一种机载环境下的可降落区域降落定位方法技术

本发明专利技术涉及机载雷达实时处理技术领域，具体是一种机载环境下的可降落区域降落定位方法，包括如下步骤：(1)通过激光雷达获取实时点云，进行点云数据的采集；(2)将采集的数据进行消除畸变处理；(3)把经过消除畸变后获得的有效数据做范围滤波处理并编码为前视图，将处理后的图像格式的点云作为深度学习网络的输入张量；(4)利用深度学习的方式将图像格式的点云检测出可降落区域。其优点表现在：将点云编码为前视图图像后可以大幅降低需处理的数据量，消除畸变、滤波等操作可以大幅降低后续可降落区域识别的难度，保证了实时性；基于图像网络进行优化，使之能够处理点云数据，保证了实时性。实时性。实时性。

【技术实现步骤摘要】
一种机载环境下的可降落区域降落定位方法


[0001]本专利技术涉及机载雷达实时处理
，具体地说，是一种机载环境下的可降落区域降落定位方法。

技术介绍

[0002]激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号(激光束)，然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数，从而对飞机、导弹等目标进行探测、跟踪和识别。它由激光发射机、光学接收机、转台和信息处理系统等组成，激光器将电脉冲变成光脉冲发射出去，光接收机再把从目标反射回来的光脉冲还原成电脉冲，送到显示器。
[0003]现有的机载环境下的可降落区域降落定位方法分为基于深度学习的、基于非深度学习的两类，基于深度学习的方法对算力需求高、机载条件下难于同时满足实时性和低功耗要求，基于非深度学习的方法检测性能不佳，难以保障直升机盲降安全需要。其中基于深度学习的方法难以同时满足实时性和低功耗的原因包括：
①/>数据量大，与自动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机载环境下的可降落区域降落定位方法，其特征在于，包括如下步骤：(1)激光雷达获取实时点云，进行点云数据的采集；(2)对步骤(1)获得的点云数据消除畸变处理；(3)对步骤(2)中消除畸变处理后获得的数据进行滤波处理，编码成为前视图，将处理后的图像格式的点云作为深度学习网络的输入张量；(4)利用深度学习网络的方式将图像检测出可降落区域。2.根据权利要求1所述的方法，其特征在于，步骤(1)为：激光雷达获取实时点云，雷达发送udp包，server端收包解包舍去坏点进行坐标系转换，完成点云数据的采集。3.根据权利要求1所述的方法，其特征在于，步骤(2)中所述消除畸变处理方法是：根据雷达组帧方式和机体运动模型，将点云分为不同的线和块做运动补偿。4.根据权利要求3所述的法，其特征在于，步骤(2)为：对步骤(1)获得的点云数按照原理：把一帧激光的每个激光点坐标变换到不同时刻的里程计上，对点云数据消除畸变处理。5.根据权利要求1所述的方法，其特征在于，步骤(3)中所述编码成为前视图是指：将俯仰和方位角度视场角平均分成若干个角度栅格，在每个角度栅格中，求出一个统计点来代替这个角度栅格内所有的点，将这个统计点的信息放进对应的栅格内。6.根据权利要求1所述的方法，其特征在于，步骤(4)为：利用深度学习网络的方式对具有前视图形式的点...

【专利技术属性】
技术研发人员：范锐军，陈潇，付康林，
申请(专利权)人：群周科技上海有限公司，
类型：发明
国别省市：