CN114217316A - 一种数据处理方法、设备、系统及介质 - Google Patents
一种数据处理方法、设备、系统及介质 Download PDFInfo
- Publication number
- CN114217316A CN114217316A CN202111522246.1A CN202111522246A CN114217316A CN 114217316 A CN114217316 A CN 114217316A CN 202111522246 A CN202111522246 A CN 202111522246A CN 114217316 A CN114217316 A CN 114217316A
- Authority
- CN
- China
- Prior art keywords
- data
- radar
- electronic equipment
- target
- target object
- 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
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/933—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
-
- 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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种数据处理方法、设备、系统及介质,该方法应用于数据处理系统,数据处理系统中的电子设备、摄像头和雷达均固定在无人机上,当无人机在目标区域飞行时,电子设备获取雷达检测目标区域的目标物体得到的第一数据,以及获取摄像头检测目标物体得到的第二数据;电子设备根据时间戳将第一数据和第二数据打包得到目标物体关联的原始数据;电子设备从雷达获取第三数据,第三数据是雷达对第一数据处理之后得到的数据;电子设备基于第三数据和原始数据确定是否需要对雷达的处理算法进行优化。采用上述技术方案,可确定雷达内部算法处理第一数据的准确性,可以达到基于原始数据对雷达的处理算法进行优化的技术效果。
Description
技术领域
本发明实施例涉及无人机技术领域,尤其涉及一种数据处理方法、设备、系统及介质。
背景技术
随着社会的发展,无人机因具有体积小、成本低以及机动性能好等优点广泛应用于军事、测绘以及航拍等多种领域。在无人机飞行过程中,避障技术作为增加无人机安全飞行的保障也有着越来越高的需求。
无人机在不同的应用场景均有着不同的避障需求,例如,无人机在工程场地进行巡检时,需要与建筑主体维持着特殊距离或者角度,以避免可能的碰撞;在巡视铁塔时,需能够避开细微的电线,以避免被细微物缠绕而导致危险。无人机在飞行过程中,通过雷达传感器收集周边环境的信息,若检测到有障碍物,雷达传感器会对获得的与障碍物有关的数据进行分析处理后得到当前位置到达障碍物的距离,根据当前距离指示无人机做出相对应的动作指令,从而达到“避障”的作用。
为了实现对雷达传感器性能的分析,从而使无人机的“避障”功能更完善,需要积累多场景,多环境以及多工况的雷达数据,但是现有方案获得的雷达数据均是被处理后的数据,无法实现对雷达的处理算法进行优化。
发明内容
本发明实施例提供了一种数据处理方法、设备、系统及介质,可以优化现有的数据处理方案,以通过对数据进行处理从而实现雷达处理算法的优化。
第一方面,本发明实施例提供了一种数据处理方法,应用于数据处理系统,所述数据处理系统中包括电子设备、摄像头、雷达和无人机,所述电子设备、所述摄像头和所述雷达均固定在所述无人机上,所述无人机在目标区域飞行,所述方法包括:
所述电子设备获取所述雷达检测所述目标区域的目标物体得到的第一数据,以及获取所述摄像头检测所述目标物体得到的第二数据;
所述电子设备根据时间戳将所述第一数据和所述第二数据打包得到所述目标物体关联的原始数据;
所述电子设备从所述雷达获取第三数据,所述第三数据是所述雷达对所述第一数据处理之后得到的数据;
所述电子设备基于所述第三数据和所述原始数据确定是否需要对所述雷达的处理算法进行优化。
进一步地,所述电子设备基于所述第三数据和所述原始数据确定是否需要对所述雷达的处理算法进行优化,包括:
所述电子设备对所述原始数据进行处理,得到目标数据;
所述电子设备确定所述第三数据与所述目标数据是否匹配;
若所述第三数据与所述目标数据不匹配,则确定需要对所述雷达的处理算法进行优化。
进一步地,所述电子设备对所述原始数据进行处理,得到目标数据,包括:
所述电子设备以所述第二数据作为所述目标物体的参考信息解析所述第一数据,获得所述目标物体的干扰数据和非干扰数据;
所述电子设备使用预设降噪算法对所述第一数据中包含的所述干扰数据进行降噪处理,并使用预设处理算法对所述非干扰数据进行处理,获得与所述目标物体关联的目标数据。
进一步地,在确定需要对所述雷达的处理算法进行优化之后,还包括:
所述电子设备将所述目标数据发送至所述云服务器,以使得所述服务器基于所述目标数据对所述雷达的处理算法进行优化。
进一步地,所述电子设备根据时间戳将所述第一数据和所述第二数据打包得到所述目标物体关联的原始数据,包括:
所述电子设备将所述第一数据进行模数转换,得到所述第一数据对应的数字数据;
所述电子设备根据时间戳将所述数字数据与所述第二数据打包得到所述目标物体关联的原始数据。
进一步地,所述电子设备通过局域网通信的方式从所述雷达获取所述第一数据,以及通过局域网通信的方式从所述摄像头获取所述第二数据。
进一步地,所述电子设备通过串行通信的方式从所述雷达获取所述第三数据。
第二方面,本发明实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如本发明实施例提供的数据处理方法。
第三方面,本发明实施例提供了一种数据处理系统,所述系统包括摄像头、雷达、无人机和电子设备,所述电子设备、所述摄像头和所述雷达均固定在无人机上,所述数据处理系统中的电子设备用于执行如本发明实施例提供的数据处理方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例提供的数据处理方法。
本发明实施例中提供的数据处理方案,应用于数据处理系统,数据处理系统中的电子设备、摄像头和雷达均固定在无人机上,当无人机在目标区域飞行时,电子设备首先获取雷达检测目标区域的目标物体得到的第一数据,以及获取摄像头检测目标物体得到的第二数据;电子设备再根据时间戳将第一数据和第二数据打包得到目标物体关联的原始数据;电子设备从雷达获取第三数据,第三数据是雷达对第一数据处理之后得到的数据;电子设备最后基于第三数据和原始数据确定是否需要对雷达的处理算法进行优化。通过采用上述技术方案,可结合摄像头检测目标物体得到的第二数据,将雷达在检测目标区域的目标物体时得到的原始数据和雷达对第一数据处理之后得到的第三数据进行比对分析,从而确定雷达内部算法处理第一数据的准确性,可以达到基于原始数据对雷达的处理算法进行优化的技术效果。
附图说明
图1a为本发明实施例一提供的一种数据处理方法的流程示意图;
图1b为本发明实施例一提供的一种数据处理系统的结构框图;
图2a为本发明实施例二提供的一种数据处理方法的流程示意图;
图2b为本发明实施例二提供的一种数据处理方法的逻辑框图;
图3为本发明实施例三提供的一种数据处理装置的结构框图;
图4为本发明实施例四提供的一种电子设备的结构框图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1a为本发明实施例一提供的一种数据处理方法的流程示意图,该方法可以由数据处理装置执行,其中该装置可由软件和/或硬件实现,一般应用于数据处理系统中,请参照图1b,图1b为本发明实施例一提供的一种数据处理系统的结构框图。
上述数据处理系统包括电子设备、摄像头、雷达和无人机,其中,电子设备、摄像头和雷达均固定在无人机上,当无人机在目标区域飞行时,上述数据处理系统可用于执行本发明实施例所提供的数据处理方法。
可选地,在电子设备、摄像头和雷达固定在无人机上时,可通过设置支架进行固定,使得电子设备、摄像头和雷达固定在支架上,再通过为支架设置螺钉孔或固定卡扣的方式将支架上的电子设备、摄像头和雷达与无人机进行固定;也可直接将电子设备、摄像头和雷达以粘贴或螺钉固定的形式固定在无人机上。具体电子设备、摄像头和雷达在无人机上的固定方式在此不作限制。
需要说明的是,在雷达、摄像头和电子设备上分别设置有充电接口,充电接口通过通用串行总线USB与无人机连接;无人机通过充电接口对雷达、所述摄像头和电子设备提供电源。
如图1a所示,本发明实施例提供的数据处理方法包括:
S110、电子设备获取雷达检测目标区域的目标物体得到的第一数据,以及获取摄像头检测目标物体得到的第二数据。
为了实现对雷达处理算法的优化,需要雷达积累多场景,多环境以及多工况的原始数据,因此,本发明实施例提供的数据处理方法,在获取原始数据时,可使得无人机飞行在目标区域,其中,目标区域可以根据测试人员的测试需求进行人为设定,目标区域中除设置有目标物体外,还可包含有与目标物体有关的其余物体,以达到在目标区域中模拟真实环境的技术效果。
示例性的,以无人机在空中巡检为例,可在目标区域中设置有电线杆、树木、高楼、飞行的小鸟以及细微的电线等,以使得雷达在检测到上述物体时能够采集到除与目标物体数据外,还能采集到目标区域中其余物体数据,以能够分析其余物体数据对目标物体数据的影响。具体目标区域内目标物体的设置在此不作限制,以测试人员实际需求为准。
当无人机在目标区域飞行检测到目标物体时,固定在无人机上的雷达可通过内部传感器的发射器发出电磁波,当电磁波触碰到目标物体时,可向内部传感器的接收器反馈电磁波的点云数据,当前电磁波的点云数据可表示检测到目标区域的目标物体时的第一数据。
其中,目标物体并不一定为目标区域内的固定物体,在无人机飞行过程中,雷达随着无人机的飞行,其检测范围内的目标物体也跟着相应变化。示例性的,以无人机在空中巡检为例,在目标区域中,在雷达检测范围内,可检测到距离无人机较近的为电线杆数据,则当前目标物体可以为电线杆,在当前时刻除检测到电线杆数据外,还可能检测到电线杆周边雷达发射器信号发射范围内的高楼数据,树木数据。随着无人机的飞行,在无人机距离电线杆比较近时还可能检测到细微的电线数据,则当前电线杆和电线可以为目标物体。
进一步地,为明确雷达检测范围内获得第一数据时的实际环境,本发明实施例提供的数据处理方法,在无人机上还搭建有摄像头,在无人机飞行时,摄像头可实时拍摄目标区域内的实际环境数据,当前数据为第二数据。
需要说明的是,上述第二数据可以为摄像头捕捉到的照片数据或视频数据,具体第二数据的具体类型在此不作限制。
通过电子设备获取雷达检测目标区域的目标物体得到的第一数据,以及获取摄像头检测目标物体得到的第二数据。其中,上述电子设备可以为由硬件系统和软件系统组成的能够独立运行,完成特定功能的设备。示例性的,可以为包括存储器和处理器的实体电子设备,具体可以为笔记本电脑、平板电脑以及超级本等,具体电子设备的类型在此不作限制。
可选地,电子设备通过局域网通信的方式从雷达获取第一数据,以及通过局域网通信的方式从摄像头获取第二数据。
其中,上述局域网可以为以太网,在摄像头和雷达内均设置有无线传输模块,在电子设备内设置有无线接收模块,无线传输模块和无线接收模块通过以太网向电子设备传输所采集到的第一数据和第二数据。
S120、电子设备根据时间戳将第一数据和第二数据打包得到目标物体关联的原始数据。
由于第一数据为雷达在检测到目标物体时的信号数据,第二数据为摄像头拍摄得到目标物体时的目标区域中的环境数据,在便于对同一时刻下的第一数据和第二数据分析,则电子设备可通过时间戳将在同一时刻获得的第一数据和第二数据打包,存储在电子设备的相应位置,从而获得目标物体关联的原始数据。
需要说明的是,由于摄像头和雷达均固定在无人机上,则随着无人机在目标区域飞行时飞行姿态的变化,雷达的接收器接收回的第一数据和摄像头在摄像头拍摄范围内采集的第二数据也会跟着变化。在向电子设备传输第一数据和第二数据时,根据采集时间打上对应的时间标签,所以在电子设备根据时间戳打包第一数据和第二数据时,可以确保同一时间戳下的第一数据和第二数据为针对目标物体同一时刻采集的原始数据。
S130、电子设备从雷达获取第三数据,第三数据是雷达对第一数据处理之后得到的数据。
无人机在飞行过程中,通过雷达内部传感器收集目标区域周边的环境信息,若检测到有目标物体时,雷达对根据步骤S110得到的第一数据进行分析处理获得第三数据,从而雷达根据对第三数据的分析获得当前位置到达目标物体的距离,根据当前距离指示无人机做出相对应的动作指令,从而达到“避障”的作用。
当前第三数据可以为雷达对第一数据处理后获得的点迹数据和航迹数据。其中,点迹数据是雷达在检测到目标物体时获得的,点迹数据可以用来反映雷达在检测到目标物体时对第一数据经初步处理后数据点的特征,示例性的,当前初步处理可以为去除第一数据的异常数据,或者对第一数据进行降噪处理等,具体初步处理方式在此不作限制;航迹数据是雷达对点迹数据通过预设聚类算法进行聚类处理后获得的,航迹数据可用来表示雷达检测范围内目标物体的特征。
上述预设聚类算法可以为:K均值(K-Means)聚类算法、均值漂移聚类或者基于密度的聚类方法(DBSCAN)等,具体聚类算法的类型在此不作限制。
可选地,电子设备可根据时间戳将第一数据、第二数据和第三数据打包存储在相应位置,得到与目标物体有关的原始数据和处理数据。
需要说明的是,上述步骤S120对应的是在获得第一数据和第二数据之后根据时间戳将第一数据和第二数据进行打包的过程,步骤S130对应的是获得雷达对第一数据处理之后得到第三数据的过程,这两个过程是相互独立的,本申请实施例不对这两个过程的执行顺序进行限定,
需要根据实际情况来确定上述两个过程的具体执行顺序,所以实际执行时可以是按照本申请上述实施例介绍的顺序执行,也可以是先执行步骤S130再执行步骤S120。
可选地,电子设备通过串行通信方式从雷达获取第三数据,即雷达通过串行接口将第三数据发送至电子设备中。
其中,串行接口是采用串行通信方式的扩展接口,指数据一位一位地顺序传送。串行接口的特点是通信线路简单,只要一对传输线就可以实现双向通信,从而大大降低了数据传输成本。其中,上述串行接口可以为RS-232-C、RS-422、RS485、或者USB等,具体串行接口的型号在此不作限制。
S140、电子设备基于第三数据和原始数据确定是否需要对雷达的处理算法进行优化。
在电子设备中,根据时间戳存储有同一时刻雷达输出的第三数据和雷达检测到目标物体时获得的原始数据,则可对每一时刻下的原始数据与第三数据进行比对分析。示例性的,该分析可以为分析与目标物体相关联的其余数据的信号对目标物体的相关信号造成的相关影响,或者分析雷达处理获得的第三数据的准确性,从而使测试人员确定是否需要对雷达的处理算法进行优化,以使得优化后的处理算法在实际应用中对目标物体的识别更加精准,可以达到在无人机避障时避障效果更灵敏的技术效果。
可选地,当确定需要对雷达的处理算法进行优化时,该优化过程可以为,对雷达处理算法的特征参数进行调整、对信号噪声阈值进行调整或者对雷达内部的滤波器进行调整等,具体依据原始数据对雷达的处理算法进行优化的方式在此不作限制。
本发明实施例中提供的数据处理方法,应用于数据处理系统,数据处理系统中的电子设备、摄像头和雷达均固定在无人机上,当无人机在目标区域飞行时,电子设备首先获取雷达检测目标区域的目标物体得到的第一数据,以及获取摄像头检测目标物体得到的第二数据;电子设备再根据时间戳将第一数据和第二数据打包得到目标物体关联的原始数据;电子设备从雷达获取第三数据,第三数据是雷达对第一数据处理之后得到的数据;电子设备最后基于第三数据和原始数据确定是否需要对雷达的处理算法进行优化。通过采用上述技术方案,可结合摄像头检测目标物体得到的第二数据,将雷达在检测目标区域的目标物体时得到的原始数据和雷达对第一数据处理之后得到的第三数据进行比对分析,从而确定雷达内部算法处理第一数据的准确性,可以达到基于原始数据对雷达的处理算法进行优化的技术效果。
实施例二
本发明实施例在上述实施例的基础上进行了进一步优化,优化了所述电子设备基于所述第三数据和所述原始数据确定是否需要对所述雷达的处理算法进行优化步骤,包括:所述电子设备对所述原始数据进行处理,得到目标数据;所述电子设备确定所述第三数据与所述目标数据是否匹配;若所述第三数据与所述目标数据不匹配,则确定需要对所述雷达的处理算法进行优化。这样设置的好处在于对采集的原始数据进行处理,可使得在基于第三数据和目标数据对雷达的处理算法进行优化时优化结果更加精准。
还优化了所述电子设备根据时间戳将所述第一数据和所述第二数据打包得到所述目标物体关联的原始数据步骤,包括:所述电子设备将所述第一数据进行模数转换,得到所述第一数据对应的数字数据;所述电子设备根据时间戳将所述数字数据与所述第二数据打包得到所述目标物体关联的原始数据。这样设置的好处在于在以第二数据作为参考分析第一数据时,能够确保第一数据和第二数据为同一时刻下的数据,可提高分析结果的准确性。
如图2a所示,图2a为本发明实施例二提供的一种数据处理方法的流程示意图,具体的,该方法包括如下步骤:
S210、电子设备获取雷达检测目标区域的目标物体得到的第一数据,以及获取摄像头检测目标物体得到的第二数据。
S220、电子设备将第一数据进行模数转换,得到第一数据对应的数字数据。
由于从雷达接收器接收到的为第一数据模拟数据,为便于对第一数据的分析,可在电子设备内设置有模数转换器(Analog To Digital Converter,简称ADC),将获得的第一数据的模拟数据转换为数字数据,从而可根据第一数据对应的数字数据分析无人机在检测到目标物体时的速度,距离以及角度等属性信息。
S230、电子设备根据时间戳将数字数据与第二数据打包得到目标物体关联的原始数据。
将第一数据对应的数字数据根据时间戳与第二数据打包时,当前时间戳为获得第一数据的时间戳,并非将第一数据转换为数字数据的时间戳,以确保后续数据分析时数据的准确性。从而根据时间戳将第一数据对应的数字数据和第二数据打包,获得目标物体关联的原始数据。
可选地,在电子设备存储数字数据和第二数据时,可以数据分包的形式进行存储,即每间隔预设时间段将当前时间段获取的数据进行打包存储,并为每个数据包打上相应的时间标签,以将获得的数据进行区分。
S240、电子设备对原始数据进行处理,得到目标数据。
由于原始数据中包含的第一数据可能存在干扰数字信号或者异常数字信号,为确保数据分析的准确性,则可对原始数据中包含的第一数据进行处理,以获得在雷达检测到目标物体时的目标数据,则当前目标数据包含处理后的第一数据和经摄像头获取的第二数据。
一种可选实施例,电子设备对原始数据进行处理,得到目标数据,包括:电子设备以第二数据作为目标物体的参考信息解析第一数据,获得目标物体的干扰数据和非干扰数据。电子设备使用预设降噪算法对第一数据中包含的干扰数据进行降噪处理,并使用预设处理算法对非干扰数据进行处理,获得与目标物体关联的目标数据。
其中,上述预设降噪算法可以为恒虚警率(Constant False-Alarm Rate,简称CFAR)算法;上述预设处理算法可以包括:一维快速傅立叶变换(1Dimensions FastFourier Transform,简称1DFFT)算法、二维多普勒快速傅立叶变换算法(2DFFT)、数字波束合成(Digital Beam Forming,简称DBF)算法和卡尔曼滤波算法至少一种。
请参照图2b,图2b为本发明实施例二提供的一种数据处理方法的逻辑框图;在本发明实施例中电子设备从获得原始数据,再根据根据上述预设降噪算法和预设处理算法对原始数据进行处理,得到目标数据的过程可以为:
在雷达检测到目标物体时,电子设备可经串口获得经雷达处理完成的第三数据,以及经局域网获得雷达检测到目标物体时的第一数据和摄像头采集的第二数据;电子设备可将第三数据解析为点迹数据和航迹数据,并将第一数据经AD采样器转换为数字数据后,再对当前数字数据进行二次处理;首先将第二数据与第一数据根据时间戳进行数据关联,可确定目标数据是否来源一个目标物体;再以第二数据为参考,经恒虚警率算法可以过滤掉第一数据中的干扰数据,以提取出非干扰数据;再经一维快速傅立叶变换算法可以得到无人机距离目标物体的距离;经二维多普勒快速傅立叶变换算法可以获得目标物体的速度;经数字波束合成算法可预测获得无人机相对目标物体的角度;最后经卡尔曼滤波算法处理对包含噪声数据和干扰数据进行滤波处理,从而获得与目标物体关联的目标数据。
S250、电子设备判断第三数据与目标数据是否匹配。
由于不同时间段获得的目标物体的数据不同,则雷达针对不同目标物体的处理方式可能不同,且由于目标数据是在无人机飞行过程中进行实时采集的,则在当前时刻的第三数据与目标数据匹配的情况下,可重新获取下一时间段对应的目标数据,从而再次执行步骤S210;若不匹配,则执行步骤S260。
需要说明的是,在分析第三数据与目标数据是否匹配时,当前数据可以为分包存储时一个数据包内的数据,为体现数据的多样性也可以为多个数据包中包含的数据一起分析的形式,具体分析方式在此不作限制。
进一步地,在判断第三数据与目标数据是否匹配时,目标数据的结果并不一定与第三数据完全一致,当前匹配可以为匹配率,当第三数据与目标数据的匹配率大于预设阈值时,则视为匹配,若小于预设阈值时,则视为不匹配。
当前预设阈值可以为80%、85%或90%等,具体预设阈值的具体数值在此不作限制,以研发人员实际需求为准。
可选地,也可将目标数据解析为点迹数据和航迹数据,从而与第三数据包含的点迹数据和航迹数据进行比对,具体判断第三数据与目标数据是否匹配的方式在此不作限制。
S260、若第三数据与目标数据不匹配,则确定需要对雷达的处理算法进行优化。
在确定需要对雷达的处理算法进行优化时,可在当前客户端对目标数据进行分析以达到优化雷达的处理算法的目的,也可将目标数据发送至云服务器,以基于目标数据对雷达的处理算法进行优化,这样做的好处在于可实现数据共享,远程端人员可通过登录云服务器客户端,实时访问,查看所需的数据,以对数据进行分析,达到优化雷达处理算法的目的。
请继续参照图2b,在将目标数据发送至云服务器时,当前数据处理系统还包括:云服务器,云服务器与电子设备通过第四代移动通信技术(4G)/第五代移动通信技术(5G)基站通信连接。
当确定需要对雷达的处理算法进行优化时,该优化过程可以为,对雷达处理算法的特征参数进行调整、对信号噪声阈值进行调整或者对雷达内部的滤波器进行调整等,具体依据原始数据对雷达的处理算法进行优化的方式在此不作限制。
本发明实施例提供的数据处理方法,能够在花费较低成本的情况下解决雷达研发过程中的无法获得原始数据问题,通过对采集的原始数据进行处理后获得目标数据,基于对目标数据和和经雷达处理后的第三数据的分析,可基于目标数据对雷达的处理算法进行优化,提升了雷达的使用效果。且还可以无线传输的方式将目标数据和第三数据传输至云平台,实现数据共享,以供远程端人员再次进行数据分析处理。
实施例三
图3为本发明实施例三提供的一种数据处理装置结构框图,该装置可由软件和/或硬件实现,一般可集成在服务器等计算机设备中,可通过执行数据处理方法来对数据进行处理,以通过对数据进行处理从而实现雷达处理算法的优化。该数据处理装置集成于数据处理系统,所述数据处理系统中还包括摄像头、雷达和无人机,所述电子设备、所述摄像头和所述雷达均固定在所述无人机上,所述无人机在目标区域飞行,如图3所示,该装置包括:第一获取模块31、打包模块32、第二获取模块33和确定模块34,其中:
第一获取模块31,用于获取所述雷达检测所述目标区域的目标物体得到的第一数据,以及获取所述摄像头检测所述目标物体得到的第二数据;
打包模块32,用于根据时间戳将所述第一数据和所述第二数据打包得到所述目标物体关联的原始数据;
第二获取模块33,用于从所述雷达获取第三数据,所述第三数据是所述雷达对所述第一数据处理之后得到的数据;
确定模块34,用于基于所述第三数据和所述原始数据确定是否需要对所述雷达的处理算法进行优化。
本发明实施例中提供的数据处理装置,应用于数据处理系统,数据处理系统中的电子设备、摄像头和雷达均固定在无人机上,当无人机在目标区域飞行时,电子设备首先获取雷达检测目标区域的目标物体得到的第一数据,以及获取摄像头检测目标物体得到的第二数据;电子设备再根据时间戳将第一数据和第二数据打包得到目标物体关联的原始数据;电子设备从雷达获取第三数据,第三数据是雷达对第一数据处理之后得到的数据;电子设备最后基于第三数据和原始数据确定是否需要对雷达的处理算法进行优化。通过采用上述技术方案,可结合摄像头检测目标物体得到的第二数据,将雷达在检测目标区域的目标物体时得到的原始数据和雷达对第一数据处理之后得到的第三数据进行比对分析,从而确定雷达内部算法处理第一数据的准确性,可以达到基于原始数据对雷达的处理算法进行优化的技术效果。
可选地,所述确定模块34包括:处理单元、第一确定单元和第二确定单元,其中:
处理单元,用于对所述原始数据进行处理,得到目标数据;
第一确定单元,用于确定所述第三数据与所述目标数据是否匹配;
第二确定单元,用于若所述第三数据与所述目标数据不匹配,则确定需要对所述雷达的处理算法进行优化。
可选地,所述处理单元包括:解析子单元和处理子单元,其中:
解析子单元,用于所述电子设备以所述第二数据作为所述目标物体的参考信息解析所述第一数据,获得所述目标物体的干扰数据和非干扰数据;
处理子单元,用于使用预设降噪算法对所述第一数据中包含的所述干扰数据进行降噪处理,并使用预设处理算法对所述非干扰数据进行处理,获得与所述目标物体关联的目标数据。
可选地,所述装置还包括:优化模块,其中:
优化模块,用于将所述目标数据发送至所述云服务器,以使得所述服务器基于所述目标数据对所述雷达的处理算法进行优化。
可选地,所述打包模块32包括:转换单元和打包单元,其中:
转换单元,用于将所述第一数据进行模数转换,得到所述第一数据对应的数字数据;
打包单元,用于根据时间戳将所述数字数据与所述第二数据打包得到所述目标物体关联的原始数据。
可选地,所述数据处理装置通过局域网通信的方式从所述雷达获取所述第一数据,以及通过局域网通信的方式从所述摄像头获取所述第二数据。
可选地,所述数据处理装置过串行通信的方式从所述雷达获取所述第三数据。
本发明实施例提供的数据处理装置,可执行本发明任意实施例所提供的数据处理方法,具备执行该方法相应的功能模块和有益效果。
实施例四
请参照图4,图4为本发明实施例四提供的一种电子设备的结构框图。电子设备400可以包括:存储器401,处理器402及存储在存储器401上并可在处理器运行的计算机程序,所述处理器402执行所述计算机程序时实现如本发明实施例所述的数据处理方法。
本发明实施例提供的数据处理系统,可执行本发明任意实施例所提供的数据处理方法,具备执行该方法相应的功能模块和有益效果。
实施例五
本发明实施例提供了一种数据处理系统,请继续参照图1b,该数据处理系统系统包括摄像头、雷达、无人机和电子设备,所述电子设备、所述摄像头和所述雷达均固定在无人机上。所述数据处理系统中的电子设备用于执行如本发明实施例所述的数据处理方法。
实施例六
本发明实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于数据处理方法,应用于数据处理系统,所述数据处理系统包括电子设备、摄像头、雷达和无人机,所述电子设备、所述摄像头和所述雷达均固定在所述无人机上,所述无人机在目标区域飞行,该方法包括:
所述电子设备获取所述雷达检测所述目标区域的目标物体得到的第一数据,以及获取所述摄像头检测所述目标物体得到的第二数据;
所述电子设备根据时间戳将所述第一数据和所述第二数据打包得到所述目标物体关联的原始数据;
所述电子设备从所述雷达获取第三数据,所述第三数据是所述雷达对所述第一数据处理之后得到的数据;
所述电子设备基于所述第三数据和所述原始数据确定是否需要对所述雷达的处理算法进行优化。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDRRAM、SRAM、EDORAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的数据处理操作,还可以执行本发明任意实施例所提供的数据处理方法中的相关操作。
上述实施例中提供的数据处理装置、系统及存储介质可执行本发明任意实施例所提供的数据处理方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的数据处理方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种数据处理方法,其特征在于,应用于数据处理系统,所述数据处理系统包括电子设备、摄像头、雷达和无人机,所述电子设备、所述摄像头和所述雷达均固定在所述无人机上,所述无人机在目标区域飞行,所述方法包括:
所述电子设备获取所述雷达检测所述目标区域的目标物体得到的第一数据,以及获取所述摄像头检测所述目标物体得到的第二数据;
所述电子设备根据时间戳将所述第一数据和所述第二数据打包得到所述目标物体关联的原始数据;
所述电子设备从所述雷达获取第三数据,所述第三数据是所述雷达对所述第一数据处理之后得到的数据;
所述电子设备基于所述第三数据和所述原始数据确定是否需要对所述雷达的处理算法进行优化。
2.根据权利要求1所述的方法,其特征在于,所述电子设备基于所述第三数据和所述原始数据确定是否需要对所述雷达的处理算法进行优化,包括:
所述电子设备对所述原始数据进行处理,得到目标数据;
所述电子设备确定所述第三数据与所述目标数据是否匹配;
若所述第三数据与所述目标数据不匹配,则确定需要对所述雷达的处理算法进行优化。
3.根据权利要求2所述的方法,其特征在于,所述电子设备对所述原始数据进行处理,得到目标数据,包括:
所述电子设备以所述第二数据作为所述目标物体的参考信息解析所述第一数据,获得所述目标物体的干扰数据和非干扰数据;
所述电子设备使用预设降噪算法对所述第一数据中包含的所述干扰数据进行处理,并使用预设处理算法对所述非干扰数据进行处理,获得与所述目标物体关联的目标数据。
4.根据权利要求2所述的方法,其特征在于,在确定需要对所述雷达的处理算法进行优化之后,还包括:
所述电子设备将所述目标数据发送至所述云服务器,以使得所述服务器基于所述目标数据对所述雷达的处理算法进行优化。
5.根据权利要求1所述的方法,其特征在于,所述电子设备根据时间戳将所述第一数据和所述第二数据打包得到所述目标物体关联的原始数据,包括:
所述电子设备将所述第一数据进行模数转换,得到所述第一数据对应的数字数据;
所述电子设备根据时间戳将所述数字数据与所述第二数据打包得到所述目标物体关联的原始数据。
6.根据权利要求1所述的方法,其特征在于,所述电子设备通过局域网通信的方式从所述雷达获取所述第一数据,以及通过局域网通信的方式从所述摄像头获取所述第二数据。
7.根据权利要求1所述的方法,其特征在于,所述电子设备通过串行通信的方式从所述雷达获取所述第三数据。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的方法。
9.一种数据处理系统,其特征在于,包括:摄像头、雷达、无人机和如权利要求8所述的电子设备,所述电子设备、所述摄像头和所述雷达均固定在无人机上。
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,该程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111522246.1A CN114217316A (zh) | 2021-12-13 | 2021-12-13 | 一种数据处理方法、设备、系统及介质 |
PCT/CN2022/137618 WO2023109649A1 (zh) | 2021-12-13 | 2022-12-08 | 一种数据处理方法、设备、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111522246.1A CN114217316A (zh) | 2021-12-13 | 2021-12-13 | 一种数据处理方法、设备、系统及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114217316A true CN114217316A (zh) | 2022-03-22 |
Family
ID=80701743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111522246.1A Pending CN114217316A (zh) | 2021-12-13 | 2021-12-13 | 一种数据处理方法、设备、系统及介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114217316A (zh) |
WO (1) | WO2023109649A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023109649A1 (zh) * | 2021-12-13 | 2023-06-22 | 深圳市道通智能航空技术股份有限公司 | 一种数据处理方法、设备、系统及介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111652914B (zh) * | 2019-02-15 | 2022-06-24 | 魔门塔(苏州)科技有限公司 | 一种多传感器目标融合、追踪方法及系统 |
US11435434B2 (en) * | 2019-08-19 | 2022-09-06 | Waymo Llc | Multibounce target additional data |
CN112578781B (zh) * | 2019-09-29 | 2022-12-30 | 华为技术有限公司 | 数据处理方法、装置、芯片系统及介质 |
CN110823211A (zh) * | 2019-10-29 | 2020-02-21 | 珠海市一微半导体有限公司 | 基于视觉slam的多传感器地图构建的方法、装置及芯片 |
CN111123251B (zh) * | 2019-12-18 | 2022-03-15 | 北京海兰信数据科技股份有限公司 | 一种雷达的目标对象检测方法及装置 |
CN111856448A (zh) * | 2020-07-02 | 2020-10-30 | 山东省科学院海洋仪器仪表研究所 | 基于双目视觉和雷达的海上障碍物识别方法及系统 |
CN114217316A (zh) * | 2021-12-13 | 2022-03-22 | 深圳市道通智能航空技术股份有限公司 | 一种数据处理方法、设备、系统及介质 |
-
2021
- 2021-12-13 CN CN202111522246.1A patent/CN114217316A/zh active Pending
-
2022
- 2022-12-08 WO PCT/CN2022/137618 patent/WO2023109649A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023109649A1 (zh) * | 2021-12-13 | 2023-06-22 | 深圳市道通智能航空技术股份有限公司 | 一种数据处理方法、设备、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023109649A1 (zh) | 2023-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102891453B (zh) | 一种基于毫米波雷达的无人机巡检线路走廊方法与装置 | |
WO2019119195A1 (zh) | 目标信号检测方法、设备、无人机及农业无人机 | |
CN108093038A (zh) | 一种机场鸟情智能探测防控装置、系统及方法 | |
CN108958284B (zh) | 一种无人机避障系统及方法 | |
US10741031B2 (en) | Threat detection platform with a plurality of sensor nodes | |
US11528452B2 (en) | Indoor positioning system using beacons and video analytics | |
CN113156417B (zh) | 反无人机探测系统、方法和雷达设备 | |
CN112598934B (zh) | 基于北斗定位及无线组网的无人机侦测系统及侦测方法 | |
WO2023109649A1 (zh) | 一种数据处理方法、设备、系统及介质 | |
CN107976690A (zh) | 一种智能协同环境下的多无人机抗gps欺骗方法 | |
Klein et al. | Localization with sparse acoustic sensor network using UAVs as information-seeking data mules | |
CN111181627A (zh) | 一种目标侦测系统 | |
KR20180047038A (ko) | 드론의 GPS 수신 신호 이상시 LoRa를 이용한 드론 위치정보 획득 시스템 및 그 방법 | |
CN109658670A (zh) | 一种无人机的基站天线巡检方法、装置、设备和存储介质 | |
CN111447038B (zh) | 一种基于大数据的无人机防御系统 | |
KR101170292B1 (ko) | 레이더분석서버를 이용한 표적 식별 시스템 및 표적 식별 방법 | |
CN116972694A (zh) | 一种面向无人机集群攻击的反制方法和系统 | |
CN218858700U (zh) | 一种数据采集平台 | |
González et al. | Vision-based UAV detection for air-to-air neutralization | |
CN115049322B (zh) | 一种集装箱堆场的集装箱管理方法及系统 | |
Khan et al. | Unauthorized drone detection: Experiments and prototypes | |
CN113611112B (zh) | 一种目标关联方法、装置、设备及存储介质 | |
Yuan et al. | MMAUD: A Comprehensive Multi-Modal Anti-UAV Dataset for Modern Miniature Drone Threats | |
CN115657735A (zh) | 目标定位跟踪方法、装置及计算机可读存储介质 | |
CN115480240A (zh) | 一种针对小型无人机的多传感器协同探测方法 |
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 |