨滴数浓度随直径的变化关系,雨滴数浓度即单位体积的雨滴数,不同直径雨滴的数量结合采样区域的体积可以计算雨滴谱。
5)计算降雨的宏观特征量
根据雨滴谱计算应用领域更广泛的降雨强度、雷达反射率因子、液态水含量等宏观特征量,拟合Z-I关系。
首先将雨滴按尺度分为m档,则降雨强度的计算公式为雷达反射率因子的计算公式为液态水含量的计算公式为 其中Di为第i档尺度的中值,N(Di)为第i档的雨滴数浓度,v(Di)为雨滴在竖直方向的下落速度,dDi为第i档和第i+1档的尺度差;Z-I关系采用Z=aIb的形式进行拟合。
本发明提出一种固态面阵激光雨滴谱仪,各个模块间的关系如图1和图4所示,包括固态面阵激光雷达传感器10、数据处理模块20、控制模块30和防护罩40;其中:
固态面阵激光雷达传感器10的发射模块11与接收模块12相互紧靠,收发同端,传感器发射的激光波长为895nm,外部用防尘防水的保护壳包裹,该固态面阵激光雷达传感器用以通过发射模块向水平朝向的前方发射面阵激光,通过接收模块接收经雨滴反射的激光信号,通过信号处理模块(图未示)计算各雨滴反射激光的飞行时间,得到三维点云数据;
数据处理模块20根据三维点云数据识别雨滴,计算轴比、等效直径、体积和速度等雨滴的微观特征量,进而得到雨滴谱,并计算雨强、雷达反射率因子、液态水含量等降雨宏观特征量,拟合Z-I关系;
控制模块30用以控制雨滴谱仪的工作状态,根据探测环境和降雨强度调整采样区域、输出数据的帧率以及速度计算所使用样本的时间间隔等预设参数,根据需要储存传输数据。
防护罩40设置在固态面阵激光雷达传感器和其他模块外部,设有激光发射和接收通道,可避免降水粒子落在传感器10的激光收发模块11、12上,保护雨滴谱仪免受外部环境的污染和侵蚀。
本发明的描述是为了示例和描述起见而给出的,并不是无遗漏的或者将本发明限于所公开的形式。显然,本领域的普通技术人员可以对本发明的示例进行各种改动和变形而不脱离本发明的精神和原则。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (8)
1.一种雨滴测量方法,其特征在于,包括以下步骤:
1)对采样区域的雨滴进行测量时,利用固态面阵激光雷达传感器的发射模块发射面阵激光来照射雨滴,面阵激光信号经雨滴反射后被与发射模块同端的接收模块接收,根据不同雨滴像素点的激光飞行时间得到作为三维点云数据的雨滴相对传感器的方位和距离信息;
2)根据雨滴相对传感器的方位和距离信息识别雨滴,计算作为雨滴微观特征量的轴比、等效直径和体积,通过不同等效直径雨滴的数量结合采样区域的体积计算雨滴谱;
其中识别雨滴的步骤包括:
将采样区域按照离固态面阵激光雷达传感器的距离由近及远划分为n层,满足dnear+(n-1)dmin<dfar≤dnear+ndmin,其中dnear为采样区域离固态面阵激光雷达传感器的最近距离,dfar为采样区域离固态面阵激光雷达传感器的最远距离,n为自然数,dmin为预设的区分不同雨滴的最小间隔距离;
逐层遍历所有采样区域内被标记为Tagi的像素点,以j=1起始,Rj表示第j个雨滴,对于标记为Tagi即第i层的像素点,位置相邻的统一标记为同一雨滴Rj,当所有相邻且标记为Tagi的像素点找到并标记后,j=j+1,继续查找其他标记为Tagi的像素点,如果有,重复上述步骤,如果没有,则遍历下一层即i+1层,其中i+1≤n,直到找到采样区域内的所有雨滴;
其中计算雨滴轴比、等效直径和体积的步骤包括:
找到所有标记为Rj的雨滴在水平方向和竖直方向的最大值和最小值,分别标记为Xmax和Xmin,Ymax和Ymin,其中j为雨滴序数;
雨滴在空气阻力作用下视为椭球形,其长轴在水平方向,短轴在竖直方向,计算长轴a=Xmax-Xmin,短轴b=Ymax-Ymin,得到轴比σ=b/a;
3)通过两帧三维点云数据中雨滴的方位距离差,计算雨滴相对传感器的位移,基于固态面阵激光雷达传感器位置信息,将雨滴相对固态面阵激光雷达传感器的位移转换为以地球为参照系的位移,结合采样时间间隔计算雨滴的速度大小和方向。
3.如权利要求1所述的方法,其特征在于,步骤3)中计算雨滴速度的步骤包括:
在两个采样时次的三维点云数据中,假设前一个采样时次的雨滴为Rj,j为雨滴序数,后一个采样时次相同的雨滴为R′j,依据条件即雨滴的等效直径变化在一定范围且在竖直下落,则认为是同一雨滴,其中Dj和D′j为等效直径,ΔDmax为预设的等效直径最大变化范围,Yj和Y′j为雨滴在竖直方向的位置,依据上述条件在后一采样时次筛选符合条件的雨滴Rnew;
Rj到Rnew在相对固态面阵激光雷达传感器的左右移动距离为ΔX=|Xj-X′j|,竖直方向的移动距离为ΔY=|Yj-Y′j|,离固态面阵激光雷达传感器远近方向的移动距离为Δd=|dj-d′j|,则雨滴的位移大小位移方向用三角形关系计算;
根据公式v′=9.65-10.3e-0.6D,其中v′是雨滴在竖直方向的理论下落末速度,D是雨滴的等效直径,将Rj的等效直径Dj代入计算得到理论下落速度v′,则所有Rnew中在竖直方向的下落速度vvertical与v′最接近的即为Rj在后一采样时次对应的雨滴R′j。
4.如权利要求1所述的方法,其特征在于,根据雨滴测量环境调整预设参数,预设参数包括雨滴测量的采样区域、输出数据的帧率以及速度计算所使用样本的时间间隔。
5.如权利要求4所述的方法,其特征在于,调整预设参数中的采样区域的方法包括:舍弃采样区域边缘易发生畸变的像素点;若固态面阵激光雷达传感器上方设有保护罩,将采样区域设置在保护罩以外的更远区域;若传感器部分测量区域激光被障碍物遮挡,将采样区域调整到无遮挡区域;调整预设参数中的采样区域的方法还包括:根据降雨强度进行调整优化采样区域的体积大小,方法为将雨强分为k档,当探测到雨强落在某一区间时,将采样区域的体积调整为对应于该区间的体积。
6.如权利要求4所述的方法,其特征在于,调整预设参数中输出数据帧率的方法为:增加输出数据的时间间隔,损失一定时间分辨率,将多帧数据合成计算一个雨滴谱。
8.一种固态面阵激光雨滴谱仪,用于实现权利要求1-7任一项所述的方法,其特征在于,包括:
固态面阵激光雷达传感器,包括发射模块、接收模块和信号处理模块,发射模块与接收模块相互同端紧靠,该固态面阵激光雷达传感器用以通过发射模块向水平朝向的前方发射面阵激光,通过接收模块接收经雨滴反射的激光信号,通过信号处理模块计算各雨滴反射激光的飞行时间,得到三维点云数据;
数据处理模块,根据三维点云数据识别雨滴,计算轴比、等效直径、体积和速度等雨滴的微观特征量,进而得到雨滴谱,并计算雨强、雷达反射率因子、液态水含量等降雨宏观特征量,拟合Z-I关系;
控制模块,用以控制雨滴谱仪的工作状态,根据探测环境和降雨强度调整采样区域、输出数据的帧率以及速度计算所使用样本的时间间隔等预设参数,根据需要储存传输数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110319482.7A CN113176586B (zh) | 2021-03-25 | 2021-03-25 | 一种雨滴测量方法及固态面阵激光雨滴谱仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110319482.7A CN113176586B (zh) | 2021-03-25 | 2021-03-25 | 一种雨滴测量方法及固态面阵激光雨滴谱仪 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113176586A CN113176586A (zh) | 2021-07-27 |
CN113176586B true CN113176586B (zh) | 2023-05-02 |
Family
ID=76922247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110319482.7A Active CN113176586B (zh) | 2021-03-25 | 2021-03-25 | 一种雨滴测量方法及固态面阵激光雨滴谱仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113176586B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114019586A (zh) * | 2021-11-16 | 2022-02-08 | 刘天健 | 基于基站的雨量检测方法和基站 |
CN117849755A (zh) * | 2023-08-21 | 2024-04-09 | 深圳市速腾聚创科技有限公司 | 参数配置方法、装置及计算机可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0635731A2 (de) * | 1993-07-20 | 1995-01-25 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Bestimmen der Sichtweite bei dichtem Nebel sowie Sichtweitensensor |
CN112526548A (zh) * | 2020-11-18 | 2021-03-19 | 董晶晶 | 一种基于测风激光雷达的降雨识别方法及装置 |
-
2021
- 2021-03-25 CN CN202110319482.7A patent/CN113176586B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0635731A2 (de) * | 1993-07-20 | 1995-01-25 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Bestimmen der Sichtweite bei dichtem Nebel sowie Sichtweitensensor |
CN112526548A (zh) * | 2020-11-18 | 2021-03-19 | 董晶晶 | 一种基于测风激光雷达的降雨识别方法及装置 |
Non-Patent Citations (2)
Title |
---|
几种气象资料在人工增雨效果评估中的应用研究;刘伯华等;《中国环境管理干部学院学报》;20180830(第04期);45-48 * |
雨滴谱垂直演变特征的微雨雷达观测研究;宋灿 等;《应用气象学报》;20190731;第30卷(第4期);479-490 * |
Also Published As
Publication number | Publication date |
---|---|
CN113176586A (zh) | 2021-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113176586B (zh) | 一种雨滴测量方法及固态面阵激光雨滴谱仪 | |
Hasirlioglu et al. | Test methodology for rain influence on automotive surround sensors | |
Tumbo et al. | Investigation of laser and ultrasonic ranging sensors for measurements of citrus canopy volume | |
CN205175364U (zh) | 一种用于数据采集的激光轮廓扫描装置 | |
CN107479032B (zh) | 用于自动化车辆的对象检测系统 | |
CN112149550A (zh) | 一种基于多传感器融合的自动驾驶车辆3d目标检测方法 | |
CN105350071B (zh) | 一种可抑制波动的直拉硅单晶炉液位检测方法 | |
WO2019152787A1 (en) | Apparatuses and methods for gas flux measurements | |
CN104535996B (zh) | 图像/激光测距/低空调频连续波雷达一体化系统 | |
CN115683062B (zh) | 一种国土空间规划检测分析系统 | |
CN110687521A (zh) | 一种车载激光雷达标定的方法 | |
CN114002681A (zh) | 利用毫米波云雷达进行过冷水探测的方法、装置及应用 | |
CN114966579A (zh) | 一种雷达系统的定标参数的获取方法及装置 | |
CN115081240A (zh) | 一种提升仿真激光雷达数据真实性的点云数据处理方法 | |
CN116577776B (zh) | 一种多源自主协同的目标探测与智能识别方法及系统 | |
CN112053565B (zh) | 激光雷达识别系统 | |
CN116609278B (zh) | 一种农田重金属光谱数据的采集方法及系统 | |
US11828905B2 (en) | Dual line diode array device and measurement method and measurement device for particle velocity | |
CN116047112A (zh) | 测量流体表面流速的方法、装置及存储介质 | |
Scharf et al. | A semi-automated multi-sensor data labeling process for deep learning in automotive radar environment | |
CN111091077B (zh) | 一种基于图像相关性和模板匹配的车速检测方法 | |
CN111448475B (zh) | 光探测方法、光探测装置和移动平台 | |
EP4155770A1 (en) | Apparatus and method for improving and scheduling of radar systems | |
CN108562762B (zh) | 一种基于双线阵的海洋飞沫测量装置及方法 | |
CN112507795A (zh) | 一种采用机器识别技术估算大气能见度的系统及方法 |
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 |