【技术实现步骤摘要】
本申请实施例涉及自动驾驶仿真，特别涉及一种恶劣天气场景激光雷达点云数据增强方法及系统。
技术介绍
1、在自动驾驶感知研究领域中，降雨等恶劣天气条件会严重影响自动驾驶传感器的感知性能。而激光雷达感知模型在恶劣天气下探测精度较低的一个重要原因是缺少不同天气条件下的大规模点云数据集。
2、现有技术大多在采集到的晴朗天气激光雷达点云数据基础上应用仿真算法进行处理，这种方式无法拓展或编辑自动驾驶场景，灵活性较差。并且针对雨天的动态现象，现有的仿真方法使用重建或采样的后处理的方式，缺少仿真点云的强度特征，并难以嵌入到已有自动驾驶模拟器，无法实时生成雨天动态现象的点云数据。
技术实现思路
1、本申请实施例提供一种恶劣天气场景激光雷达点云数据增强方法及系统，旨在为雨天激光雷达点云数据的仿真生成提出基于模拟器的雨天自动驾驶场景仿真方案，建立了喷溅发射器模型以仿真雨天中的喷溅现象，以及基于天气信息的点云强度预测器，以解决模拟器中仿真数据的点云强度真实性差的问题。
2、为解决上述技术问题...
【技术保护点】
1.一种恶劣天气场景激光雷达点云数据增强方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的恶劣天气场景激光雷达点云数据增强方法，其特征在于，所述在模拟器中构建基于雨天喷溅现象建立的物理模型，包括：
3.根据权利要求2所述的恶劣天气场景激光雷达点云数据增强方法，其特征在于，采用体积流量公式，分别计算两种产生机制的液滴生成数量，如式(1)所示：
4.根据权利要求2所述的恶劣天气场景激光雷达点云数据增强方法，其特征在于，在所述仿真计算过程中，对液滴的生存时间进行约束，以真实模拟喷溅现象的湮灭过程，保证仿真真实性的同时减少仿真过程的
<...【技术特征摘要】
1.一种恶劣天气场景激光雷达点云数据增强方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的恶劣天气场景激光雷达点云数据增强方法，其特征在于，所述在模拟器中构建基于雨天喷溅现象建立的物理模型，包括：
3.根据权利要求2所述的恶劣天气场景激光雷达点云数据增强方法，其特征在于，采用体积流量公式，分别计算两种产生机制的液滴生成数量，如式(1)所示：
4.根据权利要求2所述的恶劣天气场景激光雷达点云数据增强方法，其特征在于，在所述仿真计算过程中，对液滴的生存时间进行约束，以真实模拟喷溅现象的湮灭过程，保证仿真真实性的同时减少仿真过程的计算资源。
5.根据权利要求1所述的恶劣天气场景激光雷达点云数据增强方法，其特征在于，所述模拟器为自动驾驶模拟器；
6.根据权利要求1所述的恶劣天气场景激光雷达点云数据增强...
【专利技术属性】
技术研发人员：蔡新雨，杨东霖，石博天，
申请(专利权)人：上海人工智能创新中心，
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。