CN117665833A - 雷达数据处理方法、装置、介质和设备 - Google Patents
雷达数据处理方法、装置、介质和设备 Download PDFInfo
- Publication number
- CN117665833A CN117665833A CN202410138825.3A CN202410138825A CN117665833A CN 117665833 A CN117665833 A CN 117665833A CN 202410138825 A CN202410138825 A CN 202410138825A CN 117665833 A CN117665833 A CN 117665833A
- Authority
- CN
- China
- Prior art keywords
- target
- echo
- scene cluster
- outlier
- target scene
- 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
Links
- 238000003672 processing method Methods 0.000 title abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000010586 diagram Methods 0.000 claims abstract description 25
- 238000002592 echocardiography Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 abstract description 9
- 238000007796 conventional method Methods 0.000 abstract description 4
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请公开了一种雷达数据处理方法及装置、介质和设备。方法包括:根据初始回波绘制灰度图,并根据灰度图确定目标场景簇,其中,灰度图包括初始回波的强度信息;根据目标场景簇中,各初始回波所在位置判断目标场景簇中是否存在离群点,若存在,则重新确定离群点对应的目标回波。本申请的方法解决了现有方法受环境干扰输出噪声回波,导致测距不准的问题。
Description
技术领域
本申请涉及激光雷达领域,尤其是涉及到一种雷达数据处理方法及装置、介质和设备。
背景技术
激光雷达产品通常利用光源发射出覆盖大片探测区域的激光,并采用SPAD(Single Photon Avalanche Diode,单光子雪崩二极管)接收器件来接收激光束,进而根据接收时间判断目标物体的距离。在具体测距过程中,需要根据SPAD输出的直方图信息,寻找直方图内部回波,根据回波信息获取测试物体的距离信息。
然而由于环境干扰及暗电流影响,直方图内部会出现多个回波信息,对真实物体回波信息的识别及选择造成干扰,影响激光雷达产品测距的准确性。尤其在信噪比较低的场景,如果识别错误,SPAD直接输出噪点,导致测距不准确。当前的测距方法中,通常会按照强度或者时间进行依次排序,选择前三个或五个回波输出,然而这种方法无法准确地选择出真实物体回波,测距准确性较低。
发明内容
有鉴于此,本申请提供了一种雷达数据处理方法及装置、介质和设备,解决了现有方法受环境干扰输出噪声回波,导致测距不准的问题。
根据本申请的一个方面,提供了一种回波数据处理方法,包括:
根据初始回波绘制灰度图,并根据所述灰度图确定目标场景簇,其中,所述灰度图包括所述初始回波的强度信息;
判断所述目标场景簇中是否存在离群点,若存在,则重新确定所述离群点对应的目标回波。
可选地,所述判断所述目标场景簇中是否存在离群点,包括:
若所述目标场景簇中,和某一目标点之间的距离不超过预设距离的其他目标点的个数小于预设阈值的,确定所述某一目标点为离群点。
可选地,所述重新确定所述离群点对应的目标回波,包括:
确定所述目标场景簇中,目标点数量符合预设规则的回波区域为目标区域,并在所述目标区域中确定所述离群点对应的目标回波。
可选地,所述方法还包括:
若所述目标场景簇中,除离群点之外的所有目标点分别属于至少两个回波区域,且所述至少两个回波区域中每个区域对应的目标点数量均不符合预设规则,则调整所述至少两个回波区域的范围,以增大同一回波区域对应的目标点数量。
可选地,所述预设规则包括:
在所述至少两个回波区域中,有且仅有一个区域对应的目标点数量与其他区域对应的目标点数量之间的比值均大于预设阈值。
可选地,所述调整所述至少两个回波区域的范围,包括:
调整所述至少两个回波区域的分界线,其中,所述分界线的调整幅度满足预设的调整范围;
或,
基于所述目标场景簇所在位置重新划分区域,其中,重新划分的区域满足预设的区域边界限制。
可选地,所述方法还包括:
根据所述目标场景簇位置划分各个回波区域的分界线。
根据本申请的另一方面,提供了一种雷达数据处理装置,所述装置包括:
绘制模块,用于根据初始回波绘制灰度图,并根据所述灰度图确定目标场景簇,其中,所述灰度图包括所述初始回波的强度信息;
选择模块,用于判断所述目标场景簇中是否存在离群点,若存在,则重新确定所述离群点对应的目标回波。
可选地,所述选择模块用于:
若所述目标场景簇中,和某一目标点之间的距离不超过预设距离的其他目标点的个数小于预设阈值的,确定所述某一目标点为离群点。
可选地,所述选择模块用于:
确定所述目标场景簇中,所述目标点数量符合预设规则的回波区域为目标区域,并在所述目标区域中确定所述离群点对应的目标回波。
可选地,所述装置还包括调整模块,用于:
若所述目标场景簇中,除离群点之外的目标点分别属于至少两个回波区域,且所述至少两个回波区域中每个区域对应的目标点数量均不符合预设规则,则调整所述至少两个回波区域的范围,以增大同一回波区域对应的目标点数量。
可选地,所述预设规则包括:
在所述至少两个回波区域中,有且仅有一个区域对应的目标点数量与其他区域对应的目标点数量之间的比值均大于预设阈值。
可选地,所述调整模块用于:
调整所述至少两个回波区域的分界线,其中,所述分界线的调整幅度满足预设的调整范围;
或,
基于所述目标场景簇所在位置重新划分区域,其中,重新划分的区域满足预设的区域边界限制。
根据本申请又一个方面,提供了一种介质,其上存储有程序或指令,所述程序或指令被处理器执行时实现上述雷达数据处理方法。
根据本申请再一个方面,提供了一种设备,包括存储介质和处理器,所述存储介质存储有计算机程序,所述处理器执行所述计算机程序时实现上述雷达数据处理方法。
借由上述技术方案,本申请根据二维灰度信息进行场景识别,针对识别的目标场景簇中的离群点重新进行回波数据处理。由于同一个目标场景簇中的像素点,其测距结果差距不大,因此可分别分析目标场景簇中每个像素点的回波信息,在其中找到与其他回波差距较大的像素点,作为离群点。针对每个离群点重新进行回波数据处理,新选择的回波与其他回波差距较小,因此可减少由于离群点导致的测距误差。通过这样的设计,本申请有利于识别出淹没在噪声回波中的真实回波,提升产品点云质量,解决了现有方法受环境干扰输出噪声回波,导致测距不准的问题。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,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示出了本申请实施例提供的一种雷达回波数据处理方法的流程示意图;
图2示出了本申请实施例提供的另一种雷达回波数据处理方法的流程示意图;
图3示出了本申请实施例提供的一种雷达回波数据处理方法的直方图区域划分示意图;
图4示出了本申请实施例提供的一种目标场景簇的回波位于区域分界线上的分布示意图;
图5示出了本申请实施例提供的一种调整后的区域示意图;
图6示出了本申请实施例提供的另一种目标场景簇的回波分布示意图;
图7示出了本申请实施例提供的一种雷达回波数据处理装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本申请。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。
在本实施例中提供了一种雷达数据处理方法,具体是回波数据处理方法,如图1所示,该方法包括:
步骤101,根据初始回波绘制灰度图,并根据灰度图确定目标场景簇,其中,灰度图包括初始回波的强度信息。
步骤102,判断目标场景簇中是否存在离群点,若存在,则重新确定离群点对应的目标回波。
本申请实施例提供的雷达回波数据处理方法,用于减少噪点的影响,选择出真实物体的回波,进而得到更加准确的测距结果。具体地,首先根据每个点对应的初始回波的强度信息绘制场景的二维灰度图,进而根据灰度图信息识别场景,判定目标场景簇,比如二维灰度图内识别出一个人、车等。由于目标场景簇中的每个像素点对应的均为这个人或车中的一个点,因此可针对每个像素点获取目标回波。然而在具体应用过程中,由于环境干扰等影响因素,存在噪点问题,此时目标场景簇中存在离群点,该点与其他像素点不在同一区域,或距离较远,因此该点为噪点的可能性较大,此时可基于该离群点重新确定其对应的回波,也即目标回波。重新确定的目标回波是真实物体回波的可能性更大,因此测距更加精准。
由于点云中每个点都是根据最小探测单元(例如SPAD)产生的直方图确定,当最小探测单元接收到反射信号时,会在直方图上产生回波信号,一般来说,最终的信号输出以最大回波信号的峰值所在位置为准,但是,在存在噪声时,取最大值的方式有时不准确。基于此,需要对可能存在干扰的点重新确定回波信号,我们按照距离将直方图区间分为多个,在每个区间中,分别保留该区间内检测到的多个回波信号,并按照强度大小进行排列。假设近距离的某一个点为噪点且该点理论上应当产生在中距离区,则可以舍弃近距离区的所有回波,并重新在直方图的中距区选择最大回波进行输出。
该实施例根据二维灰度信息进行场景识别,针对识别的目标场景簇中的离群点重新进行回波数据处理。由于同一个目标场景簇中的像素点,其测距结果应当差距不大,因此可分别分析目标场景簇中每个像素点的回波信息,在其中找到与其他回波差距较大的像素点,作为离群点。针对每个离群点重新进行回波数据处理,新选择的回波与其他回波差距较小,因此可减少由于离群点导致的测距误差。通过这样的设计,该实施例有利于识别出淹没在噪声回波中的真实回波,提升产品点云质量,解决了现有方法受环境干扰输出噪声回波,导致测距不准的问题。
进一步地,作为上述实施例具体实施方式的细化和扩展,为了完整说明本实施例的具体实施过程,提供了另一种雷达回波数据处理方法,如图2所示,该方法包括如下步骤:
步骤201,根据初始回波绘制灰度图,并根据灰度图确定目标场景簇。
在该步骤中,在除盲区外的每个区域中,基于直方图的峰值,也即初始回波建立二维灰度图,其中,灰度图只有回波的强度信息,没有距离信息。在根据灰度图确定目标场景簇时,可利用灰度图信息识别场景,一个场景簇应当对应同一个物体,理论上同一个目标场景簇中的目标点的测距差距不大。
步骤202,若目标场景簇中,和某一目标点之间的距离不超过预设距离的其他目标点的个数小于预设阈值的,确定某一目标点为离群点。
在该步骤中,判断目标场景簇中是否存在离群点,若存在则针对离群点重新确定目标回波,以避免离群点对测距造成干扰,导致准确度降低。具体地,基于前述分析,同一个目标场景簇中的目标点的测距差距不大,因此可根据每个目标点与其他目标点之间的距离判断该目标点是否为离群点。例如,确定目标场景簇中,和某一目标点之间的距离不超过预设距离的其他目标点数量,若其他目标点数量小于预设阈值,则认为该目标点附近的点数量较少,因此认为目标场景簇中存在离群点,且该目标点即为离群点。
此外,也可根据每个回波区域对应的目标点数量来判断回波区域对应的目标点是否为离群点,例如,若某一目标场景簇中有80%的目标点的回波区域相同,也即该回波区域对应的目标点数量占目标点总量的80%,则将该回波区域作为目标区域,其他回波区域对应的20%的目标点为离群点。
步骤203,若目标场景簇中,除离群点之外的所有目标点(以下称为剩余点)分别属于至少两个回波区域,且至少两个回波区域中每个区域对应的目标点数量均不符合预设规则,则调整至少两个回波区域的范围,以增大同一回波区域对应的目标点数量。
在该步骤中,离群点需要根据目标场景簇所在的区域选择其对应的回波所在区域。本步骤主要用于确定目标场景簇所在区域。
具体的,根据横坐标可将每个点对应的直方图划分为多个区域。例如,直方图窗口横坐标为1023个bin(间隔),每个bin间隔1ns,测距量程为150m。可将直方图划分为盲区、近距区、中距区、远距区四个区域(如图3所示),盲区为0-0.5m,近距区为0.5m-30m,中距区为30m-120m,远距区为120m-150m,其中,每个区域划分可根据实际情况进行设定。因此,目标场景簇中每个目标点对应的回波会落于直方图的某个回波区域内,也即每个目标点即属于某个回波区域。
然而,根据初始划分的区域,存在目标场景簇恰好位于区域分界线上的情况。如图4所示,此时目标场景簇中的剩余点位于两个回波区域中,并且每个区域对应的目标点数量均不显著多于其他区域对应的目标点数量,也即不存在某个回波区域对应的目标点数量远大于其他每个回波区域对应的目标点数量(二者之间的比值大于预设阈值)。此时无法确定目标场景簇主要落在哪个回波区域中,可能会导致后续的判断出现失误。
基于此,可判断回波区域对应的目标点数量是否符合预设规则,并在不符合预设规则的情况下,对回波区域进行调整。其中,预设规则可以定义为:在至少两个回波区域中,有且仅有一个区域对应的目标点数量与其他区域对应的目标点数量之间的比值均大于预设阈值。如此,某一目标场景簇包括的目标点数量可以在某个距离区域内形成绝对优势。
当不满足预设规则时,一种调整方式是:步骤203-a,调整至少两个回波区域的分界线,其中,分界线的调整幅度满足预设的调整范围。例如,每个回波区域可以动态调整的范围限制为本区域长度的5%以内,可以据此进行微调,调整后至少一个回波区域对应的目标点数量增加,且目标点数量符合预设规则。另一种调整方式为:步骤203-b,基于目标场景簇所在位置重新划分区域。具体地,在获取灰度图后,根据各个目标场景簇所在位置进行自定义分区,要求是尽量保证同一场景簇在同一区域内,绝对不可横跨两个以上分区,且不违背预先定义的、每个区域的最大、最小边界限制。通过重新划分区域的方式,使得至少一个区域对应的目标点数量增加,且目标点数量符合预设规则。
上述两种调整方式调整的范围大小不同,第一种调整方式属于区域边界线的微调,一次调整一个区域边界线,调整幅度较小,适合某一聚集度较高的目标场景簇的调整;第二种调整方式调整幅度较大,主要思想是根据目标场景簇所处位置重新定义区域边界,调整后,保证尽量多个目标场景簇并未被区域分界线分割。调整后的区域的一个示例如图5所示。
需要注意的是,上述区域调整方式针对的主要是目标场景簇中除了离群点之外的剩余点,即仅当剩余点横跨至少两个区域且无法形成绝对优势区域的时候,进行的区域调整操作。离群点由于本身距离目标场景簇中的其他点较远,有较大概率和剩余点不会处在同一区域内,因此,判断目标场景簇所在区域时,需要排除离群点的影响。
步骤204,确定目标场景簇中,目标点数量符合预设规则的回波区域为目标区域,并在所述目标区域中确定所述离群点对应的目标回波。
具体地,如前述步骤中,假设预设规则为目标场景簇中,其中一个区域的目标点数超过80%,则确定目标点对应的回波区域即为目标区域。其次,针对离群点,重新确定其对应的目标回波。例如,可在目标区域中重新确定强度最大的回波,并将其作为离群点对应的新的目标回波。由于该新的目标回波位于目标区域中,因此与目标场景簇的距离较近,缩小了由于离群点导致的测距误差,提高了测距精准度。例如,某一目标场景簇对应14个目标点,其中12个目标点在中距区,1个目标点在远距区,1个目标点在近距区(如图6所示),则认为在远距区以及近距区的这两个点受到干扰,为噪声点,会导致回波数据处理出现差错。此时将这两个点的回波做替换,由于目标场景簇的大部分像素点的回波都在中距区,因此,针对离群点,重新在该点对应的直方图的中距区选择最强回波作为新的目标回波。此时,目标场景簇对应的14个像素点的回波区域均在中距区,避免近距区以及远距区的点带来误差,距离测量更加精准。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
进一步地,作为上述雷达数据处理方法的具体实现,本申请实施例提供了一种雷达数据处理装置,如图7所示,该装置包括:绘制模块以及选择模块,其中:
绘制模块,用于根据初始回波绘制灰度图,并根据灰度图确定目标场景簇,其中,灰度图包括初始回波的强度信息;
选择模块,用于判断目标场景簇中是否存在离群点,若存在,则重新确定离群点对应的目标回波。
在具体的应用场景中,可选地,选择模块用于:
若目标场景簇中,和某一目标点之间的距离不超过预设距离的其他目标点的个数小于预设阈值的,确定某一目标点为离群点。
可选地,选择模块用于:
确定目标点数量符合预设规则的回波区域为目标区域,并在目标区域中确定离群点对应的目标回波。
在具体的应用场景中,可选地,装置还包括调整模块,用于:
若目标场景簇中,除离群点之外的目标点分别属于至少两个回波区域,且至少两个回波区域中每个区域对应的目标点数量均不符合预设规则,则调整至少两个回波区域的范围,以增大同一回波区域对应的目标点数量。
在具体的应用场景中,可选地,预设规则包括:
在至少两个回波区域中,有且仅有一个区域对应的目标点数量与其他区域对应的目标点数量之间的比值均大于预设阈值。
在具体的应用场景中,可选地,调整模块用于:
调整至少两个回波区域的分界线,其中,分界线的调整幅度满足预设的调整范围;
或,
基于目标场景簇所在位置重新划分区域,其中,重新划分的区域满足预设的区域边界限制。
根据本申请又一个方面,提供了一种介质,其上存储有程序或指令,所述程序或指令被处理器执行时实现上述雷达数据处理方法。
需要说明的是,本申请实施例提供的一种回波数据处理装置所涉及各功能模块的其他相应描述,可以参考上述方法中的对应描述,在此不再赘述。
基于上述方法,相应的,本申请实施例还提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述雷达数据处理方法。
基于这样的理解,本申请的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台电子设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施场景所述的方法。
基于上述如图1至图6所示的方法,以及图7所示的虚拟装置实施例,为了实现上述目的,本申请实施例还提供了一种设备,具体可以为个人计算机、服务器、网络设备等,该电子设备包括存储介质和处理器;存储介质,用于存储计算机程序;处理器,用于执行计算机程序以实现上述如图1至图6所示的雷达数据处理方法。
可选地,该电子设备还可以包括用户接口、网络接口、摄像头、射频(RadioFrequency,RF)电路,传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等,可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如蓝牙接口、WI-FI接口)等。
本领域技术人员可以理解,本实施例提供的一种电子设备结构并不构成对该电子设备的限定,可以包括更多或更少的部件,或者组合某些部件,或者不同的部件布置。
存储介质中还可以包括操作系统、网络通信模块。操作系统是管理和保存电子设备硬件和软件资源的程序,支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各控件之间的通信,以及与该实体设备中其它硬件和软件之间通信。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本申请可以借助软件加必要的通用硬件平台的方式来实现,也可以通过硬件实现。
本领域技术人员可以理解附图只是一个优选实施场景的示意图,附图中的单元或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的单元可以按照实施场景描述进行分布于实施场景的装置中,也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的单元可以合并为一个单元,也可以进一步拆分成多个子单元。
上述本申请序号仅仅为了描述,不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景,但是,本申请并非局限于此,任何本领域的技术人员能思之的变化都应落入本申请的保护范围。
Claims (9)
1.一种雷达数据处理方法,其特征在于,所述方法包括:
根据初始回波绘制灰度图,并根据所述灰度图确定目标场景簇,其中,所述灰度图包括所述初始回波的强度信息;
根据目标场景簇中,各初始回波所在位置判断所述目标场景簇中是否存在离群点,若存在,则重新确定所述离群点对应的目标回波。
2.根据权利要求1所述的方法,其特征在于,所述判断所述目标场景簇中是否存在离群点,包括:
若所述目标场景簇中,和某一目标点之间的距离不超过预设距离的其他目标点的个数小于预设阈值的,确定所述某一目标点为离群点。
3.根据权利要求2所述的方法,其特征在于,所述重新确定所述离群点对应的目标回波,包括:
确定所述目标场景簇中,目标点数量符合预设规则的回波区域为目标区域,并在所述目标区域中确定所述离群点对应的目标回波。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述目标场景簇中,除离群点之外的目标点分别属于至少两个回波区域,且所述至少两个回波区域中每个区域对应的目标点数量均不符合预设规则,则调整所述至少两个回波区域的范围,以增大同一回波区域对应的目标点数量。
5.根据权利要求4所述的方法,其特征在于,所述预设规则包括:
在所述至少两个回波区域中,有且仅有一个区域对应的目标点数量与其他区域对应的目标点数量之间的比值均大于预设阈值。
6.根据权利要求4所述的方法,其特征在于,所述调整所述至少两个回波区域的范围,包括:
调整所述至少两个回波区域的分界线,其中,所述分界线的调整幅度满足预设的调整范围;
或,
基于所述目标场景簇所在位置重新划分区域,其中,重新划分的区域满足预设的区域边界限制。
7.一种雷达数据处理装置,其特征在于,所述装置包括:
绘制模块,用于根据初始回波绘制灰度图,并根据所述灰度图确定目标场景簇,其中,所述灰度图包括所述初始回波的强度信息;
选择模块,用于判断所述目标场景簇中是否存在离群点,若存在,则重新确定所述离群点对应的目标回波。
8.一种存储介质,其上存储有程序或指令,其特征在于,所述程序或指令被处理器执行时实现如权利要求1至6中任一项所述的方法。
9.一种电子设备,包括存储介质、处理器及存储在所述存储介质上并在所述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权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410138825.3A CN117665833B (zh) | 2024-02-01 | 2024-02-01 | 雷达数据处理方法、装置、介质和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410138825.3A CN117665833B (zh) | 2024-02-01 | 2024-02-01 | 雷达数据处理方法、装置、介质和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117665833A true CN117665833A (zh) | 2024-03-08 |
CN117665833B CN117665833B (zh) | 2024-04-09 |
Family
ID=90075362
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410138825.3A Active CN117665833B (zh) | 2024-02-01 | 2024-02-01 | 雷达数据处理方法、装置、介质和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117665833B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111670379A (zh) * | 2019-01-09 | 2020-09-15 | 深圳市大疆创新科技有限公司 | 回波信号处理方法、设备及存储介质 |
US20200301013A1 (en) * | 2018-02-09 | 2020-09-24 | Bayerische Motoren Werke Aktiengesellschaft | Methods and Apparatuses for Object Detection in a Scene Based on Lidar Data and Radar Data of the Scene |
CN113196092A (zh) * | 2019-11-29 | 2021-07-30 | 深圳市大疆创新科技有限公司 | 噪点过滤方法和设备、激光雷达 |
CN114612598A (zh) * | 2022-02-16 | 2022-06-10 | 苏州一径科技有限公司 | 一种点云的处理方法、装置及激光雷达 |
CN115953550A (zh) * | 2022-12-21 | 2023-04-11 | 江汉大学 | 针对线结构光扫描的点云离群点剔除系统及方法 |
CN116520288A (zh) * | 2023-07-03 | 2023-08-01 | 中国人民解放军国防科技大学 | 一种激光点云测距数据的去噪方法和系统 |
-
2024
- 2024-02-01 CN CN202410138825.3A patent/CN117665833B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200301013A1 (en) * | 2018-02-09 | 2020-09-24 | Bayerische Motoren Werke Aktiengesellschaft | Methods and Apparatuses for Object Detection in a Scene Based on Lidar Data and Radar Data of the Scene |
CN111670379A (zh) * | 2019-01-09 | 2020-09-15 | 深圳市大疆创新科技有限公司 | 回波信号处理方法、设备及存储介质 |
CN113196092A (zh) * | 2019-11-29 | 2021-07-30 | 深圳市大疆创新科技有限公司 | 噪点过滤方法和设备、激光雷达 |
CN114612598A (zh) * | 2022-02-16 | 2022-06-10 | 苏州一径科技有限公司 | 一种点云的处理方法、装置及激光雷达 |
CN115953550A (zh) * | 2022-12-21 | 2023-04-11 | 江汉大学 | 针对线结构光扫描的点云离群点剔除系统及方法 |
CN116520288A (zh) * | 2023-07-03 | 2023-08-01 | 中国人民解放军国防科技大学 | 一种激光点云测距数据的去噪方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117665833B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112634181B (zh) | 用于检测地面点云点的方法和装置 | |
CN112526513B (zh) | 基于聚类算法的毫米波雷达环境地图构建方法及装置 | |
US20200081096A1 (en) | Ground detection method, electronic device, and vehicle | |
CN113536850B (zh) | 基于77g毫米波雷达的目标物体大小测试方法和装置 | |
CN111624567A (zh) | 一种恒虚警检测方法及装置 | |
CN115524683A (zh) | 一种光斑提取方法、测距方法、激光雷达及机器人 | |
CN115372995A (zh) | 一种基于欧式聚类的激光雷达目标检测方法及系统 | |
CN103869278B (zh) | 基于测距的多目标定位方法及装置 | |
CN112990170B (zh) | 一种相控阵雷达目标识别方法、系统、电子设备及介质 | |
CN117665833B (zh) | 雷达数据处理方法、装置、介质和设备 | |
KR101770742B1 (ko) | 클러터를 억제하는 표적 탐지 장치 및 그 방법 | |
KR101351282B1 (ko) | 클러터맵 기반 레이더 시스템의 미관측 영역 개선 방법 및 이를 이용한 레이더 시스템 | |
CN112558035A (zh) | 用于估计地面的方法和装置 | |
CN118244220A (zh) | 雷达参数调节方法、装置、雷达及存储介质 | |
KR102182558B1 (ko) | 레이다 및 이의 운용방법 | |
US8880370B1 (en) | Multiple signals detection system | |
CN111723797B (zh) | 一种确定三维目标的包围框的方法及系统 | |
CN118033652A (zh) | 回波数据处理方法、装置、介质和设备 | |
CN116413683A (zh) | 激光雷达及其扫描方法、可读存储介质 | |
CN113625266A (zh) | 应用雷达检测低速目标的方法、装置、存储介质和设备 | |
CN110363834B (zh) | 一种点云数据的分割方法和装置 | |
CN113128516A (zh) | 边缘提取的方法和装置 | |
KR20170054168A (ko) | 레이더 시스템의 씨파를 기반으로 하는 신호 처리 방법 및 그 장치 | |
KR102065979B1 (ko) | 일정 오경보율 처리의 임계치 설정 방법 및 기록 매체 | |
KR102208175B1 (ko) | 이동형 레이더의 적응적 추적 주파수 제어 방법 |
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 |