本申请涉及激光雷达技术领域，特别涉及一种激光雷达仿真模型的生成方法、装置及电子设备，该方法包括：获取在目标仿真测试场景下，虚拟激光雷达的理想点云数据；采用预设雷达探测方程，对理想点云数据进行修正，得到仿真点云数据；根据目标仿真测试场景，获取真实激光雷达的真实点云数据；确定仿真点云数据和真实点云数据之间的点云数据偏差；在点云数据偏差达到预设的偏差阈值的情况下，基于点云数据偏差，调整雷达探测方程中的环境探测参数；在点云数据偏差未达到偏差阈值的情况下，基于虚拟激光雷达和雷达探测方程，生成激光雷达仿真模型。提高激光雷达仿真模型的输出数据的精度、真实性，实现模型参数可视化调节，节约成本。节约成本。节约成本。
【技术实现步骤摘要】
一种激光雷达仿真模型的生成方法、装置及电子设备
[0001]本申请涉及激光雷达仿真
，特别涉及一种激光雷达仿真模型的生成方法、装置及电子设备。
技术介绍
[0002]在自动驾驶
，传感器是不可或缺的感知单元。目前自动驾驶技术还处于L1—L2+等级的辅助驾驶阶段，传感器主要包括摄像头、毫米波雷达以及超声波雷达等。要实现高等级的自动驾驶，激光雷达是必不可少的传感器。
[0003]通常搭载自动驾驶系统的车辆在上市前需要经过多轮测试，仿真测试是验证其自动驾驶系统性能的重要手段，而传感器仿真模型又是仿真测试重要的基础。
[0004]目前，自动驾驶仿真软件内部的激光雷达模型大多为理想模型。而理想的激光雷达模型没有考虑真实世界的各种因素影响，例如，不同材质物体的反射率、大气衰减因素等，导致激光雷达模型的输出数据(即感知数据)与真实激光雷达的输出数据存在较大差异(如反射强度差异)，进而对自动驾驶系统整体仿真测试结果造成较大影响。
[0005]现有技术中，通常采用深度学习模型，并基于真实激光雷达采集的数据对理想激光雷达模型进行优化，然后将优化后的理想激光雷达模型作为激光雷达仿真模型。其中，采用深度学习模型生成激光雷达仿真模型的过程中，对理想的激光雷达的参数调整不透明，不利于激光雷达仿真模型后续的参数调整和应用，并且深度学习模型的训练过程需要耗费计算资源、成本高。
[0006]因此，需要提供一种激光雷达仿真模型的生成方法、装置及电子设备，可以考虑真实世界的各种因素影响，提高激光雷达仿真模型的性能和其输出数据的精度，减小激光雷达仿真模型输出数据与真实激光雷达输出数据之间的差距，实现激光雷达仿真模型的参数调节可视化，且节约成本。
技术实现思路
[0007]本申请实施例提供了一种激光雷达仿真模型的生成方法、装置及电子设备，可以考虑真实世界的各种因素影响，提高激光雷达仿真模型的性能和其输出数据的精度，减小激光雷达仿真模型输出数据与真实激光雷达输出数据之间的差距，实现激光雷达仿真模型的参数调节可视化，且节约成本。
[0008]第一方面，本申请实施例提供了一种激光雷达仿真模型的生成方法，所述方法包括：
[0009]获取在目标仿真测试场景下，虚拟激光雷达所生成的理想点云数据；所述目标仿真测试场景包括多种仿真测试场景中的一种；
[0010]采用预设雷达探测方程，对所述理想点云数据进行修正，得到仿真点云数据；所述预设雷达探测方程包括环境相关的环境探测参数；
[0011]根据所述目标仿真测试场景，获取真实激光雷达所生成的真实点云数据；
[0012]确定所述仿真点云数据和所述真实点云数据之间的点云数据偏差；
[0013]在所述点云数据偏差达到预设的偏差阈值的情况下，基于所述点云数据偏差，调整所述雷达探测方程中的所述环境探测参数；
[0014]在所述点云数据偏差未达到所述偏差阈值的情况下，基于所述虚拟激光雷达和所述雷达探测方程，生成激光雷达仿真模型。
[0015]一些可选的实施例中，所述点云数据偏差包括点强度偏差、点数偏差和点位置偏差中的至少一项偏差。
[0016]一些可选的实施例中，所述环境探测参数包括目标物反射率参数、目标物散射参数和天气参数中的至少一种。
[0017]一些可选的实施例中，在所述获取在目标仿真测试场景下，虚拟激光雷达所生成的理想点云数据之前，所述方法还包括：
[0018]获取所述真实激光雷达的安装位置和安装姿态；
[0019]根据所述安装位置和所述安装姿态，调整所述虚拟激光雷达的虚拟安装位置和虚拟安装姿态；
[0020]采用调整后的所述虚拟激光雷达生成所述理想点云数据。
[0021]一些可选的实施例中，根据所述目标仿真测试场景，获取真实激光雷达所生成的真实点云数据，包括：
[0022]获取所述真实激光雷达的真实点云数据集；所述真实点云数据集包括多种真实测试场景下所述真实激光雷达所生成的点云数据；所述多种真实测试场景与所述多种仿真测试场景之间一一对应；
[0023]根据所述目标仿真测试场景，从所述多种真实测试场景中确定目标真实测试场景；
[0024]根据所述目标真实测试场景，对所述真实点云数据集进行预处理，得到所述真实点云数据。
[0025]一些可选的实施例中，所述预处理包括清洗、切片和时间对齐中的至少一种数据处理方式。
[0026]一些可选的实施例中，所述虚拟激光雷达包括光源数、视场角和分辨率中的至少一项特征参数。
[0027]一些可选的实施例中，所述虚拟激光雷达基于仿真引擎与光线追踪技术创建。
[0028]第二方面，本申请实施例提供了一种激光雷达仿真模型的生成装置，所述装置包括：
[0029]第一获取模块，用于获取在目标仿真测试场景下，虚拟激光雷达所生成的理想点云数据；所述目标仿真测试场景包括多种仿真测试场景中的一种；
[0030]修正模块，用于采用预设雷达探测方程，对所述理想点云数据进行修正，得到仿真点云数据；所述预设雷达探测方程包括环境相关的环境探测参数；
[0031]第二获取模块，用于根据所述目标仿真测试场景，获取真实激光雷达所生成的真实点云数据；
[0032]确定模块，用于确定所述仿真点云数据和所述真实点云数据之间的点云数据偏差；
[0033]第一调整模块，用于在所述点云数据偏差达到预设的偏差阈值的情况下，基于所述点云数据偏差，调整所述雷达探测方程中的所述环境探测参数；
[0034]第一生成模块，用于在所述点云数据偏差未达到所述偏差阈值的情况下，基于所述虚拟激光雷达和所述雷达探测方程，生成激光雷达仿真模型。
[0035]一些可选的实施例中，所述装置还包括：
[0036]第三获取模块，用于获取所述真实激光雷达的安装位置和安装姿态；
[0037]第二调整模块，用于根据所述安装位置和所述安装姿态，调整所述虚拟激光雷达的虚拟安装位置和虚拟安装姿态；
[0038]第二生成模块，用于采用调整后的所述虚拟激光雷达生成所述理想点云数据。
[0039]一些可选的实施例中，第二获取模块包括：
[0040]第一获取子模块，用于获取所述真实激光雷达的真实点云数据集；所述真实点云数据集包括多种真实测试场景下所述真实激光雷达所生成的点云数据；所述多种真实测试场景与所述多种仿真测试场景之间一一对应；
[0041]第二获取子模块，用于根据所述目标仿真测试场景，从所述多种真实测试场景中确定目标真实测试场景；
[0042]第三获取子模块，用于根据所述目标真实测试场景，对所述真实点云数据集进行预处理，得到所述真实点云数据。
[0043]第三方面，本申请实施例提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器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所述处理器加载并执行上述激光雷达仿真模型的生成方法。
[004本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种激光雷达仿真模型的生成方法，其特征在于，所述方法包括：获取在目标仿真测试场景下，虚拟激光雷达所生成的理想点云数据；所述目标仿真测试场景包括多种仿真测试场景中的一种；采用预设雷达探测方程，对所述理想点云数据进行修正，得到仿真点云数据；所述预设雷达探测方程包括环境相关的环境探测参数；根据所述目标仿真测试场景，获取真实激光雷达所生成的真实点云数据；确定所述仿真点云数据和所述真实点云数据之间的点云数据偏差；在所述点云数据偏差达到预设的偏差阈值的情况下，基于所述点云数据偏差，调整所述雷达探测方程中的所述环境探测参数；在所述点云数据偏差未达到所述偏差阈值的情况下，基于所述虚拟激光雷达和所述雷达探测方程，生成激光雷达仿真模型。2.根据权利要求1所述的方法，其特征在于，所述点云数据偏差包括点强度偏差、点数偏差和点位置偏差中的至少一项偏差。3.根据权利要求1所述的方法，其特征在于，所述环境探测参数包括目标物反射率参数、目标物散射参数和天气参数中的至少一种。4.根据权利要求1至3任一项所述的方法，其特征在于，在所述获取在目标仿真测试场景下，虚拟激光雷达所生成的理想点云数据之前，所述方法还包括：获取所述真实激光雷达的安装位置和安装姿态；根据所述安装位置和所述安装姿态，调整所述虚拟激光雷达的虚拟安装位置和虚拟安装姿态；采用调整后的所述虚拟激光雷达生成所述理想点云数据。5.根据权利要求1至3任一项所述的方法，其特征在于，根据所述目标仿真测试场景，获取真实激光雷达所生成的真实点云数据，包括：获取所述真实激光雷达的真实点云数据集；所述真实点云数据集包括多种真实测试场景下所述真实激光雷达所生成的点云数据；所述多种真实测试场景与所述多种仿真测试场景之间一一对应...
【专利技术属性】
技术研发人员：王宗千，杨彦召，秦伟，杨欣雨，高奥，张钊彬，
申请(专利权)人：中汽创智科技有限公司，
类型：发明
国别省市：
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。