【技术实现步骤摘要】
本专利技术涉及计算机视觉，尤其涉及一种固态激光雷达直方图的优化方法及系统。
技术介绍
1、随着自动驾驶技术的快速发展，固态激光雷达(lidar)作为其核心感知组件之一，凭借无机械移动部件、响应速度快、体积小和成本低等优点，越来越多地被应用于商用汽车和高级驾驶辅助系统(adas)中。固态激光雷达通过发射激光脉冲并接收反射回来的光脉冲来检测和测量周围环境中对象的距离和形状，生成的直方图数据对于随后的物体检测、分类和追踪至关重要。
2、直方图数据优化与峰值提取是固态激光雷达数据处理的关键技术，直接关系到雷达的测量精度和可靠性。直方图数据中的峰值反映了接收到反射信号的强度，峰值的位置通常代表物体的实际距离。因此，精确的峰值提取不仅能够提高测距的准确性，也有助于改善后续的物体识别和定位过程。
3、然而固态激光雷达直方图数据面临着多种挑战，首先是噪声和多路径效应的干扰。在复杂的交通环境中，由于反射、折射和散射等多路径效应，激光雷达接收的信号可能会产生多个峰值，导致真实反射信号的识别变得困难。此外，环境噪声和设备自身的电子噪声...
【技术保护点】
1.固态激光雷达直方图的数据降噪与特征增强方法，其特征在于，包括步骤：
2.根据权利要求1所述的固态激光雷达直方图的数据降噪与特征增强方法，其特征在于，所述步骤S41具体包括步骤：
3.根据权利要求2所述的固态激光雷达直方图的数据降噪与特征增强方法，其特征在于，所述第一残差密集通道注意力模块至所述第2M残差密集通道注意力模块均采用残差密集通道注意力模块的结构；
4.根据权利要求2所述的固态激光雷达直方图的数据降噪与特征增强方法，其特征在于：每一次的残差密集操作和通道注意力操作包括执行一次残差密集操作后执行一次通道注意力操作；
...【技术特征摘要】
1.固态激光雷达直方图的数据降噪与特征增强方法，其特征在于，包括步骤：
2.根据权利要求1所述的固态激光雷达直方图的数据降噪与特征增强方法，其特征在于，所述步骤s41具体包括步骤：
3.根据权利要求2所述的固态激光雷达直方图的数据降噪与特征增强方法，其特征在于，所述第一残差密集通道注意力模块至所述第2m残差密集通道注意力模块均采用残差密集通道注意力模块的结构；
4.根据权利要求2所述的固态激光雷达直方图的数据降噪与特征增强方法，其特征在于：每一次的残差密集操作和通道注意力操作包括执行一次残差密集操作后执行一次通道注意力操作；
5.根据权利要求1所述的固态激光雷达直方图的数据降噪与特征增强方法，其特征在于，在所述步骤s42中，针对2m层初始特征中的每一层初始特征进行时空特征增强具体包括：对输入的初始特征进行时空上下文增强，得到时空上下文增强特征；对时空上下文增强特征进行时空特征提取，得到该初始特征对应的时空增强特征；
6.根据权利要求1所述的固...
【专利技术属性】
技术研发人员：利节，张瀚文，蔡枫林，马可，汪楠，张倩，
申请(专利权)人：重庆科技大学，
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。