CN114897026A - 一种点云滤波的方法 - Google Patents
一种点云滤波的方法 Download PDFInfo
- Publication number
- CN114897026A CN114897026A CN202210569305.9A CN202210569305A CN114897026A CN 114897026 A CN114897026 A CN 114897026A CN 202210569305 A CN202210569305 A CN 202210569305A CN 114897026 A CN114897026 A CN 114897026A
- Authority
- CN
- China
- Prior art keywords
- point
- interest
- points
- filter
- point cloud
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- 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)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种点云滤波的方法,包括点云过滤模块,点云过滤模块中具有使用一个或多个滤波器从兴趣点中选择兴趣点相邻的领域点,再计算领域点的度量值并做出关于兴趣点的接受、修改、移除和/或传递到点云集的决策,基于决策将激光雷达的重影点或噪声点归类为虚警点进行过滤,实现至少一组距离和速度信息的获取。本发明可以将激光雷达的重影点或噪声点归类为虚警点进行过滤,避免引入重影目标,提高目标距离/速度的计算精度。
Description
技术领域
本发明涉及激光雷达技术领域,特别涉及一种点云滤波的方法。
背景技术
调频连续波(FMCW)激光雷达系统可能会有几种相位缺损,如激光相位噪声、电路相位噪声、驱动电子注入激光器的闪烁噪声、温度/天气的漂移和啁啾率的偏移。FMCW激光雷达点云可能会表现出明显的噪声模式,这可能是由于不正确的峰值匹配导致错误检测到的点出现在场景中,即使目标物体实际不存在。例如,当FMCW激光雷达指向围栏或灌木丛时,场景中可能会在激光雷达和围栏之间出现多个重影点,这些重影点或噪声点也被归类为虚警(FA)点,如果不进行过滤,可能会引入重影目标,并在计算目标距离/速度中造成误差。
发明内容
本发明的目的在于,提供一种点云滤波的方法。本发明可以将激光雷达的重影点或噪声点归类为虚警点进行过滤,避免引入重影目标,提高目标距离/速度的计算精度。
本发明的技术方案:一种点云滤波的方法,包括点云过滤模块,点云过滤模块中具有使用一个或多个滤波器从兴趣点中选择兴趣点相邻的领域点,再计算领域点的度量值并做出关于兴趣点的接受、修改、移除和/或传递到点云集的决策,基于决策将激光雷达的重影点或噪声点归类为虚警点进行过滤,实现至少一组距离和速度信息的获取。
上述的点云滤波的方法,所述点云过滤模块包括一个或多个滤波器,所述滤波器为简单滤波器、复杂滤波器、一个或多个串联级联滤波器、或级联串联滤波器。
前述的点云滤波的方法,所述点云过滤模块接收含有一组兴趣点的点云集,所述点云过滤模块中设置第一滤波器和第二滤波器,在第一滤波器处,选择兴趣点相邻的的第一组邻域点,计算第一组邻域点的第一度量值,并基于第一度量值,确定是否接受、修改或拒绝兴趣点,还是将兴趣点传递到第二滤波器;如果在第一过滤器处接受或修改兴趣点,则兴趣点传递到第二点云集;如果在第一过滤器处被拒绝,兴趣点将无法到达第二点云集;如果兴趣点在第一个过滤器处未被接受、修改或拒绝,则兴趣点被传递到第二过滤器,以确定是否接受、修改或拒绝兴趣点;在第二个过滤器中,如果兴趣点被接受或修改,兴趣点将被传递到第二点云集,如果在第二过滤器处被拒绝,兴趣点将无法到达第二点云集;根据第二点云集实现至少一组距离和速度信息的获取。
前述的点云滤波的方法,所述第二滤波器选择兴趣点相邻的的第二组邻域兴趣点,计算第二组邻域兴趣点的第二度量值,并基于第二度量值,确定是否接受、修改或拒绝兴趣点。
前述的点云滤波的方法,所述滤波器包括点云粉碎器,点云粉碎器用于粉碎点云;所述点云粉碎器连接有兴趣点分配器,兴趣点分配器将粉碎后的点云进行分配得到兴趣点;所述兴趣点分配器连接有滤波器内核,滤波器内核用于作出决策;所述滤波器内核连接有兴趣点收集器,兴趣点收集器用于接收兴趣点,所述兴趣点收集器连接有点云重建器;所述点云重建器用于获取过滤后的点云集。
前述的点云滤波的方法,所述滤波器内核包括领域点上下文模块、度量计算模块和决策模块;所述领域点上下文模块用于选择兴趣点相邻的的第一组邻域点;所述度量计算模块用于计算第一组邻域点的度量值;所述决策模块用于根据度量值确定是否接受、修改、拒绝或传递兴趣点。
前述的点云滤波的方法,所述滤波器为简单滤波器,所述滤波器内核中邻域上下文模块根据附近相同高度点来选择邻域点,度量计算模块计算速度相似性的置信度或速度阈值限制作为度量值,所述决策模块据度量值确定是否同意、拒绝或转移兴趣点。
前述的点云滤波的方法,所述滤波器为复杂滤波器,所述滤波器内核中邻域上下文模块根据3D空间领域来选择领域点,所述度量计算模块计算点云属性的方差作为度量值,所述决策模块据度量值确定是否同意或拒绝兴趣点。
前述的点云滤波的方法,所述滤波器为复杂滤波器,所述邻域上下文模块根据相同方位角或俯仰角的点云窗口来选择领域点,所述度量计算模块计算上/下啁啾的频率估算方差作为度量值,所述决策模块确定是否同意或拒绝兴趣点。
前述的点云滤波的方法,所述滤波器为简单滤波器和复杂滤波器串联组成的串联级联滤波器。
前述的点云滤波的方法,所述滤波器由多个串联级联滤波器组成的级联串联滤波器。
与现有技术相比,本发利用点云过滤模块中具有使用一个或多个滤波器从一组点中选择相邻数据点和计算度量值并做出关于点的接受、修改、移除和/或传递到点集或点云的决策,因此基于决策可以将激光雷达的重影点或噪声点归类为虚警点进行过滤,实现至少一组距离和速度信息的获取。本发明中当一个点云被传递给一个滤波算法(本发明中称为滤波器)时,滤波器在给定时间内处理一个点或多个点(称为兴趣点(POI))。来自兴趣点邻近区域(邻域)的一些点和统计数据可以给滤波器提供上下文,上下文可用于对兴趣点做出决定,以检查兴趣点的特征是否与邻域点一致。上下文可以包括兴趣点周围的上下文数据,以通过检查兴趣点与相邻点的一致性来帮助过滤器对兴趣点做出决定。本发明可以制定不同的指标来量化这些统计数据或特征,因此本发明可以通过多个过滤器来识别特征不同于点云的虚警点,随后识别的虚警点会被修改或从点云中移除,生成的点云是不带虚警点的原始点云的过滤结果,以此实现点云的滤波。
附图说明
图1是激光雷达原理示意图
图2是信号处理单元的结构示意图;
图3是本发明的流程示意图;
图4是本发明滤波器的结构示意图;
图5是本发明滤波器内核的示意图;
图6是简单滤波器内核示意图;
图7是复杂滤波器的内核示意图;
图8是串联级联滤波器示意图;
图9是串联级联滤波器的内核示意图;
图10是多个串联级联滤波器组成的滤波器示意图。
附图标记
具体实施方式
下面结合附图和实施例对本发明作进一步的说明,但并不作为对本发明限制的依据。
实施例1:一种点云滤波的方法,包括点云过滤模块,点云过滤模块设置在激光雷达的信号处理单元中。激光雷达如图1所示,其光子学电路包括有源光学组件和无源光学组件的组合,有源光学组件可产生、放大和/或检测光信号等,有源光学组件包括不同波长的光束,并且包括一个或多个光放大器、一个或多个光检测器等。无源光学组件中有自由空间光学元件,包括一个或多个光波导,以承载光信号,并将光信号路由和传输到有源光学电路的适当输入/输出端口。自由空间光学器件还包括一个或多个光学组件,例如抽头、波分复用器(WDM)、分离器/组合器、偏振分束器(PBS)、准直器、耦合器等;自由空间光学元件还包括用于例如使用PBS将偏振状态转换并将接收到的偏振光引导到光学检测器的组件,还包括衍射元件,用于以不同角度偏转具有不同频率的光束。激光雷达还包括光学扫描器,该光学扫描器包括一个或多个扫描镜,该扫描镜可沿着与衍射元件的快速移动轴正交或基本正交的轴(例如,慢速移动轴)旋转,以根据扫描图案引导光学信号扫描目标环境。扫描镜可通过一个或多个振镜旋转,目标环境中的物体可能会将入射光散射成返回光束或目标返回信号。光学扫描器还收集可返回到光子学电路的无源光学组件的返回光束或目标返回信号。通过偏振分束器将返回光束定向到光学检测器。除了镜子和检流计之外,光学扫描器还包括诸如四分之一波片、透镜、抗反射涂层窗口等组件。
为了控制和支持光子学电路和光学扫描器,激光雷达系统包括控制系统,激光雷达控制系统可以包括用于激光雷达系统的处理设备。激光雷达控制系统被配置为输出数字控制信号以控制光学驱动器,可以通过信号转换单元将数字控制信号转换为模拟信号。信号转换单元可以包括数模转换器。然后光学驱动器可以向光子学电路的有源光学部件提供驱动信号,以驱动诸如激光器和放大器之类的光源,可以提供多个光学驱动器和信号转换单元来驱动多个光源。处理设备可以是一个或多个通用处理设备,例如微处理器、中央处理单元等。处理设备还可以是一个或多个专用处理设备,例如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)等。在上述控制系统中设置有处理单元,如图2所示,信号处理单元中具有点云滤波模块,点云滤波模块中具有具有一个或多个滤波器,用于实现本发明的方法。
本实施例中,包括点云过滤模块,点云过滤模块中具有使用一个或多个滤波器从兴趣点中选择兴趣点相邻的领域点,再计算领域点的度量值并做出关于兴趣点的接受、修改、移除和/或传递到点云集的决策,基于决策将激光雷达的重影点或噪声点归类为虚警点进行过滤,实现至少一组距离和速度信息的获取。
本实施例中决策图3所示,所述点云过滤模块接收含有一组兴趣点的点云集,所述点云过滤模块中设置第一滤波器和第二滤波器,如图2所示,所述第一滤波器包括邻域上下文模块A、度量计算模块A和决策模块A;所述邻域上下文模块A用于选择兴趣点的一组邻域点;所述度量计算模块A用于为给定的一组邻域点计算一个或多个度量值;所述决策模块A用于基于度量计算模块A给出的度量值来确定是否接受、修改、拒绝兴趣点或将兴趣点发送到第二滤波器的功能。在一些场景中,如果在特定过滤模块处接受或修改兴趣点,则决策模块A包括将兴趣点发送到另一点云的功能。在一些场景中,如果在特定过滤器处拒绝兴趣点,则决策模块A可以被配置为防止兴趣点到达特定点云(例如,输出点云)。在一些场景中,如果在特定过滤器处不接受、修改或拒绝兴趣点,则决策模块A可被配置为将兴趣点发送到过滤器模块B以确定是否接受、修改或拒绝兴趣点。
所述第二滤波器包括邻域上下文模块B、度量计算模块B和决策模块B;所述邻域上下文模块B用于为特定兴趣点选择不同邻域点集;所述度量计算模块B用于为不同的邻域点集计算不同度量的功能;所述决策模块B用于基于度量计算模块B计算的不同度量确定是否接受、修改、拒绝兴趣点或将兴趣点发送到不同点云。在一些场景中,如果兴趣点被接受或修改,则决策模块B包括将兴趣点发送到特定点云的功能。
在第一滤波器处,选择兴趣点相邻的的第一组邻域点,计算第一组邻域点的第一度量值,并基于第一度量值,确定是否接受、修改或拒绝兴趣点,还是将兴趣点传递到第二滤波器;如果在第一过滤器处接受或修改兴趣点,则兴趣点传递到第二点云集;如果在第一过滤器处被拒绝,兴趣点将无法到达第二点云集;如果兴趣点在第一个过滤器处未被接受、修改或拒绝,则兴趣点被传递到第二过滤器,以确定是否接受、修改或拒绝兴趣点;在第二个过滤器中,如果兴趣点被接受或修改,兴趣点将被传递到第二点云集,如果在第二过滤器处被拒绝,兴趣点将无法到达第二点云集。
基于上述决策将第一滤波器和第二滤波器的拒绝的兴趣点作为重影点或噪声点,进而归类为虚警点进行过滤;并根据第二个点云集实现至少一组距离和速度信息的获取。
本实施例中,如图4和图5所示,所述滤波器包括点云粉碎器,点云粉碎器用于粉碎点云;所述点云粉碎器连接有兴趣点分配器,兴趣点分配器将粉碎后的点云进行分配得到兴趣点;所述兴趣点分配器连接有滤波器内核,滤波器内核用于作出决策;所述滤波器内核连接有兴趣点收集器,兴趣点收集器用于接收兴趣点,所述兴趣点收集器连接有点云重建器;所述点云重建器用于获取过滤后的点云集。所述滤波器内核包括领域点上下文模块、度量计算模块和决策模块;所述领域点上下文模块用于选择兴趣点相邻的的第一组邻域点;所述度量计算模块用于计算第一组邻域点的度量值;所述决策模块用于根据度量值确定是否接受、修改、拒绝或传递兴趣点。
在其他实施例中,所述点云过滤模块包括一个或多个滤波器。如图6所示,所述滤波器为简单滤波器,点云过滤模中设置两个简单滤波器,简单滤波器中,所述滤波器内核中邻域上下文模块根据附近相同高度点来选择邻域点,度量计算模块计算速度相似性的置信度或速度阈值限制作为度量值,所述决策模块据度量值确定是否同意、拒绝或转移兴趣点。如图7所示,所述滤波器为复杂滤波器,点云过滤模中设置两个复杂滤波器,复杂滤波器中所述滤波器内核中邻域上下文模块根据3D空间领域来选择领域点,所述度量计算模块计算点云属性的方差作为度量值,所述决策模块据度量值确定是否同意或拒绝兴趣点,另一种复杂滤波器内核中所述滤波器为复杂滤波器,所述邻域上下文模块根据相同方位角或俯仰角的点云窗口来选择领域点,所述度量计算模块计算上/下啁啾的频率估算方差作为度量值,所述决策模块确定是否同意或拒绝兴趣点。进一步的,滤波器也可为串联级联滤波器,串联级联滤波器由简单滤波器和复杂滤波器串联而成,如图8和图9所示,在滤波器为串联级联滤波器时,本发明的方案中可以采用一个串联级联滤波器来进行,即第一滤波器可以为简单滤波器,第二滤波器为复杂滤波器。作为再进一步的拓展,如图10所示,滤波器还可以由多个串联级联滤波器依次串联而成,作为简单滤波器和复杂滤波器的演化与延续。
综上所述,本发明利用点云过滤模块中具有使用一个或多个滤波器从兴趣点中选择兴趣点相邻的领域点,再计算领域点的度量值并做出关于点的接受、修改、移除和/或传递到点云集的决策,因此基于决策可以将激光雷达的重影点或噪声点归类为虚警点进行过滤,实现至少一组距离和速度信息的获取。本发明可以制定不同的指标来量化这些统计数据或特征,因此本发明可以通过多个过滤器来识别特征不同于点云的虚警点,随后识别的虚警点会被修改或从点云中移除,生成的点云是不带虚警点的原始点云的过滤结果,以此实现点云的滤波。
Claims (9)
1.一种点云滤波的方法,其特征在于:包括点云过滤模块,点云过滤模块中具有使用一个或多个滤波器从兴趣点中选择兴趣点相邻的领域点,再计算领域点的度量值并做出关于兴趣点的接受、修改、移除和/或传递到点云集的决策,基于决策将激光雷达的重影点或噪声点归类为虚警点进行过滤,实现至少一组距离和速度信息的获取。
2.根据权利要求1所述的点云滤波的方法,其特征在于:所述点云过滤模块包括一个或多个滤波器,所述滤波器为简单滤波器、复杂滤波器、一个或多个串联级联滤波器、或级联串联滤波器。
3.根据权利要求1所述的点云滤波的方法,其特征在于:所述点云过滤模块接收含有一组兴趣点的点云集,所述点云过滤模块中设置第一滤波器和第二滤波器,在第一滤波器处,选择兴趣点相邻的的第一组邻域点,计算第一组邻域点的第一度量值,并基于第一度量值,确定是否接受、修改或拒绝兴趣点,还是将兴趣点传递到第二滤波器;如果在第一过滤器处接受或修改兴趣点,则兴趣点传递到第二点云集;如果在第一过滤器处被拒绝,兴趣点将无法到达第二点云集;如果兴趣点在第一个过滤器处未被接受、修改或拒绝,则兴趣点被传递到第二过滤器,以确定是否接受、修改或拒绝兴趣点;在第二个过滤器中,如果兴趣点被接受或修改,兴趣点将被传递到第二点云集,如果在第二过滤器处被拒绝,兴趣点将无法到达第二点云集;根据第二点云集实现至少一组距离和速度信息的获取。
4.根据权利要求1所述的点云滤波的方法,其特征在于:所述第二滤波器选择兴趣点相邻的的第二组邻域兴趣点,计算第二组邻域兴趣点的第二度量值,并基于第二度量值,确定是否接受、修改或拒绝兴趣点。
5.根据权利要求1所述的点云滤波的方法,其特征在于:所述滤波器包括点云粉碎器,点云粉碎器用于粉碎点云;所述点云粉碎器连接有兴趣点分配器,兴趣点分配器将粉碎后的点云进行分配得到兴趣点;所述兴趣点分配器连接有滤波器内核,滤波器内核用于作出决策;所述滤波器内核连接有兴趣点收集器,兴趣点收集器用于接收兴趣点,所述兴趣点收集器连接有点云重建器;所述点云重建器用于获取过滤后的点云集。
6.根据权利要求5所述的点云滤波的方法,其特征在于:所述滤波器内核包括领域点上下文模块、度量计算模块和决策模块;所述领域点上下文模块用于选择兴趣点相邻的的第一组邻域点;所述度量计算模块用于计算第一组邻域点的度量值;所述决策模块用于根据度量值确定是否接受、修改、拒绝或传递兴趣点。
7.根据权利要求6所述的点云滤波的方法,其特征在于:所述滤波器为简单滤波器,所述滤波器内核中邻域上下文模块根据附近相同高度点来选择邻域点,度量计算模块计算速度相似性的置信度或速度阈值限制作为度量值,所述决策模块据度量值确定是否同意、拒绝或转移兴趣点。
8.根据权利要求6所述的点云滤波的方法,其特征在于:所述滤波器为复杂滤波器,所述滤波器内核中邻域上下文模块根据3D空间领域来选择领域点,所述度量计算模块计算点云属性的方差作为度量值,所述决策模块据度量值确定是否同意或拒绝兴趣点。
9.根据权利要求6所述的点云滤波的方法,其特征在于:所述滤波器为复杂滤波器,所述邻域上下文模块根据相同方位角或俯仰角的点云窗口来选择领域点,所述度量计算模块计算上/下啁啾的频率估算方差作为度量值,所述决策模块确定是否同意或拒绝兴趣点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210569305.9A CN114897026A (zh) | 2022-05-24 | 2022-05-24 | 一种点云滤波的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210569305.9A CN114897026A (zh) | 2022-05-24 | 2022-05-24 | 一种点云滤波的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114897026A true CN114897026A (zh) | 2022-08-12 |
Family
ID=82722964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210569305.9A Withdrawn CN114897026A (zh) | 2022-05-24 | 2022-05-24 | 一种点云滤波的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114897026A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105118090A (zh) * | 2015-05-19 | 2015-12-02 | 西南交通大学 | 一种自适应复杂地形结构的点云滤波方法 |
CN110349094A (zh) * | 2019-06-12 | 2019-10-18 | 西安工程大学 | 基于统计离群和自适应双边混合滤波的3d点云去噪方法 |
CN112396567A (zh) * | 2020-11-26 | 2021-02-23 | 河北工业大学 | 基于法向修正与位置滤波两步法的散乱点云去噪方法 |
CN113281782A (zh) * | 2021-05-08 | 2021-08-20 | 北京联合大学 | 一种基于无人驾驶车的激光雷达雪点滤除方法 |
US11170476B1 (en) * | 2020-10-15 | 2021-11-09 | Aeva, Inc. | Techniques for fast point cloud filtering using a series cascaded filter |
CN114049267A (zh) * | 2021-10-29 | 2022-02-15 | 西安建筑科技大学 | 基于改进邻域搜索的统计和双边滤波点云去噪方法 |
CN114494287A (zh) * | 2021-12-31 | 2022-05-13 | 南京理工大学 | 一种远距离激光雷达点云数据处理方法 |
-
2022
- 2022-05-24 CN CN202210569305.9A patent/CN114897026A/zh not_active Withdrawn
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105118090A (zh) * | 2015-05-19 | 2015-12-02 | 西南交通大学 | 一种自适应复杂地形结构的点云滤波方法 |
CN110349094A (zh) * | 2019-06-12 | 2019-10-18 | 西安工程大学 | 基于统计离群和自适应双边混合滤波的3d点云去噪方法 |
US11170476B1 (en) * | 2020-10-15 | 2021-11-09 | Aeva, Inc. | Techniques for fast point cloud filtering using a series cascaded filter |
US11307295B1 (en) * | 2020-10-15 | 2022-04-19 | Aeva, Inc. | Techniques for fast point cloud filtering using a parallel cascaded filter |
WO2022081432A1 (en) * | 2020-10-15 | 2022-04-21 | Aeva, Inc. | Techniques for point cloud filtering |
CN112396567A (zh) * | 2020-11-26 | 2021-02-23 | 河北工业大学 | 基于法向修正与位置滤波两步法的散乱点云去噪方法 |
CN113281782A (zh) * | 2021-05-08 | 2021-08-20 | 北京联合大学 | 一种基于无人驾驶车的激光雷达雪点滤除方法 |
CN114049267A (zh) * | 2021-10-29 | 2022-02-15 | 西安建筑科技大学 | 基于改进邻域搜索的统计和双边滤波点云去噪方法 |
CN114494287A (zh) * | 2021-12-31 | 2022-05-13 | 南京理工大学 | 一种远距离激光雷达点云数据处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11486986B2 (en) | LIDAR system with solid state spectral scanning | |
US11783456B2 (en) | Techniques for using a series cascaded filter to determine range and/or velocity information | |
US11965983B2 (en) | Techniques for mode area expansion of optical beam in a LIDAR system | |
US11899111B2 (en) | Techniques for identifying true signals in coherent LIDAR systems | |
CN103163527A (zh) | 基于ccd辅助定位-双光楔光束调节的激光监听装置及采用该装置实现监听的方法 | |
US20130341486A1 (en) | Apparatus for obtaining 3d information using photodetector array | |
CN114897026A (zh) | 一种点云滤波的方法 | |
US11809059B2 (en) | Techniques for adjusting an optical beam trajectory | |
US5898791A (en) | Spinning focal plane array camera particularly suited for real time pattern recognition | |
US20200309936A1 (en) | Ranging module | |
CN116338632A (zh) | 激光雷达收发光学系统和应用其的激光雷达及操作其方法 | |
US11693118B1 (en) | Techniques for improving probability of detection in light detection and ranging (LIDAR) systems | |
CN212207680U (zh) | 一种激光雷达系统 | |
CN219758503U (zh) | 一种激光雷达接收端和激光雷达 | |
CN212694030U (zh) | 激光雷达系统 | |
CN116125479B (zh) | 相控阵激光雷达及激光雷达的故障检测方法 | |
CN212965408U (zh) | 快速匹配装置和调试系统 | |
US20230161040A1 (en) | Electromagnetic wave detection apparatus and range finder | |
EP4071515A1 (en) | System and method for imaging in the optical domain | |
CN210690803U (zh) | 激光雷达系统 | |
CN115774270A (zh) | 一种适用于雨天的车载激光雷达系统 | |
CN118151161A (zh) | 混频接收器件和激光雷达 | |
CN111751829A (zh) | 激光雷达系统和控制方法 | |
CN116679283A (zh) | 长距固态激光雷达 | |
CN117930190A (zh) | 激光雷达系统及装置、目标检测方法、装置、设备及介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220812 |