激光雷达数据融方法技术

本发明专利技术涉及脉冲激光雷达和二维平面传感系统及数据处理，为实现在不增加原脉冲激光雷达系统复杂度的基础上提高基于激光雷达系统的3D图像分辨率，本发明专利技术，激光雷达数据融方法，步骤如下：提取回波信息进行距离信息、进行分解和分析；计算每个强度信息i的概率质量函数；得到同一个像素内距离信息d

【技术实现步骤摘要】
激光雷达数据融方法
本专利技术涉及脉冲激光雷达和二维平面传感系统及数据处理，具体讲,涉及激光雷达数据融方法。
技术介绍
激光雷达可以通过测距实现自动导航和3D绘图，可以广泛的应用在自动驾驶、无人机、地形测绘、安防、监测等领域。但是由于现阶段技术所限，激光雷达的环境适应性和图像分辨率有待提高，将其与他类型传感系统融合是一个有效弥补其缺点的方法。2014年出现了基于特征的机载激光点云与影像数据融合方法，实现简便，融合效果精度高。2017年出现了很多关于激光雷达信息融合的技术，包括点云与平面图像融合方法及装置，只需确定两个二维图像(即深度图像与平面图像)之间的映射矩阵即可完成对点云与平面图像之间的融合，以及基于白光扫描仪的点云融合方法及系统，保护了待测对象的完整性和真实性，有效地提高了点云融合精度，增强了点云融合稳定性。还有基于单目视觉与激光雷达融合的道路可行驶区域检测方法。需要说明的是，脉冲激光雷达主动发射一束脉冲激光，激光遇到目标物体后会发生反射，脉冲激光雷达中每一个传感器对应一个像素单元，传感器接收到目标物体的反射光以后，将光信号变成电信号，这个电信号称为回波信号或回波信息。现有方法本文档来自技高网...

【技术保护点】
1.一种激光雷达数据融方法，其特征是，步骤如下：步骤1：通过脉冲激光雷达获得视场内目标的回波信息，包括距离信息和强度信息；步骤2：对步骤1中获得的回波信息进行距离信息提取，这个距离命名为粗距离，第M个像素对应的粗距离信息为DM，其中M为回波信息对应的像素序号，M为自然数；步骤3：对步骤1中获得的每个回波信息进行分解，得到每个像素的回波对应的一系列子波；步骤4：对步骤3得到的子波进行分析，通过算法得到第N个像素中第M个子波对应的距离信息dMN和强度信息iMN.其中dMN命名为细距离信息，其中N为子波在对应像素中的编号，M、N均为自然数。每个子波的距离信息dMN和强度信息iMN一一对应；步骤5：在...

【技术特征摘要】
1.一种激光雷达数据融方法，其特征是，步骤如下：步骤1：通过脉冲激光雷达获得视场内目标的回波信息，包括距离信息和强度信息；步骤2：对步骤1中获得的回波信息进行距离信息提取，这个距离命名为粗距离，第M个像素对应的粗距离信息为DM，其中M为回波信息对应的像素序号，M为自然数；步骤3：对步骤1中获得的每个回波信息进行分解，得到每个像素的回波对应的一系列子波；步骤4：对步骤3得到的子波进行分析，通过算法得到第N个像素中第M个子波对应的距离信息dMN和强度信息iMN.其中dMN命名为细距离信息，其中N为子波在对应像素中的编号，M、N均为自然数。每个子波的距离信息dMN和强度信息iMN一一对应；步骤5：在同一个像素中，对步骤4得到的强度信息i进行统计，并计算每个强度信息i的概率质量函数，第M个像素中第N个强度信息为iMN的概率质量函数为Pi(iMN)；步骤6：通过二维传感系统获得识场内场内目标的灰度信息Gαβ，α，β是灰度信息的编号，α，β均为自然数，第α行第β列个灰度值为Gαβ；步骤7：将步骤2得到的粗距离信息DM和步骤6得到的灰度信息Gαβ坐标归一化，得到一个粗对应矩阵φ(DM,Gαβ)，由于现阶段面阵激光雷达的像素数量通常低于二维图像传感系统，在相同视场下，一个激光雷达系统的像素所占视场面积中包含多个可见光传感系统像素或多个红外传感系统像素；步骤8：根据步骤7中得到的粗映射矩阵φ(DM,Gαβ)，找到每个像素对应的所有的灰度值；步骤9：计算每个像素单元中不同灰度信息Gαβ的概率质量函数PG(Gαβ)；步骤10：在同一个像素内求强度信息i概率质量函数Pi(iMN)和灰度信息G的概率质量函数PG(Gαβ)的协方差COV[Pi(iMN),PG(Gαβ)]；步骤11：根据系统使用环境设定一个阈值T0，当两个强度信息I和灰度信息G的协方差COV[Pi(iMN),PG(Gαβ)]＜T0时，认为这两个信息iMN和Gαβ相关，利用iMN和Gαβ的相关关系，以及dMN和iMN的对应关系，得到同一个像素内距离信息dMN与灰度信息Gαβ的细对应矩阵F(dMN,Gαβ)；步骤12：根据步骤11得到的细对应矩阵F(dMN,Gαβ)，将每一个灰度值位置用对应的细距离信息填补上dMN，得到超过脉冲激光雷达固有分辨率的...

【专利技术属性】
技术研发人员：赵毅强，夏显召，李杰，陈瑞，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12