本发明专利技术提供了一种全固态激光雷达系统的深度数据并行处理方法，包括：步骤一，ToF(时间飞行)传感器在嵌入式处理器控制下采集数据，嵌入式处理器处理生成深度数据；步骤二，可见光传感器在所述嵌入式处理器控制下采集可见光数据，嵌入式处理器处理生成可见光图像；步骤三，采用数据融合处理模块按给定的分辨率要求对深度数据和可见光图像进行插值或抽样处理后，进行数据融合；步骤四，将深度数据、可见光图像以及融合后的数据发送给数据请求方。还公开了相应的处理系统，包括：置于全固态激光雷达系统的数据处理系统内的FPGA或多核处理器，包括操作系统任务调度模块、数据实时转换模块以及多算法并行处理模块。
【技术实现步骤摘要】
一种全固态激光雷达系统的数据融合并行处理方法及系统
本专利技术涉及全固态激光雷达技术，且特别涉及一种全固态激光雷达系统的数据融合并行处理方法及系统。
技术介绍
激光雷达按照有无机械旋转部件分类，分为机械扫描式激光雷达和全固态激光雷达。机械式激光雷达带有控制激光发射角度的旋转部件，而全固态激光雷达则依靠电子部件来控制激光发射角度，无需机械旋转部件。传统的激光雷达主要是机械式扫描雷达，特点是扫描帧频低、速度慢、体积大、成本高、距离远等，主要应用于军事和国家地理信息遥感探测、资源勘测、防震减灾及国家重点建设项目等方面，为国民经济、社会发展和科学研究提供了极为重要的原始资料，并取得了显著的经济效益。激光雷达可以获得直接对地定位的地面采样点，激光扫描的频率从2kHz增长到250kHz，从只能记录单次回波到可以记录多次回波乃至进行全波形观测，精度从几分米升到几厘米，点密度达到20-50点/平方米，扫描数据可以直接用于大比例尺数字高程模型的生产。激光雷达获取的数据通常是无拓扑结构的空间离散坐标点集，也就是点云，尽管星载、机载、地面和车载激光雷达仪获得的点云数据的采样点密度和精度存在差异，对于利用这些平台获取的点云数据的处理过程是相似的。点云分隔是点云数据的标记过程，经过标记后，属性相同或相近、且空间近邻的点被划分为一类，一般分为直接分割法和间接分割法，对于直接分割法，使用Hough变换能够直接从点云数据中提取几何参数，在实现分割的同时获得地物和目标物体的几何描述信息；对于间接分割法，通过计算空间近邻度和几何导出值，利用渐进算法，如基于聚类的分割法和区域增长算法进行分割。基于聚类的分割法通过向量量化技术把局部几何/辐射特征参数相似的数据归为一类，在此基础上依据一定的规则对属于不同聚类的点进行分割。区域增长算法首先在点云中选取种子表面，基于空间邻近和几何相似性度量对事先确定的种子表面进行增长以实现数据分割。然而这些数据方法无法控制内存和硬盘临时存储的使用量，无法一次性处理超大数据量的点云数据，此外，无法同步进行多数据整体滤波算法，对于复杂扫描数据滤波效果差，精度低，从而获得的位姿等基础信息不够准确，目标识别精度低。
技术实现思路
为了实现上述目的，本专利技术的目的在于提供一种全固态激光雷达系统的深度数据并行处理方法，包括：步骤一，ToF(时间飞行)传感器在嵌入式处理器控制下采集数据，所述嵌入式处理器处理生成深度数据；步骤二，可见光传感器在所述嵌入式处理器控制下采集可见光数据，所述嵌入式处理器处理生成可见光图像；步骤三，采用数据融合处理模块按给定的分辨率要求对所述深度数据和所述可见光图像进行插值或抽样处理后，进行数据融合；步骤四，将所述深度数据、可见光图像以及融合后的数据发送给数据请求方。优选的，所述步骤一包括：步骤1-1，在所述嵌入式处理器控制下，所述ToF传感器在给定的工作参数下，所有像素点同时采集回波信号强度，并将模拟数字转换器转换后的数字信号发送给所述嵌入式处理器；步骤1-2，所述嵌入式处理将接收到的原始数据，计算成4组差分幅值数据DCS0、DCS1、DCS2、DCS3；步骤1-3，使用相位差方法，使用差分幅值数据DCS0、DCS1、DCS2、DCS3计算每个像素点的距离数据d；步骤1-4，为提高测量精度，使用ToF传感器的标定数据文件，校准每个像素点的距离数据，修正系统误差；步骤1-5，根据数据处理要求对所述深度数据进行处理，如果要求对所述深度数据进行滤波处理，使用滤波算法进行数据滤波处理；如果无数据滤波处理要求，转到步骤1-6；步骤1-6，将生成的深度数据缓存输出给数据融合处理模块；步骤1-7，本幀数据采集结束，重复步骤1-1至步骤1-6完成所有幀数据采集。优选的，所述步骤二包括：步骤2-1，在所述嵌入式处理器的控制下，可见光COMS/CCD传感器在给定的工作参数下，采集生产RGB图像数据并传输给所述嵌入式处理器；步骤2-2，所述嵌入式处理器对RGB数据进行图像降噪处理；步骤2-3，将生成的可见光图像数据缓存输出给数据融合处理模块；步骤2-4，本幀数据采集结束，重复步骤2-1至步骤2-4完成所有幀数据采集。优选的，所述步骤三包括：步骤3-1，利用同光轴光学结构，进行深度数据与可见光图像的成像区域调整，使两者的视场接近一致；步骤3-2，按给定的分辨率要求，使用从低分辨率到高分辨率的插值或从高分辨率到低分辨率的抽样，分别调整深度数据和可见光图像的分辨率，使两者的图像数据便于配准；步骤3-3，同时对深度数据进行多尺度分解，得到深度底层图像数据；对可见光数据进行细节提取，得到可见光图像细节数据；步骤3-4，利用所述深度底层图像数据和所述可见光图像细节数据的特征，进行图像融合，重构生成融合数据；步骤3-5，对生成的所述融合数据进行伪彩色显示处理，生产伪彩色图像输出。为了实现上述目的，本专利技术的目的还在于提供一种全固态激光雷达系统的深度数据并行处理系统，包括：FPGA或多核处理器，所述FPGA或多核处理器置于所述全固态激光雷达系统的数据处理系统内，包括操作系统任务调度模块、数据实时转换模块以及多算法并行处理模块，所述操作系统任务调度模块分别与所述数据实时转换模块以及所述多算法并行处理模块连接，根据时序交替或同时使两个模块工作，所述数据实时转换模块以及所述多算法并行处理模块相互电连接，从而传递数据并进行相应的处理。优选的，所述FPGA或多核处理器分成独立的3个处理核，分别为1#处理核、2#处理核和3#处理核，1#处理核采集和处理深度数据，2#处理核采集和处理可见光数据，3#处理核实现两种数据的融合处理和数据输出控制，实现多核并行处理。优选的，所述1#处理核流水线分成：深度数据采集、幅值差分数据解算、原始深度数据解算、误差修正和数据滤波处理这5个流水线段，实现深度数据的单核5段流水处理。优选的，所述2#处理核流水线分成：可见光RGB数据采集、RGB降噪处理这2个流水线段，实现可见光图像的单核2段流水处理。优选的，所述3#处理分为2个子处理核4个流水段处理，所述4个流水段包括深度数据分辨率调整、深度数据多尺度分解、RGB图像分别率调整以及可见光图像细节数据提取，其中第一子处理核和第二子处理核分别由2个流水段组出，2个流水段组分别对深度数据和可见光图像进行分辨率调整和融合信息提取处理，处理结果作为图像重构融合和伪彩色图像处理2个流水段的输入，生成伪彩色图像数据输出。优选的，所述深度数据、可见光图像数据和融合后的所述伪彩色图像数据三种图像数据可独立或同时输出。本专利技术的有益效果：实现了一种通过数据融合进行目标识别的方法和系统，在一定硬件资源的条件下，为加快数据处理速度，提高图像数据帧率，充分挖掘深度数据和可见光数据并行处理的规律，采用单核流水和多核并行的处理方式，加快数据处理流程。使用深度数据采集帧开始信号，同步深度数据与可见光图像采集与处理。为让本专利技术的上述和其它目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合附图，作详细说明如下。附图说明图1为根据本专利技术实施例的全固态激光雷达系统的深度数据并行处理方法流程图；图2为根据本专利技术实施例的深度数据采集与处理流程图；图3为根据本专利技术实施例的可见光图像的采集和处理流程图；图4为根据本文档来自技高网...
【技术保护点】
1.一种全固态激光雷达系统的深度数据并行处理方法，其特征在于包括：步骤一，ToF(时间飞行)传感器在嵌入式处理器控制下采集数据，所述嵌入式处理器处理生成深度数据；步骤二，可见光传感器在所述嵌入式处理器控制下采集可见光数据，所述嵌入式处理器处理生成可见光图像；步骤三，采用数据融合处理模块按给定的分辨率要求对所述深度数据和所述可见光图像进行插值或抽样处理后，进行数据融合；步骤四，将所述深度数据、可见光图像以及融合后的数据发送给数据请求方。
【技术特征摘要】
1.一种全固态激光雷达系统的深度数据并行处理方法，其特征在于包括：步骤一，ToF(时间飞行)传感器在嵌入式处理器控制下采集数据，所述嵌入式处理器处理生成深度数据；步骤二，可见光传感器在所述嵌入式处理器控制下采集可见光数据，所述嵌入式处理器处理生成可见光图像；步骤三，采用数据融合处理模块按给定的分辨率要求对所述深度数据和所述可见光图像进行插值或抽样处理后，进行数据融合；步骤四，将所述深度数据、可见光图像以及融合后的数据发送给数据请求方。2.根据权利要求1所述的一种全固态激光雷达系统的深度数据并行处理方法，其特征在于所述步骤一包括：步骤1-1，在所述嵌入式处理器控制下，所述ToF传感器在给定的工作参数下，所有像素点同时采集回波信号强度，并将模拟数字转换器转换后的数字信号发送给所述嵌入式处理器；步骤1-2，所述嵌入式处理将接收到的原始数据，计算成4组差分幅值数据DCS0、DCS1、DCS2、DCS3；步骤1-3，使用相位差方法，使用差分幅值数据DCS0、DCS1、DCS2、DCS3计算每个像素点的距离数据d；步骤1-4，为提高测量精度，使用ToF传感器的标定数据文件，校准每个像素点的距离数据，修正系统误差；步骤1-5，根据数据处理要求对所述深度数据进行处理，如果要求对所述深度数据进行滤波处理，使用滤波算法进行数据滤波处理；如果无数据滤波处理要求，转到步骤1-6；步骤1-6，将生成的深度数据缓存输出给数据融合处理模块；步骤1-7，本幀数据采集结束，重复步骤1-1至步骤1-6完成所有幀数据采集。3.根据权利要求1所述的一种全固态激光雷达系统的深度数据并行处理方法，其特征在于所述步骤二包括：步骤2-1，在所述嵌入式处理器的控制下，可见光COMS/CCD传感器在给定的工作参数下，采集生产RGB图像数据并传输给所述嵌入式处理器；步骤2-2，所述嵌入式处理器对RGB数据进行图像降噪处理；步骤2-3，将生成的可见光图像数据缓存输出给数据融合处理模块；步骤2-4，本幀数据采集结束，重复步骤2-1至步骤2-4完成所有幀数据采集。4.根据权利要求1所述的一种全固态激光雷达系统的深度数据并行处理方法，其特征在于所述步骤三包括：步骤3-1，利用同光轴光学结构，进行深度数据与可见光图像的成像区域调整，使两者的视场接近一致；步骤3-2，按给定的分辨率要求，使用从低分辨率到高分辨率的插值或从高分辨率到低分辨率的抽样，分别调整深度数据和可见光图像的分辨率，使两者的图像数据便于配准；步骤3-3，同...
【专利技术属性】
技术研发人员：孙礼朋，陈永然，隋学夫，
申请(专利权)人：北京华科博创科技有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。