CN117150754A - 基于仿真的激光雷达外参获取方法、电子设备和存储介质 - Google Patents

基于仿真的激光雷达外参获取方法、电子设备和存储介质 Download PDF

Info

Publication number
CN117150754A
CN117150754A CN202311087485.8A CN202311087485A CN117150754A CN 117150754 A CN117150754 A CN 117150754A CN 202311087485 A CN202311087485 A CN 202311087485A CN 117150754 A CN117150754 A CN 117150754A
Authority
CN
China
Prior art keywords
static
parameter
target
dynamic
value
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.)
Granted
Application number
CN202311087485.8A
Other languages
English (en)
Other versions
CN117150754B (zh
Inventor
王鹏
王伟
高勇
刘江涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Second Research Institute of CAAC
Original Assignee
Second Research Institute of CAAC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Second Research Institute of CAAC filed Critical Second Research Institute of CAAC
Priority to CN202311087485.8A priority Critical patent/CN117150754B/zh
Publication of CN117150754A publication Critical patent/CN117150754A/zh
Application granted granted Critical
Publication of CN117150754B publication Critical patent/CN117150754B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明提供了一种基于仿真的激光雷达外参获取方法，包括：构建目标机场的三维虚拟机场场景和民航客机模型；在三维虚拟机场场景中分别设置仿真激光雷达；获取每个雷达的初始参数组集，得到m个初始参数组集；基于m个初始参数组集获取静态参数组列表，并基于静态信息表获取目标静态参数组集；获取基于m个仿真激光雷达在每个目标静态参数组集对应的参数下获取的动态场景点云数据得到的动态信息表；基于所述动态信息表，获取目标参数组集；基于目标参数组集，获取每个民航客机模型的覆盖度，如果存在覆盖度大于第二设定阈值的覆盖度，则对对应的仿真激光雷达的数量进行调整。本发明能够提高激光雷达的目标参数的获取效率。

Description

基于仿真的激光雷达外参获取方法、电子设备和存储介质
技术领域
本发明涉及仿真技术领域，特别是涉及一种基于仿真的激光雷达外参获取方法、电子设备和存储介质。
背景技术
当前，为提升机场运行效率与安全裕度，机场应用激光雷达来监视活动目标，例如民航客机模型、车辆、人员等。一方面，机场，尤其是长期运行机场的航站楼、廊桥等位置已经部署了大量的设施设备，现场环境复杂，在机场部署激光雷达需要在安装激光雷达之前进入机场内进行详细踏勘，挑选合适点位做测试，从而确定该点位是否能够满足监视需求。另一方面，进入机场管控区域开展测试需通过各类手续，费时费力、成本高昂，很难同时在多个预选点位同时测试，这就导致了很难通过实地测试的方式解决点位布局规划的问题。
发明内容
针对上述技术问题，本发明采用的技术方案为：
本发明实施例提供一种基于仿真的激光雷达外参获取方法，所述方法包括如下步骤：
S100，构建目标机场的三维虚拟机场场景和民航客机模型，在构建的三维机场场景中，按照停机位类型，在每一个停机位停靠对应尺寸的静态民航客机模型；
S110，在三维虚拟机场场景中的m个初始安装位置处分别设置仿真激光雷达以及设置每个仿真激光雷达对应的外方位参数的初始值、步长值和参数阈值；
S120，基于第i个仿真激光雷达Li对应的外方位参数的初始值、步长值和参数阈值获取对应的初始参数组集IPi；得到m个初始参数组集；其中i的取值为1到m；
S130，基于m个初始参数组集获取静态参数组列表SP＝{SP1，SP2，…，SPr，…，SPH}，第r个静态参数组集SPr＝{SPr1，SPr2，…，SPri，…，SPrm}，SPr中的第r个静态参数组SPri∈IPi，r的取值为1到H，H为SP中的静态参数组集的数量；
S140，获取m个仿真激光雷达在每个静态参数组集对应的参数下获取的静态场景点云数据，并基于获取的静态场景点云数据获取对应的静态信息表，得到H个静态信息表；其中，每个静态信息表包括静态覆盖度表和静态观测度表，第r个静态信息表的静态覆盖度表的第b行包括(Ab，Crb)，Ab为静态民航客机模型中的第b个静态民航客机模型的ID，Crb为第r个静态参数组集对应的第b个静态民航客机模型的静态覆盖度，b的取值为1到n，n为静态民航客机模型的数量；第r个静态信息表的静态观测度表的第i行包括(Bi，VSri)，Bi为Li的ID，VSri为第r个静态参数组集对应的Li的静态观测度；
S150，从H个静态信息表中获取X1个目标静态覆盖度表，以及从X1个目标静态覆盖表对应的X1个静态观测度表中获取X2个目标静态观测度表，并将X2个目标静态观测度表对应的静态参数组集作为目标静态参数组集；其中，每个目标静态覆盖度表中的静态覆盖度大于第一设定阈值；每个目标静态观测度表对应的Li的静态观测度VSi＝max(VST1i，VST2i，…，VSTdi，…，VSTX1i)，VSTdi为X1静态观测度表中的第d个静态观测度表中的Li对应的静态观测度，d的取值为1到X1；
S160，根据目标机场的运行信息，在当前三维虚拟机场场景中选定滑行路径，并在选定的滑行路径上设置一架动态民航客机模型；以及分别在所述动态民航客机模型按照真实的滑行速度和滑行方向在选定的滑行路径上滑行设定时间t的情况下，获取m个仿真激光雷达在每个目标静态参数组集对应的参数下获取的动态场景点云数据，并基于获取的动态场景点云数据获取对应的动态信息，形成动态信息表，其中，动态信息表的第u行包括(VDu1，VDu2，…，VDui，…，VDum)，VDui为第u个目标静态参数集对应的Li对应的动态观测度；
S170，基于所述动态信息表，获取目标参数组集，所述目标参数组集对应的Li对应的动态观测度VDi＝max(VD1i，VD2i，…，VDui，…，VDX2i)。
本发明实施例还提供一种非瞬时性计算机可读存储介质，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现前述方法。
本发明实施例还提供一种电子设备，其特征在于，包括处理器和前述的非瞬时性计算机可读存储介质。
本发明至少具有以下有益效果：
本发明提供的基于仿真的激光雷达外参获取方法，不需要进入机场管控区域开展测试就能准确获取激光雷达的目标参数，能够节约激光雷达布局的成本和时间。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的基于仿真的激光雷达外参获取方法的流程图。
图2为本发明另一实施例提供的基于仿真的激光雷达外参获取方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
本发明实施例提供一种基于仿真的激光雷达外参获取方法，如图1所示，所述方法可包括如下步骤：
S100，构建目标机场的三维虚拟机场场景和民航客机模型，在构建的三维机场场景中，按照停机位类型，在每一个停机位停靠对应尺寸的静态民航客机模型。
在本发明实施例中，可通过现有方法构建目标机场的三维虚拟机场场景和民航客机模型，例如，在一个示意性实施例中，可将通过三维激光扫描设备获取的真实场景数据通过bim构建目标机场的三维虚拟机场场景和民航客机模型，确保机场建筑物等环境的几何尺寸、地理坐标与实际相符。
S110，在三维虚拟机场场景中的m个初始安装位置处分别设置仿真激光雷达以及设置每个仿真激光雷达对应的外方位参数的初始值、步长值取值和参数阈值。
在本发明实施例中，安装位置可为适合安装激光雷达的位置，例如廊桥端头、航站楼顶部等，m个初始安装位置具体选择可根据实际经验确定。
在本发明实施例中，所述外方位参数至少可包括仿真激光雷达的安装位置Lx，Ly、Lz以及仿真激光雷达分别绕对应的安装位置的x轴、y轴和z轴的旋转角度Lrx、Lry和Lyz，Lx，Ly、Lz分别为仿真激光雷达的安装位置的x、y和z坐标。
进一步地，在本发明实施例中，每个仿真激光雷达的外方位参数的初始值和步长值取值可基于经验确定，可为经验值。每个仿真激光雷达的参数阈值可基于目标机场的真实环境对雷达安装的高度和位置的要求进行确定，例如，安装高度不能超过3米，安装位置不能超出廊桥的范围等。
此外，进一步地，在本发明实施例中，还包括设置每个仿真激光雷达的内部参数，所述内部参数至少包括垂直视场角、水平视场角、垂直分辨率和水平分辨率等。
S120，基于第i个仿真激光雷达Li对应的外方位参数的初始值、步长值取值和参数阈值获取对应的初始参数组集IPi；得到m个初始参数组集；其中i的取值为1到m。
具体地，IPi可基于如下步骤获取：
S121，获取Li的第s个外方位参数Lis的参数值组GLis＝(L1 is，L2 is，…，Lu is，…，Lf (s) is)，GLis中的第1个参数值L1 is＝L0 is，L0 is为仿真激光雷达i的第s个外方位参数的初始值，GLis中的第u个参数值Lu is＝Lu-1 is+△ds，△ds为第s个外方位参数对应的步长值取值；Lis∈{Lix，Liy，Liz，Lirx，Liry，Liyz}；s的取值为1到6；Lf(s) is≤LTis，LTis为仿真激光雷达i的第s个外方位参数的参数阈值。
S122，基于GLi1，GLi2，…，GLis，…，GLi6获取f(i)个初始参数组IPi＝(IPi1，IPi2，…，IPij，…，IPif(i))，IPi中的第j个初始参数组IPij＝(IP1 ij，IP2 ij，…，IPs ij，…，IP6 ij)，IPij中的第s个参数IPs ij∈GLis，即任一初始参数组包括GLi1，GLi2，…，GLis，…，GLi6中的每一个参数值组中的一个参数值，并且任一两个初始参数组不同，j的取值为1到f(i)，f(i)为IPi中的初始参数组的数量。
在本发明实施例中，基于GLi1，GLi2，…，GLis，…，GLi6获取f(i)个初始参数组可基于现有的排列组合方式得到。
S130，基于m个初始参数组集获取静态参数组列表SP＝{SP1，SP2，…，SPr，…，SPH}，第r个静态参数组集SPr＝{SPr1，SPr2，…，SPri，…，SPrm}，SPr中的第r个静态参数组SPri∈IPi，即任一静态参数组包括每个初始参数组集中的一个初始参数组，并且任一两个静态参数组不同，r的取值为1到H，H为SP中的静态参数组集的数量。
在本发明实施例中，基于m个初始参数组集获取静态参数组列表SP可基于现有的排列组合方式得到。
S140，获取m个仿真激光雷达在每个静态参数组集对应的参数下获取的静态场景点云数据，并基于获取的静态场景点云数据获取对应的静态信息表，得到H个静态信息表；其中，每个静态信息表包括静态覆盖度表和静态观测度表，第r个静态信息表的静态覆盖度表的第b行包括(Ab，Crb)，Ab为静态民航客机模型中的第b个静态民航客机模型的ID，Crb为第r个静态参数组集对应的第b个静态民航客机模型的静态覆盖度，b的取值为1到n，n为静态民航客机模型的数量；第r个静态信息表的静态观测度表的第i行包括(Bi，VSri)，Bi为Li的ID，VSri为第r个静态参数组集对应的Li的静态观测度。
在本发明实施例中，民航客机模型的关键特征可基于实际需要进行设置，本发明不做特别限定。
在本发明实施例中，每个静态民航客机模型的静态覆盖度等于观测到该民航客机模型的雷达数量。具体地，将所有的仿真激光雷达获取的静态场景点云数据进行拼接为整体点云数据，然后基于整体点云数据获取每个静态民航客机模型的关键特征被几个仿真激光雷达所观测到，如果有a个，则该模型的静态覆盖度就为a。本领域技术人员知晓，任何基于整体点云数据获取每个静态民航客机模型的关键特征被几个仿真激光雷达所观测到的方法均属于本发明的保护范围。
在本发明实施例中，每个仿真激光雷达的静态观测度等于该仿真激光雷达所能观测到的民航客机模型的数量。具体地，将所有的仿真激光雷达获取的静态场景点云数据进行拼接为整体点云数据，然后基于整体点云数据获取每个仿真激光雷达能够观测到几个静态民航客机模型的关键特征，如果有z个，则该雷达的静态观测度就为z。本领域技术人员知晓，任何基于整体点云数据获取每个仿真激光雷达能够观测到几个静态民航客机模型的关键特征方法均属于本发明的保护范围。
在本发明实施例中，民航客机模型的ID和仿真激光雷达的ID可基于实际需要进行设置。
S150，从H个静态信息表中获取X1个目标静态覆盖度表，并将X1个目标静态覆盖度表对应的静态参数组集作为目标静态参数组集；其中，每个目标静态覆盖度表中的静态覆盖度大于第一设定阈值，即从H个静态信息表中获取静态覆盖度大于第一设定阈值的静态信息表作为目标静态覆盖度表。
在本发明实施例中，第一设定阈值可基于实际需要进行设置，在一个非限制示意性实施例中，第一设定阈值可为2。
进一步地，在另一个实施例中，S150被替换为：
S152，从H个静态信息表中获取X1个目标静态覆盖度表，以及从X1个目标静态覆盖表对应的X1个静态观测度表中获取X2个目标静态观测度表，并将X2个目标静态观测度表对应的静态参数组集作为目标静态参数组集。
其中，每个目标静态覆盖度表中的静态覆盖度大于第一设定阈值即从H个静态信息表中获取静态覆盖度大于第一设定阈值的静态信息表作为目标静态覆盖度表。
每个目标静态观测度表对应的Li的静态观测度VSi＝max(VST1i，VST2i，…，VSTdi，…，VSTX1i)，VSTdi为X1静态观测度表中的第d个静态观测度表中的Li对应的静态观测度，d的取值为1到X1。也就是说，从X1个静态观测度表中获取每个仿真激光雷达的观测度最佳的观测度表作为目标静态观测度表。
S150的技术效果在于，与S152相比，激光雷达的外方位参数还考虑了仿真激光雷达的观测度，因此，能够进一步提高准确性。
S160，根据目标机场的运行信息，在当前三维虚拟机场场景中选定滑行路径，并在选定的滑行路径上设置一架动态民航客机模型；以及分别在所述动态民航客机模型按照真实的滑行速度和滑行方向在选定的滑行路径上滑行设定时间t的情况下，获取m个仿真激光雷达在每个目标静态参数组集对应的参数下获取的动态场景点云数据，并基于获取的动态场景点云数据获取对应的动态信息，形成动态信息表，其中，动态信息表的第u行包括(VDu1，VDu2，…，VDui，…，VDum)，VDui为第u个目标静态参数集对应的Li对应的动态观测度。
在本发明实施例中，设定时间t可基于目标机场的实际情况进行确定。
在本发明实施例中，每个仿真激光雷达的动态观测度等于在t内观测到所述动态民航客机模型的关键特征的时刻数量。具体地，将t分成h个时刻，将所有的仿真激光雷达在时间t内获取的点云数据拼接成一个整体动态点云数据，然后基于整体动态点云数据获取每个仿真激光雷达能够看见动态民航客机模型的关键特征的时刻数量，例如，某个仿真激光雷达在第1个时刻、第4个时刻和第8个时刻看见了动态民航客机模型的关键特征，则该仿真激光雷达的动态观测度为3。
S170，基于所述动态信息表，获取目标参数组集，所述目标参数组集对应的Li对应的动态观测度VDi＝max(VD1i，VD2i，…，VDui，…，VDX2i)。
具体地，从动态信息表获取每个仿真激光雷达的动态观测度均为最佳的目标静态参数集作为目标参数组集。一般，目标参数组集可为一个。如果存在多个，可从中随机选择一个即可。
进一步地，在本发明实施例中，场景点云数据包括静态场景点云数据、动态场景点云数据和动静态场景点云数据，可基于现有方式获取。在一个示意性实施例中，可使用3D引擎中的摄像机模拟激光雷达，替换相机的通用渲染程序，在相机渲染过程中模拟激光和场景的交互过程，将模拟结果保存在渲染目标中并生成云数据。通过将表面坐标转换到摄像机空间，计算出表面到摄像机的距离。以表面距离和激光强度为参数，进行一次传输衰减计算，模拟激光传输损耗使用基本光照模型，通过表面参数(法线、反射率等)以及激光入射角，模拟一次回波强度。再以表面距离和回波强度为参数，进行一次传输衰减计算，模拟激光传输损耗将最终的回波强度和距离值写入渲染像素中，具体可基于双向反射率模型获取。
本发明提供的基于仿真的激光雷达外参获取方法，不需要进入机场管控区域开展测试就能准确获取激光雷达的外方位参数，能够节约激光雷达布局的成本和时间。
实施例二
本发明另一实施例提供一种基于仿真的激光雷达外参获取方法，如图2所示，所述方法可包括如下步骤：
S200，构建目标机场的三维虚拟机场场景和民航客机模型，在构建的三维机场场景中，按照停机位类型，在每一个停机位停靠对应尺寸的静态民航客机模型。
在本发明实施例中，可通过现有方法构建目标机场的三维虚拟机场场景和民航客机模型，例如，在一个示意性实施例中，可将通过三维激光扫描设备获取的真实场景数据通过bim构建目标机场的三维虚拟机场场景和民航客机模型，确保机场建筑物等环境的几何尺寸、地理坐标与实际相符。
S210，在三维虚拟机场场景中的m个初始安装位置处分别设置仿真激光雷达以及设置每个仿真激光雷达对应的外方位参数的初始值、步长值和参数阈值。
在本发明实施例中，安装位置可为适合安装激光雷达的位置，例如廊桥端头、航站楼顶部等，m个初始安装位置具体选择可根据实际经验确定。
在本发明实施例中，所述外方位参数至少可包括仿真激光雷达的安装位置Lx，Ly、Lz以及仿真激光雷达分别绕对应的安装位置的x轴、y轴和z轴的旋转角度Lrx、Lry和Lyz，Lx，Ly、Lz分别为仿真激光雷达的安装位置的x、y和z坐标。
进一步地，在本发明实施例中，每个仿真激光雷达的外方位参数的初始值和步长值取值可基于经验确定，可为经验值。每个仿真激光雷达的参数阈值可基于目标机场的真实环境对雷达安装的高度和位置的要求进行确定，例如，安装高度不能超过3米，安装位置不能超出廊桥的范围等。
此外，进一步地，在本发明实施例中，还包括设置每个仿真激光雷达的内部参数，所述内部参数至少包括垂直视场角、水平视场角、垂直分辨率和水平分辨率等。
S220，基于第i个仿真激光雷达Li对应的外方位参数的初始值、步长值和参数阈值获取对应的初始参数组集IPi；得到m个初始参数组集；其中i的取值为1到m。
具体地，IPi可基于如下步骤获取：
S221，获取Li的第s个外方位参数Lis的参数值组GLis＝(L1 is，L2 is，…，Lu is，…，Lf (s) is)，GLis中的第1个参数值L1 is＝L0 is，L0 is为仿真激光雷达i的第s个外方位参数的初始值，GLis中的第u个参数值Lu is＝Lu-1 is+△ds，△ds为第s个外方位参数对应的步长值取值；Lis∈{Lix，Liy，Liz，Lirx，Liry，Liyz}；s的取值为1到6；Lf(s) is≤LTis，LTis为仿真激光雷达i的第s个外方位参数的参数阈值。
S222，基于GLi1，GLi2，…，GLis，…，GLi6获取f(i)个初始参数组IPi＝(IPi1，IPi2，…，IPij，…，IPif(i))，IPi中的第j个初始参数组IPij＝(IP1 ij，IP2 ij，…，IPs ij，…，IP6 ij)，IPij中的第s个参数IPs ij∈GLis，即任一初始参数组包括GLi1，GLi2，…，GLis，…，GLi6中的每一个参数值组中的一个参数值，并且任一两个初始参数组不同，j的取值为1到f(i)，f(i)为IPi中的初始参数组的数量。
在本发明实施例中，基于GLi1，GLi2，…，GLis，…，GLi6获取f(i)个初始参数组可基于现有的排列组合方式得到。
S230，基于m个初始参数组集获取静态参数组列表SP＝{SP1，SP2，…，SPr，…，SPH}，第r个静态参数组集SPr＝{SPr1，SPr2，…，SPri，…，SPrm}，SPr中的第r个静态参数组SPri∈IPi，即任一静态参数组包括每个初始参数组集中的一个初始参数组，并且任一两个静态参数组不同，r的取值为1到H，H为SP中的静态参数组集的数量。
在本发明实施例中，基于m个初始参数组集获取静态参数组列表SP可基于现有的排列组合方式得到。
S240，获取m个仿真激光雷达在每个静态参数组集对应的参数下获取的静态场景点云数据，并基于获取的静态场景点云数据获取对应的静态信息表，得到H个静态信息表；其中，每个静态信息表包括静态覆盖度表和静态观测度表，第r个静态信息表的静态覆盖度表的第b行包括(Ab，Crb)，Ab为静态民航客机模型中的第b个静态民航客机模型的ID，Crb为第r个静态参数组集对应的第b个静态民航客机模型的静态覆盖度，b的取值为1到n，n为静态民航客机模型的数量；第r个静态信息表的静态观测度表的第i行包括(Bi，VSri)，Bi为Li的ID，VSri为第r个静态参数组集对应的Li的静态观测度。
在本发明实施例中，民航客机模型的关键特征可基于实际需要进行设置，本发明不做特别限定。
在本发明实施例中，每个静态民航客机模型的静态覆盖度等于观测到该民航客机模型的雷达数量。具体地，将所有的仿真激光雷达获取的静态场景点云数据进行拼接为整体点云数据，然后基于整体点云数据获取每个静态民航客机模型的关键特征被几个仿真激光雷达所观测到，如果有a个，则该模型的静态覆盖度就为a。本领域技术人员知晓，任何基于整体点云数据获取每个静态民航客机模型的关键特征被几个仿真激光雷达所观测到的方法均属于本发明的保护范围。
在本发明实施例中，每个仿真激光雷达的静态观测度等于该仿真激光雷达所能观测到的民航客机模型的数量。具体地，将所有的仿真激光雷达获取的静态场景点云数据进行拼接为整体点云数据，然后基于整体点云数据获取每个仿真激光雷达能够观测到几个静态民航客机模型的关键特征，如果有z个，则该雷达的静态观测度就为z。本领域技术人员知晓，任何基于整体点云数据获取每个仿真激光雷达能够观测到几个静态民航客机模型的关键特征方法均属于本发明的保护范围。
在本发明实施例中，民航客机模型的ID和仿真激光雷达的ID可基于实际需要进行设置。S250，从H个静态信息表中获取X1个目标静态覆盖度表，并将X1个目标静态覆盖度表对应的静态参数组集作为目标静态参数组集；其中，每个目标静态覆盖度表中的静态覆盖度大于第一设定阈值。
在本发明实施例中，第一设定阈值可基于实际需要进行设置，在一个非限制示意性实施例中，第一设定阈值可为2。
进一步地，在另一个实施例中，S250被替换为：
S252，从H个静态信息表中获取X1个目标静态覆盖度表，以及从X1个目标静态覆盖表对应的X1个静态观测度表中获取X2个目标静态观测度表，并将X2个目标静态观测度表对应的静态参数组集作为目标静态参数组集。
其中，每个目标静态覆盖度表中的静态覆盖度大于第一设定阈值即从H个静态信息表中获取静态覆盖度大于第一设定阈值的静态信息表作为目标静态覆盖度表。
每个目标静态观测度表对应的Li的静态观测度VSi＝max(VST1i，VST2i，…，VSTdi，…，VSTX1i)，VSTdi为X1静态观测度表中的第d个静态观测度表中的Li对应的静态观测度，d的取值为1到X1。也就是说，从X1个静态观测度表中获取每个仿真激光雷达的观测度最佳的观测度表作为目标静态观测度表。
S252的技术效果在于，与S250相比，激光雷达的外方位参数还考虑了仿真激光雷达的观测度，因此，能够进一步提高准确性。
S260，根据目标机场的运行信息，在当前三维虚拟机场场景中选定滑行路径，并在选定的滑行路径上设置一架动态民航客机模型；以及分别在所述动态民航客机模型按照真实的滑行速度和滑行方向在选定的滑行路径上滑行设定时间t的情况下，获取m个仿真激光雷达在每个目标静态参数组集对应的参数下获取的动态场景点云数据，并基于获取的动态场景点云数据获取对应的动态信息，形成动态信息表，其中，动态信息表的第u行包括(VDu1，VDu2，…，VDui，…，VDum)，VDui为第u个目标静态参数集对应的Li对应的动态观测度。在本发明实施例中，设定时间t可基于目标机场的实际情况进行确定。
在本发明实施例中，每个仿真激光雷达的动态观测度等于在t内观测到所述动态民航客机模型的关键特征的时刻数量。具体地，将t分成h个时刻，将所有的仿真激光雷达在时间t内获取的点云数据拼接成一个整体动态点云数据，然后基于整体动态点云数据获取每个仿真激光雷达能够看见动态民航客机模型的关键特征的时刻数量，例如，某个仿真激光雷达在第1个时刻、第4个时刻和第8个时刻看见了动态民航客机模型的关键特征，则该仿真激光雷达的动态观测度为3。
S270，基于所述动态信息表，获取目标参数组集，所述目标参数组集对应的Li对应的动态观测度VDi＝max(VD1i，VD2i，…，VDui，…，VDX2i)。
具体地，从动态信息表获取每个仿真激光雷达的动态观测度均为最佳的目标静态参数集作为目标参数组集。一般，目标参数组集可为一个。如果存在多个，可从中随机选择一个即可。
进一步地，在本发明实施例中，场景点云数据包括静态场景点云数据、动态场景点云数据和动静态场景点云数据，可基于现有方式获取。在一个示意性实施例中，可使用3D引擎中的摄像机模拟激光雷达，替换相机的通用渲染程序，在相机渲染过程中模拟激光和场景的交互过程，将模拟结果保存在渲染目标中并生成云数据。通过将表面坐标转换到摄像机空间，计算出表面到摄像机的距离。以表面距离和激光强度为参数，进行一次传输衰减计算，模拟激光传输损耗使用基本光照模型，通过表面参数(法线、反射率等)以及激光入射角，模拟一次回波强度。再以表面距离和回波强度为参数，进行一次传输衰减计算，模拟激光传输损耗将最终的回波强度和距离值写入渲染像素中，具体可基于双向反射率模型获取。
S280，基于目标参数组集，获取每个民航客机模型在设定时间t内的任一时刻的覆盖度，如果存在覆盖度大于第二设定阈值的覆盖度，则对对应的仿真激光雷达的数量进行调整。
在本发明实施例中，每个民航客机模型在任一时刻的覆盖度等于在该时刻能够观测到该民航客机模型的关键特征的仿真激光雷达的数量。具体地，将所有的仿真激光雷达获取的动静态场景点云数据进行拼接为整体动静态点云数据，然后基于整体动静态点云数据获取每个民航客机模型的关键特征被几个仿真激光雷达所观测到，如果有a个，则该模型的覆盖度就为a。本领域技术人员知晓，任何基于整体动静态点云数据获取每个静态民航客机模型的关键特征被几个仿真激光雷达所观测到的方法均属于本发明的保护范围。
在本发明实施例中，第二设定阈值大于第一设定阈值，可基于实际需要进行设置。
进一步地，S280可具体包括：
S281，分别在所述动态民航客机模型按照真实的滑行速度和滑行方向在选定的滑行路径上滑行设定时间t的情况下，获取m个仿真激光雷达在目标参数集对应的参数下获取的动静态场景点云数据，并基于获取的动静态场景点云数据获取动静态覆盖度表；所述动静态覆盖度表的第p行的第q列为在第q个时刻时第p个民航客机模型的覆盖度，p的取值为1到m+1；q的取值为1到h，h为t中包含的时刻数量。
S282，遍历所述动静态覆盖表中，如果存在覆盖度大于第二设定阈值的覆盖度，则将对应的覆盖度对应的民航客机模型的ID和对应的仿真激光雷达的ID存入调节列表R中，R中的第e行包括(ASe，BSe)；ASe为R中的第e个民航客机模型的ID，BSe为与ASe对应的仿真激光雷达的ID集，BSe＝{BSe1，BSe2，…，BSev，…，BSeg(e)}，BSev为BSe中的第v个ID，e的取值为1到W，W为R的行数量，v的取值为1到g(e)，g(e)为与ASe对应的仿真激光雷达的ID的数量。
S283，设置e＝1，v＝1。
S284，如果e≤W，执行S285，否则，退出控制程序。
S285，如果v≤g(e)，将BSev对应的仿真激光雷达关闭，启动其余的仿真激光雷达，并获取在仿真激光雷达的当前参数下，所有民航客机模型的覆盖度，如果所有民航客机模型的覆盖度均大于第一设定阈值并且ASe对应的民航客机模型的覆盖度大于第二设定阈值，则将BSev对应的仿真激光雷达从当前三维虚拟机场场景中移除，否则，不移除，执行S286；如果v＞g(e)，执行S287。
在S285中，获取在仿真激光雷达的当前参数下，所有民航客机模型的覆盖度可参考S281中的覆盖度的获取方式进行获取。
S286，设置v＝v+1，执行S285；
S287，设置e＝e+1；执行S284。
本实施例提供的基于仿真的激光雷达外参获取方法，与前述实施例相比，在民航客机模型的覆盖度大于第二设定阈值时，尝试对对应的仿真激光雷达的数量进行调整，能够进一步节约激光雷达的布局成本。
本发明的实施例还提供了一种非瞬时性计算机可读存储介质，该存储介质可设置于电子设备之中以保存用于实现方法实施例中一种方法相关的至少一条指令或至少一段程序，该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述实施例提供的方法。
本发明的实施例还提供了一种电子设备，包括处理器和前述的非瞬时性计算机可读存储介质。
本发明的实施例还提供一种计算机程序产品，其包括程序代码，当所述程序产品在电子设备上运行时，所述程序代码用于使该电子设备执行本说明书上述描述的根据本发明各种示例性实施方式的方法中的步骤。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员还应理解，可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明公开的范围由所附权利要求来限定。

Claims (10)

1.一种基于仿真的激光雷达外参获取方法，其特征在于，所述方法包括如下步骤：
S100，构建目标机场的三维虚拟机场场景和民航客机模型，在构建的三维机场场景中，按照停机位类型，在每一个停机位停靠对应尺寸的静态民航客机模型；
S110，在三维虚拟机场场景中的m个初始安装位置处分别设置仿真激光雷达以及设置每个仿真激光雷达对应的外方位参数的初始值、步长值和参数阈值；
S120，基于第i个仿真激光雷达Li对应的外方位参数的初始值、步长值和参数阈值获取对应的初始参数组集IPi；得到m个初始参数组集；其中i的取值为1到m；
S130，基于m个初始参数组集获取静态参数组列表SP＝{SP1，SP2，…，SPr，…，SPH}，第r个静态参数组集SPr＝{SPr1，SPr2，…，SPri，…，SPrm}，SPr中的第r个静态参数组SPri∈IPi，r的取值为1到H，H为SP中的静态参数组集的数量；
S140，获取m个仿真激光雷达在每个静态参数组集对应的参数下获取的静态场景点云数据，并基于获取的静态场景点云数据获取对应的静态信息表，得到H个静态信息表；其中，每个静态信息表包括静态覆盖度表和静态观测度表，第r个静态信息表的静态覆盖度表的第b行包括(Ab，Crb)，Ab为静态民航客机模型中的第b个静态民航客机模型的ID，Crb为第r个静态参数组集对应的第b个静态民航客机模型的静态覆盖度，b的取值为1到n，n为静态民航客机模型的数量；第r个静态信息表的静态观测度表的第i行包括(Bi，VSri)，Bi为Li的ID，VSri为第r个静态参数组集对应的Li的静态观测度；
S150，从H个静态信息表中获取X1个目标静态覆盖度表，以及从X1个目标静态覆盖表对应的X1个静态观测度表中获取X2个目标静态观测度表，并将X2个目标静态观测度表对应的静态参数组集作为目标静态参数组集；其中，每个目标静态覆盖度表中的静态覆盖度大于第一设定阈值；每个目标静态观测度表对应的Li的静态观测度VSi＝max(VST1i，VST2i，…，VSTdi，…，VSTX1i)，VSTdi为X1静态观测度表中的第d个静态观测度表中的Li对应的静态观测度，d的取值为1到X1；
S160，根据目标机场的运行信息，在当前三维虚拟机场场景中选定滑行路径，并在选定的滑行路径上设置一架动态民航客机模型；以及分别在所述动态民航客机模型按照真实的滑行速度和滑行方向在选定的滑行路径上滑行设定时间t的情况下，获取m个仿真激光雷达在每个目标静态参数组集对应的参数下获取的动态场景点云数据，并基于获取的动态场景点云数据获取对应的动态信息，形成动态信息表，其中，动态信息表的第u行包括(VDu1，VDu2，…，VDui，…，VDum)，VDui为第u个目标静态参数集对应的Li对应的动态观测度；
S170，基于所述动态信息表，获取目标参数组集，所述目标参数组集对应的Li对应的动态观测度VDi＝max(VD1i，VD2i，…，VDui，…，VDX2i)。
2.根据权利要求1所述的方法，其特征在于，所述外方位参数至少包括仿真激光雷达的安装位置Lx，Ly、Lz以及仿真激光雷达分别绕对应的安装位置的x轴、y轴和z轴的旋转角度Lrx、Lry和Lyz，Lx，Ly、Lz分别为仿真激光雷达的安装位置的x、y和z坐标。
3.根据权利要求1所述的方法，其特征在于，每个静态民航客机模型的静态覆盖度等于观测到该民航客机模型的雷达数量。
4.根据权利要求1所述的方法，其特征在于，每个仿真激光雷达的静态观测度等于该仿真激光雷达所能观测到的民航客机模型的数量。
5.根据权利要求1所述的方法，其特征在于，每个仿真激光雷达的动态观测度等于在t内观测到所述动态民航客机模型的关键特征的时刻数量。
6.根据权利要求3所述的方法，其特征在于，IPi基于如下步骤获取：
S121，获取Li的第s个外方位参数Lis的参数值组GLis＝(L1 is，L2 is，…，Lu is，…，Lf(s) is)，GLis中的第1个参数值L1 is＝L0 is，L0 is为仿真激光雷达i的第s个外方位参数的初始值，GLis中的第u个参数值Lu is＝Lu-1 is+△ds，△ds为第s个外方位参数对应的步长值；Lis∈{Lix，Liy，Liz，Lirx，Liry，Liyz}；s的取值为1到6；Lf(s) is≤LTis，LTis为仿真激光雷达i的第s个外方位参数的参数阈值；
S122，基于GLi1，GLi2，…，GLis，…，GLi6获取f(i)个初始参数组IPi＝(IPi1，IPi2，…，IPij，…，IPif(i))，IPi中的第j个初始参数组IPij＝(IP1 ij，IP2 ij，…，IPs ij，…，IP6 ij)，IPij中的第s个参数IPs ij∈GLis；j的取值为1到f(i)，f(i)为IPi中的初始参数组的数量。
7.根据权利要求1所述的方法，其特征在于，在S110中，还包括设置每个仿真激光雷达的内部参数，所述内部参数至少包括垂直视场角、水平视场角、垂直分辨率和水平分辨率。
8.根据权利要求1所述的方法，其特征在于，所述场景点云数据基于双向反射率模型获取。
9.一种非瞬时性计算机可读存储介质，所述存储介质中存储有至少一条指令或至少一段程序，其特征在于，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1-8中任意一项的所述方法。
10.一种电子设备，其特征在于，包括处理器和权利要求9中所述的非瞬时性计算机可读存储介质。
CN202311087485.8A 2023-08-28 2023-08-28 基于仿真的激光雷达外参获取方法、电子设备和存储介质 Active CN117150754B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311087485.8A CN117150754B (zh) 2023-08-28 2023-08-28 基于仿真的激光雷达外参获取方法、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311087485.8A CN117150754B (zh) 2023-08-28 2023-08-28 基于仿真的激光雷达外参获取方法、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN117150754A true CN117150754A (zh) 2023-12-01
CN117150754B CN117150754B (zh) 2024-04-19

Family

ID=88900005

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311087485.8A Active CN117150754B (zh) 2023-08-28 2023-08-28 基于仿真的激光雷达外参获取方法、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN117150754B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5374932A (en) * 1993-08-02 1994-12-20 Massachusetts Institute Of Technology Airport surface surveillance system
JP2011164056A (ja) * 2010-02-15 2011-08-25 Mitsubishi Electric Corp 空港面監視方法及び空港面監視システム
US20120169842A1 (en) * 2010-12-16 2012-07-05 Chuang Daniel B Imaging systems and methods for immersive surveillance
US20190227175A1 (en) * 2018-01-23 2019-07-25 Innoviz Technologies Ltd. Distributed lidar systems and methods thereof
US20200349852A1 (en) * 2019-05-03 2020-11-05 Michele DiCosola Smart drone rooftop and ground airport system
CN112748456A (zh) * 2019-10-31 2021-05-04 霍尼韦尔国际公司 使用分布式航空电子设备处理的辅助性导航的系统和方法
US20210141092A1 (en) * 2019-11-07 2021-05-13 Nio Usa, Inc. Scene perception using coherent doppler lidar
CN114838948A (zh) * 2022-03-04 2022-08-02 湖北国际物流机场有限公司 一种机场自动驾驶引导车自动并道测试方法和系统
WO2023131123A1 (zh) * 2022-01-05 2023-07-13 上海三一重机股份有限公司 组合导航设备与激光雷达的外参标定方法及装置
CN116486012A (zh) * 2023-04-27 2023-07-25 中国民用航空总局第二研究所 一种航空器三维模型构建方法、存储介质及电子设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5374932A (en) * 1993-08-02 1994-12-20 Massachusetts Institute Of Technology Airport surface surveillance system
JP2011164056A (ja) * 2010-02-15 2011-08-25 Mitsubishi Electric Corp 空港面監視方法及び空港面監視システム
US20120169842A1 (en) * 2010-12-16 2012-07-05 Chuang Daniel B Imaging systems and methods for immersive surveillance
US20190227175A1 (en) * 2018-01-23 2019-07-25 Innoviz Technologies Ltd. Distributed lidar systems and methods thereof
US20200349852A1 (en) * 2019-05-03 2020-11-05 Michele DiCosola Smart drone rooftop and ground airport system
CN112748456A (zh) * 2019-10-31 2021-05-04 霍尼韦尔国际公司 使用分布式航空电子设备处理的辅助性导航的系统和方法
US20210141092A1 (en) * 2019-11-07 2021-05-13 Nio Usa, Inc. Scene perception using coherent doppler lidar
WO2023131123A1 (zh) * 2022-01-05 2023-07-13 上海三一重机股份有限公司 组合导航设备与激光雷达的外参标定方法及装置
CN114838948A (zh) * 2022-03-04 2022-08-02 湖北国际物流机场有限公司 一种机场自动驾驶引导车自动并道测试方法和系统
CN116486012A (zh) * 2023-04-27 2023-07-25 中国民用航空总局第二研究所 一种航空器三维模型构建方法、存储介质及电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
C. TOTH等: "MONITORING AIRCRAFT MOTION AT AIRPORTS BY LIDAR", ISPRS ANNALS OF THE PHOTOGRAMMETRY, REMOTE SENSING AND SPATIAL INFORMATION SCIENCES, vol. 1, 2 June 2016 (2016-06-02), pages 159 - 165 *
孙黎明等: "机载激光雷达检校场布置方案研究", 电力勘测设计, no. 02, 30 April 2015 (2015-04-30), pages 15 - 19 *
章大勇等: "机载激光雷达系统标定方法", 光学精密工程, vol. 17, no. 11, 15 November 2009 (2009-11-15), pages 2806 - 2813 *

Also Published As

Publication number Publication date
CN117150754B (zh) 2024-04-19

Similar Documents

Publication Publication Date Title
US11176843B2 (en) Unmanned vehicle simulation
CN109359405B (zh) 空天地一体化的大数据战场环境半实物仿真系统
CN110531960A (zh) 用于通过虚拟世界，在现实世界中开发，测试以及部署数字现实应用程式的系统与方法
CN106845032B (zh) 多模导航三维动态可视化仿真平台的构建方法
CN105825719B (zh) 无人机巡查航线的生成方法及装置
EP3438856B1 (de) Verfahren zum modellieren eines kraftfahrzeug-sensors in einer virtuellen testumgebung
US10650694B2 (en) Unmanned vehicle simulator
CN109960857B (zh) 一种激光雷达的仿真方法、装置及仿真平台
CN114514524A (zh) 多智能体模拟
TWI745153B (zh) 超寬頻定位方法、裝置及系統
CN117150754B (zh) 基于仿真的激光雷达外参获取方法、电子设备和存储介质
CN117216914A (zh) 激光雷达位置仿真优化方法、电子设备和存储介质
Woollard et al. Investigating the effects of bistatic SAR phenomenology on feature extraction
EP3923236A1 (en) Image-processing device, image-processing method, and image-processing computer program
Džunda Modeling of the flight trajectory of flying objects
Vanek et al. Vision only sense and avoid: A probabilistic approach
Arbeit Adaptation and automation of search and rescue patterns with implementation for an operational unmanned aircraft system
JP2022550407A (ja) 時空間ポーズ／オブジェクトデータベース
Kesury et al. Radar modeling for autonomous vehicle simulation environment with open-source utilities
Liang et al. RLaGA: A Reinforcement Learning Augmented Genetic Algorithm For Searching Real and Diverse Marker-Based Landing Violations
Laux et al. Build Your Own Training Data--Synthetic Data for Object Detection in Aerial Images
RU2600964C1 (ru) Модель оценивания параметров запуска объектов управления
KR102620468B1 (ko) 비행체 궤적 분석 장치 및 그 방법
RU2786264C1 (ru) Способ имитации систематических и случайных погрешностей оборудования для задач обучения операторов воздушных судов
Davis et al. Exploring how hierarchical modeling and simulation can improve organizational resourcing decisions

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