CN111308467A - 探测方法及探测设备 - Google Patents
探测方法及探测设备 Download PDFInfo
- Publication number
- CN111308467A CN111308467A CN202010164772.4A CN202010164772A CN111308467A CN 111308467 A CN111308467 A CN 111308467A CN 202010164772 A CN202010164772 A CN 202010164772A CN 111308467 A CN111308467 A CN 111308467A
- Authority
- CN
- China
- Prior art keywords
- target object
- information
- reflectivity
- detection unit
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/08—Systems for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提供一种探测方法及探测设备,涉及数据探测技术领域。该方法包括获取探测设备中多个探测单元基于接收的回波信号产生的电信号,回波信号为发射辐射经目标对象反射回来的信号;根据各探测单元产生的电信号,获得各探测单元对应的目标对象的第一信息;根据各探测单元产生的电信号及所对应的目标对象的第一信息,获得探测单元对应的目标对象的第二信息;根据各探测单元对应的目标对象的第二信息,对目标对象进行识别。本申请可使得回波信号不只是局限于进行距离计算,有效扩展了回波信号的应用范围,有效提高了回波信号的利用率。
Description
技术领域
本发明涉及数据探测技术领域,具体而言,涉及一种探测方法及探测设备。
背景技术
飞行时间(TOF)传感器通常被认为是适用于汽车、工业以及无人机和机器人的最佳距离传感器。它可提供精确的距离测量,不受目标物体的尺寸或颜色的影响,也不受环境噪音的干扰,并且可以在阳光直射的环境下使用。它主要利用信号从发射到经目标物体反射后被接收的往返飞行时间来测量目标物体的距离。
在实际应用中,往往除了获取物体距离信息,还需要对物体有进一步的判断,比如物体形状、材质等,从而实现物体识别的目的。现有技术中TOF传感器主要利用回波的信息对目标物体的距离进行测量,在物体识别或其他相关应用过程中具有局限性。
发明内容
本发明的目的在于,针对上述现有技术中的不足,提供一种探测方法及探测设备,以便于解决现有技术中存在的回波信息应用较为局限,利用率较低的问题。
为实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供了一种探测方法,所述方法包括:
获取探测设备中多个探测单元基于接收的回波信号产生的电信号,所述回波信号为发射辐射经目标对象反射回来的信号;
根据各所述探测单元产生的电信号,获得各所述探测单元对应的目标对象的第一信息;
根据各所述探测单元产生的电信号及所对应的目标对象的第一信息,获得所述探测单元对应的目标对象的第二信息,所述第二信息用于反映对应目标对象的属性;
根据各所述探测单元对应的目标对象的第二信息,对所述目标对象进行识别。
可选地,所述根据各所述探测单元产生的电信号及所对应的目标对象的第一信息,获得所述探测单元对应的目标对象的第二信息,包括:
根据各所述探测单元产生的电信号,获得各所述探测单元所接收的回波信号的能量;
根据各所述探测单元对应的所述第一信息和所述能量,依据预设函数、预设参数获得所述目标对象的第二信息。
可选地,所述第一信息为距离,所述第二信息为反射率;
所述预设参数包括:所述发射辐射的发射能量、所述探测设备的填充因子、所述各探测单元的所述距离对应的辐射衰减系数、所述目标对象反射的回波能量进入各所述探测单元的比率。
可选地,所述根据各所述探测单元对应的所述第一信息和所述能量,依据预设函数、预设参数获得所述目标对象的第二信息之前,所述方法还包括:
根据各所述探测单元对应的所述距离,采用预设的所述发射辐射对应波长的距离衰减模型,得到各探测单元的所述距离对应的辐射衰减系数。
可选地,所述根据各所述探测单元对应的所述第一信息和所述能量,依据预设函数、预设参数获得所述目标对象的第二信息之前,所述方法还包括:
根据各所述探测单元对应的所述距离、所述探测设备中接收镜头的直径,得到所述目标对象反射的回波能量进入各所述探测单元的比率。
可选地,所述第一信息为距离,所述第二信息为反射率;所述根据各所述探测单元对应的目标对象的第二信息,对所述目标对象进行识别,包括:
根据各所述探测单元对应的目标对象的反射率,得到所述目标对象的反射率的二维图,并根据所述反射率的二维图对所述目标对象进行识别;或者,
将各所述探测单元对应的目标对象的反射率与相应的探测单元对应的距离相融合,获得所述反射率的三维图,并根据所述反射率的三维图对所述目标对象进行识别;或者,
根据所述多个探测单元对应目标对象的反射率,以及预设的物体材质与反射率的对应关系,对所述目标对象的材质进行识别。
可选地,所述第一信息为距离,所述第二信息为反射率;所述根据所述反射率的二维对所述目标对象进行识别,包括:
根据预先训练的二维图像识别模型,对所述反射率的二维图进行图像识别,获得所述目标对象的类别和/或轮廓;
所述二维图像识别模型为采用预设的多种不同材质的样本物体的反射率的二维图进行训练得到的模型;
所述根据所述反射率的三维图对所述目标对象进行识别,包括:
根据预先训练的三维图像识别模型,对所述反射率的三维图进行图像识别,获得所述目标对象的类别和/或轮廓;
所述三维图像识别模型为采用预设的多种不同材质的样本物体的反射率的三维图进行训练得到的模型。
可选地,所述第一信息为距离,所述第二信息为反射率;
所述根据各所述探测单元对应的目标对象的第二信息,对所述目标对象进行识别,包括:
根据各所述探测单元对应的目标对象的距离,获得目标对象的三维图像,根据所述三维图像对所述目标对象进行识别,获得第一识别结果;
根据各所述探测单元对应的目标对象的反射率、以及所述第一识别结果,获得第二识别结果。
第二方面,本申请实施例还提供了一种探测设备,所述探测设备包括:探测单元、第一处理单元、第二处理单元及识别单元;
所述探测单元,用于获取探测设备中多个探测单元基于接收的回波信号产生的电信号,所述回波信号为发射辐射经目标对象反射回来的信号;
所述第一处理单元,用于根据各所述探测单元产生的电信号,获得各所述探测单元对应的目标对象的第一信息;
所述第二处理单元,用于根据各所述探测单元产生的电信号及所对应的目标对象的第一信息,获得所述探测单元对应的目标对象的第二信息,所述第二信息用于反映对应目标对象的属性;
所述识别单元,用于根据各所述探测单元对应的目标对象的第二信息,对所述目标对象进行识别。
可选地,所述第二处理单元,具体用于根据各所述探测单元产生的电信号,获得各所述探测单元所接收的回波信号的能量;根据各所述探测单元对应的所述第一信息和所述能量,依据预设函数、预设参数获得所述目标对象的第二信息。
可选地,所述第一信息为距离,所述第二信息为反射率;
所述预设参数包括:所述发射辐射的发射能量、所述探测设备的填充因子、所述各探测单元的所述距离对应的辐射衰减系数、所述目标对象反射的回波能量进入各所述探测单元的比率。
可选地,该设备还包括第三处理单元;
所述第三处理单元,用于根据各所述探测单元对应的所述距离,采用预设的所述发射辐射对应波长的距离衰减模型,得到各探测单元的所述距离对应的辐射衰减系数;用于根据各所述探测单元对应的所述距离、所述探测设备中接收镜头的直径,得到所述目标对象反射的回波能量进入各所述探测单元的比率。
可选地,所述第一信息为距离,所述第二信息为反射率;所述识别单元,具体用于根据各所述探测单元对应的目标对象的反射率,得到所述目标对象的反射率的二维图,并根据所述反射率的二维图对所述目标对象进行识别;或者,将各所述探测单元对应的目标对象的反射率与相应的探测单元对应的距离相融合,获得所述反射率的三维图,并根据所述反射率的三维图对所述目标对象进行识别;或者,根据所述多个探测单元对应目标对象的反射率,以及预设的物体材质与反射率的对应关系,对所述目标对象的材质进行识别。
可选地,所述第一信息为距离所述第二信息为反射率;
所述识别单元,具体用于根据预先训练的二维图像识别模型,对所述反射率的二维图进行图像识别,获得所述目标对象的类别和/或轮廓;所述二维图像识别模型为采用预设的多种不同材质的样本物体的反射率的二维图进行训练得到的模型;或者,
所述识别单元,具体用于根据预先训练的三维图像识别模型,对反射率的三维图进行图像识别,获得所述目标对象的类别和/或轮廓;所述三维图像识别模型为采用预设的多种不同材质的样本物体的反射率的三维图进行训练得到的模型;或者,
所述识别单元,用于根据所述多个探测单元对应目标对象的反射率,以及预设的物体材质与反射率的对应关系,对所述目标对象的材质进行识别。
可选地,所述第一信息为距离,所述第二信息为反射率;
所述识别单元,还用于根据各所述探测单元对应的目标对象的距离,获得目标对象的三维图像,根据所述三维图像对所述目标对象进行识别,获得第一识别结果;根据各所述探测单元对应的目标对象的反射率、以及所述第一识别结果,获得第二识别结果。
第三方面,本申请实施例还提供了一种探测设备,包括:存储器和处理器,所述存储器存储有所述处理器可执行的计算机程序,所述探测设备执行所述计算机程序时实现上述第一方面所述的探测方法。
第四方面,本申请实施例还提供了一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被读取并执行时,实现上述第一方面所述的探测方法。
本申请的有益效果是:
本申请实施例提供一种探测方法及探测设备,该探测方法包括:获取探测设备中多个探测单元基于接收的回波信号产生的电信号,回波信号为发射辐射经目标对象反射回来的信号;根据各探测单元产生的电信号,获得各探测单元对应的目标对象的第一信息;根据各探测单元产生的电信号及所对应的目标对象的第一信息,获得探测单元对应的目标对象的第二信息,第二信息用于反映对应目标对象的属性;根据各探测单元对应的目标对象的第二信息,对目标对象进行识别。通过基于回波信号产生的电信号,计算目标探测单元对应的目标对象的距离信息,确定回波能量信息,并根据距离信息以及回波信息中的回波能量,计算得到目标对象的反射率,从而基于反射率,进行目标对象识别。使得回波信号不只是局限于进行距离计算,有效扩展了回波信号的应用范围,有效提高了回波信号的利用率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种探测方法的流程示意图;
图2为本申请实施例提供的一种回波信号波形示意图;
图3为本申请实施例提供的另一种探测方法的流程示意图;
图4为本申请实施例提供的另一种探测方法的流程示意图;
图5为本申请实施例提供的又一种探测方法的流程示意图;
图6为本申请实施例提供的一种探测设备的装置示意图;
图7为本申请实施例提供的另一种探测设备的装置示意图;
图8为本申请实施例提供的另一种探测设备的装置示意图;
图9为本申请实施例提供的又一种探测设备的装置示意图;
图10为本申请实施例提供的一种探测设备的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
需要说明的是,本申请方案主要围绕TOF(Time of Flight,双向测距)探测设备展开说明,目前的TOF设备,利用回波的信息对距离进行测量。实际上,回波信息有更多的用法,不仅仅用于距离测量上,本申请的方案在现有的技术基础上,更加充分的利用回波信号,主要是利用获得回波的强度,进行特征提取,进而完成目标物体识别、材质识别等一系列目标。以下通过多个实施例对本申请提高的方案进行详细说明。
图1为本申请实施例提供的一种探测方法的流程示意图;该方法的执行主体可以是探测器等激光探测设备。如图1所示,该方法可包括:
S101、获取探测设备中多个探测单元基于接收的回波信号产生的电信号,回波信号为发射辐射经目标对象反射回来的信号。
可选地,发射辐射可以是点光源、面光源,探测设备中的多个探测单元向目标对象发射光源信号,光源经目标对象表面反射后产生的回波信号被探测设备接收。其中,接收的回波信号可以包括:背景光信号和有效信号。可选地,背景光信号可以包括能量均值和方差、颜色信息等;有效信号可以包括:能量和信号返回时间。
S102、根据各探测单元产生的电信号,获得各探测单元对应的目标对象的第一信息。
可选地,根据上述获取的回波信号,可以获得探测单元基于所接收的回波信号而产生的电信号,基于信号发射以及探测单元所产生的电信号,以及距离计算公式,可以进一步地获得目标对象的第一信息,其中,第一信息包括距离信息,由此获得探测设备距离目标对象的距离信息。
可选地,利用TOF原理,可以对目标对象同探测设备的距离进行测量,其距离计算公式为:D=(△t·c)/2。其中,△t为信号发射到经目标物体反射后被接收的时间差,c为光速。本申请适用于ITOF和DTOF两种距离计算方法。
S103、根据各探测单元产生的电信号及所对应的目标对象的第一信息,获得探测单元对应的目标对象的第二信息,第二信息用于反映对应目标对象的属性。
本申请的一个实施例中,根据各探测单元产生的电信号的大小,可进一步获得各探测单元产生的回波能量。将回波能量和第一信息相结合用于第二信息的获得。下面以ITOF距离计算方法为例,对回波能量的获得进行说明。
图2为本申请实施例提供的一种回波信号波形示意图,如图2所示,Q0°,Q90°,Q180°,Q270°,分别是ITOF测距中用来调制解调激光回波能量的四相位解调信号经过积分后各自收到的光生电子数。可通过光电二极管器件将激光回波光子转换为电子并积分获得。当回波信号落在0~T/4周期内时,如图2所示, 其中,z(t)是回波信号的功率。根据上述计算公式,可以计算得到各探测单元产生的电信号。
由此,可以得到每一个探测单元中像元的互补相位的信号能量累积,比如Q0°,Q180°。令QB为背景光在两个相位的能量累积之和,QB可以通过关闭发射光源后,任意一个相位的解调信号收集到的光生电子数乘2得到。这样的回波信号总能量可以采用公式1:Q0°+Q180°-QB计算得到。
在一些实施例中,基于上述获取的回波能量以及第一信息(距离),可以计算得到每个探测单元对应目标对象的第二信息,本实施例中,第二信息可以为反射率。
S104、根据各探测单元对应的目标对象的第二信息,对目标对象进行识别。
可选地,基于上述计算获得的目标对应的反射率信息,可以进一步地根据反射率信息,采用预设方法,对该目标对象进行识别,其中,可以包括对目标对象的材质、轮廓、图像等的识别,具体的识别方法,可以参照下述多个具体实施例进行理解。
综上,本实施例提供的探测方法,包括:获取探测设备中多个探测单元基于接收的回波信号产生的电信号,回波信号为发射辐射经目标对象反射回来的信号;根据各探测单元产生的电信号,获得各探测单元对应的目标对象的第一信息;根据各探测单元产生的电信号及所对应的目标对象的第一信息,获得探测单元对应的目标对象的第二信息,第二信息用于反映对应目标对象的属性;根据各探测单元对应的目标对象的第二信息,对目标对象进行识别。通过基于回波信号产生的电信号,计算目标探测单元对应的目标对象的距离信息,确定回波能量信息,并根据距离信息以及回波信息中的回波能量,计算得到目标对象的反射率,从而基于反射率,进行目标对象识别。使得回波信号不只是局限于进行距离计算,有效扩展了回波信号的应用范围,有效提高了回波信号的利用率。
图3为本申请实施例提供的另一种探测方法的流程示意图;可选地,如图3所示,上述步骤S103中,根据各探测单元产生的电信号及所对应的目标对象的第一信息,获得探测单元对应的目标对象的第二信息,可包括:
S201、根据各探测单元产生的电信号,获得各探测单元所接收的回波信号的能量。
S202、根据各探测单元对应的第一信息和能量,依据预设函数、预设参数获得目标对象的第二信息。
可选地,回波信号的能量的计算方法已在上述实施例中进行说明,也即,通过上述公式1:Q0°+Q180°-QB,可计算得到各探测单元所接收的回波信号的能量QR。
可选地,第一信息为距离,第二信息为反射率;预设参数可包括:发射辐射的发射能量、探测设备的填充因子、各探测单元的距离对应的辐射衰减系数、目标对象反射的回波能量进入各探测单元的比率。
可选地,可以根据上述计算得到的目标对象的第一信息以及回波信号的能量QR,采用公式3:计算目标对象的第二信息,也即计算目标对象的反射率。其中,QR为回波信号的能量,QT为光源的发射能量,γ为填充因子,α为光传播距离L的衰减系数,β为目标对象反射的能量可以进入到探测单元(像素)内的比率。
假设计算得到的目标对象的第一信息,也即距离信息为L,需要说明的是,上述公式3中,参数α和β均与距离信息为L有关,可以参照下述具体实施例,计算得到辐射衰减系数α以及比率β。
图4为本申请实施例提供的另一种探测方法的流程示意图;可选地,上述步骤S202中,根据各探测单元对应的第一信息和能量,依据预设函数、预设参数获得目标对象的第二信息之前,本申请的方法还可包括:
S301、根据各探测单元对应的距离,采用预设的发射辐射对应波长的距离衰减模型,得到各探测单元的距离对应的辐射衰减系数。
可选地,对于衰减系数α的计算进行说明:针对光源发射的光的波长,还有特定的天气条件,我们可以通过测试获得α在不同条件下随着距离变化的模型。在实际使用过程中,可以多信息融合获得天气条件,进而选取相应的模型带入到公式中进行计算。此外,针对某些光,比如红外光,如果最远待测距离不长,例如最远待测距离为200米时,在常见的天气条件下(雨、雪、中度雾霾等),不同距离下光在大气中传播由大气散射造成的衰减比例并不大,可以认为是1。
S302、根据各探测单元对应的距离、探测设备中接收镜头的直径,得到目标对象反射的回波能量进入各探测单元的比率。
可选地,目标对象反射的回波能量进入各探测单元的比率β的计算依赖于镜头直径和目标对象的第一信息(距离L),镜头也即探测设备,例如探测器的镜头,可以根据公式4:计算比率β。其中,d为镜头直径,L为第一信息,也即距离。
在一些实施例中,第一信息为距离,第二信息为反射率;可选地,上述步骤S104中,根据各探测单元对应的目标对象的第二信息,对目标对象进行识别,可以包括:根据各探测单元对应的目标对象的反射率,得到目标对象的反射率的二维图,并根据反射率的二维图对目标对象进行识别。
需要说明的是,我们常见的物体,由于物体的结构、表面材质的不同,这些物体的反射率图也呈现出不同的特征,例如对于车的背面,车灯和中间的车牌反射率高,反射率的灰度图就会呈现出一个反的笑脸;马路上的划道线反射率高,就会呈现出一条一条有规律的条带。
本实施例中,可以根据计算得到的目标对象的反射率,获取目标对象的反射率的二维图,也即目标对象的反射率灰度图,并基于反射率灰度图的上述特征可以对目标对象进行识别。
可选地,可以根据预先训练的二维图像识别模型,对反射率灰度图进行图像识别,获得目标对象的类别和/或轮廓;其中,二维图像识别模型可以为采用预设的多种不同材质的样本物体的反射率灰度图进行训练得到的模型。
例如:获取多种不同材质和不同类型样本物体,对多个样本物体的反射率进行计算,得到所有样本物体的反射率灰度图,将所有样本物体的反射率灰度图作为样本输入识别模型中进行样本训练,得到训练好的二维图像识别模型,再利用训练好的二维图像识别模型,对任意目标对象的反射率灰度图进行识别,从而可以根据反射率灰度图与目标对象的对应关系,对目标对象进行识别。其中,包括:图像识别:对于常见的物体,我们可以对其进行材质分析,把每种材质的反射率指标作为灰度值代入,就可以得到该物体表面的灰度图。这些常见物体的反射率灰度图就是我们进行物体识别的训练集和测试集,进而进行图像识别。轮廓识别:利用材质分析后得到的灰度图进行轮廓识别,从而对物体进行识别。
在一些实施例中,上述步骤S104中,根据各探测单元对应的目标对象的第二信息,对目标对象进行识别,可以包括:将各探测单元对应的目标对象的反射率与相应的探测单元对应的距离相融合,获得反射率的三维图,并根据反射率的三维图对目标对象进行识别。
可选地,根据上述计算得到的目标对象的反射率,以及相应的探测单元对应的距离,利用TOF方法得到带有距离信息和反射率信息的目标对象的三维图像,也即反射率的三维图像,从而根据反射率的三维图,对目标对象进行识别。
可选地,可根据预先训练的三维图像识别模型,对反射率的三维图进行图像识别,获得目标对象的类别和/或轮廓;其中,三维图像识别模型为采用预设的多种不同材质的样本物体的反射率的三维图进行训练得到的模型。
在一些实施例中,由于目标对象不同表面距离探测设备的距离是不同的,从而可以根据探测设备距离目标对象的多个距离信息,对目标对象的轮廓进行还原,也即对目标对象的轮廓进行识别。进一步地,可以根据识别的轮廓信息,结合物体材质反射率,更准确的判断目标对象的材质。例如当我们已经判断出某个探测单元对应的目标对象属于车身的一部分,那么我们可以缩小材质分类范围,根据车的材质分类,更准确的判断出此探测单元对应的物体的材质,并进一步地判断探测设备对应的物体的材质。
在一些实施例中,上述步骤S104中,根据各探测单元对应的目标对象的第二信息,对目标对象进行识别,还可以包括:根据多个探测单元对应目标对象的反射率,以及预设的物体材质与反射率的对应关系,对目标对象的材质进行识别。
可选地,可以利用反射率,根据当前光源波长下不同物体的反射率的对应关系,确定目标对象的材质。如下表1为某种光源波长下正入射的反射率数值与物体材质的对应关系。其中,光源波长在589.3nm波段。
表1
物体材质 | 反射率 |
银 | 0.95 |
金 | 0.85 |
铝 | 0.83 |
铜 | 0.70 |
根据反射率与物体材质的对应关系,从而可以确定目标对象的材质。例如:通过上述计算得到目标对象的反射率为0.95,那么根据对应关系,可以确定目标对象的材质为银。
需要说明的是,由于目标对象会受环境、空气等各种外界因素的影响,使得计算得到的目标对象的反射率可能会存在误差,从而不符合上述对应关系,对于这种情况,可以认为反射率与标准反射率之间的差值满足预设差值时,均可以认为目标对象的材质对应于标准反射率对应的物体材质。例如:假设预设差值为0.05,那么当计算得到的目标对象的反射率为0.9或者1.0时,均可以认为目标对象的材质为银。具体地,预设差值可以根据实际经验值确定,不限于上述的0.05,上述仅为举例数值。
图5为本申请实施例提供的又一种探测方法的流程示意图;可选地,第一信息为距离,第二信息为反射率;上述步骤S104中,根据各探测单元对应的目标对象的第二信息,对目标对象进行识别,可以包括:
S401、根据各探测单元对应的目标对象的距离,获得目标对象的三维图像,根据三维图像对目标对象进行识别,获得第一识别结果。
在一些实施例中,根据目标对象的距离,可以获得目标对象的三维图像,目标对象的三维图像可以为带有距离信息的三维图像,根据该三维图像,采用预设的三维图像识别模型进行识别,可以得到第一识别结果,第一识别结果可以为轮廓识别,也即得到目标对象的三维轮廓图形。
S402、根据各探测单元对应的目标对象的反射率、以及第一识别结果,获得第二识别结果。
可选地,基于目标对象的三维轮廓图形,可以确定目标对象的不同部位,进一步地,结合目标对象的反射率,也即,根据目标对象不同部位对应的反射率,可以确定不同部位的材质,从而根据不同部位的材质,以及目标对象的轮廓信息,可以对目标对象进行识别,得到第二识别结果。
例如:假设得到的目标对象的第一识别结果为:汽车,根据汽车不同部位的反射率,可以确定不同部位的材质,而对于汽车,每个部位对应的材质是基本固定的,那么根据确定的不同部位的材质,可以确定该部为是否为汽车对应的该部位,若每个不同部位均对应,那么可以确定该目标对象即为汽车。
综上所述,本申请实施例提供的探测方法,包括:获取探测设备中多个探测单元基于接收的回波信号产生的电信号,回波信号为发射辐射经目标对象反射回来的信号;根据各探测单元产生的电信号,获得各探测单元对应的目标对象的第一信息;根据各探测单元产生的电信号及所对应的目标对象的第一信息,获得探测单元对应的目标对象的第二信息,第二信息用于反映对应目标对象的属性;根据各探测单元对应的目标对象的第二信息,对目标对象进行识别。通过基于回波信号产生的电信号,计算目标探测单元对应的目标对象的距离信息,确定回波能量信息,并根据距离信息以及回波信息中的回波能量,计算得到目标对象的反射率,从而基于反射率,进行目标对象识别。使得回波信号不只是局限于进行距离计算,有效扩展了回波信号的应用范围,有效提高了回波信号的利用率。
图6为本申请实施例提供的一种探测设备的装置示意图;如图6所示,该探测设备包括:探测单元501、第一处理单元502、第二处理单元503及识别单元504;
探测单元501,用于获取探测设备中多个探测单元基于接收的回波信号产生的电信号,回波信号为发射辐射经目标对象反射回来的信号;
第一处理单元502,用于根据各探测单元产生的电信号,获得各探测单元对应的目标对象的第一信息;
第二处理单元503,用于根据各探测单元产生的电信号及所对应的目标对象的第一信息,获得探测单元对应的目标对象的第二信息,第二信息用于反映对应目标对象的属性;
识别单元504,用于根据各探测单元对应的目标对象的第二信息,对目标对象进行识别。
可选地,第二处理单元503,具体用于根据各探测单元产生的电信号,获得各探测单元所接收的回波信号的能量;根据各探测单元对应的第一信息和能量,依据预设函数、预设参数获得目标对象的第二信息。
可选地,第一信息为距离,第二信息为反射率;
预设参数包括:发射辐射的发射能量、探测设备的填充因子、各探测单元的距离对应的辐射衰减系数、目标对象反射的回波能量进入各探测单元的比率。
图7为本申请实施例提供的另一种探测设备的装置示意图;可选地,如图7所示,该设备还包括第三处理单元505;
第三处理单元505,用于根据各探测单元对应的距离,采用预设的发射辐射对应波长的距离衰减模型,得到各探测单元的距离对应的辐射衰减系数;用于根据各探测单元对应的距离、探测设备中接收镜头的直径,得到目标对象反射的回波能量进入各探测单元的比率。
图8为本申请实施例提供的另一种探测设备的装置示意图;图9为本申请实施例提供的又一种探测设备的装置示意图;可选地,如图8和图9所示,识别单元504,具体用于根据各探测单元对应的目标对象的反射率,得到目标对象的反射率的二维图,并根据反射率的二维图对目标对象进行识别;或者,将各探测单元对应的目标对象的反射率与相应的探测单元对应的距离相融合,获得反射率的三维图,并根据反射率的三维图对目标对象进行识别;或者,根据多个探测单元对应目标对象的反射率,以及预设的物体材质与反射率的对应关系,对目标对象的材质进行识别。
可选地,第一信息为距离第二信息为反射率;识别单元504,具体用于根据预先训练的二维图像识别模型,对反射率的二维图进行图像识别,获得目标对象的类别和/或轮廓;二维图像识别模型为采用预设的多种不同材质的样本物体的反射率的二维图进行训练得到的模型;或者,
识别单元504,具体用于根据预先训练的三维图像识别模型,对反射率的三维图进行图像识别,获得目标对象的类别和/或轮廓;三维图像识别模型为采用预设的多种不同材质的样本物体的反射率的三维图进行训练得到的模型;或者,
识别单元504,用于根据多个探测单元对应目标对象的反射率,以及预设的物体材质与反射率的对应关系,对目标对象的材质进行识别。
可选地,第一信息为距离,第二信息为反射率;
识别单元504,还用于根据各探测单元对应的目标对象的距离,获得目标对象的三维图像,根据三维图像对目标对象进行识别,获得第一识别结果;根据各探测单元对应的目标对象的反射率、以及第一识别结果,获得第二识别结果。
上述探测设备用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital singnal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上***(system-on-a-chip,简称SOC)的形式实现。
图10为本申请实施例提供的一种探测设备的示意图;该探测设备可以是探测器,该探测设备包括:处理器701、存储器702。
存储器702用于存储程序,处理器701调用存储器702存储的程序,以执行上述方法实施例。具体实现方式和技术效果类似,这里不再赘述。
可选地,本发明还提供一种程序产品,例如计算机可读存储介质,包括程序,该程序在被处理器执行时用于执行上述方法实施例。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (15)
1.一种探测方法,其特征在于,所述方法包括:
获取探测设备中多个探测单元基于接收的回波信号产生的电信号,所述回波信号为发射辐射经目标对象反射回来的信号;
根据各所述探测单元产生的电信号,获得各所述探测单元对应的目标对象的第一信息;
根据各所述探测单元产生的电信号及所对应的目标对象的第一信息,获得所述探测单元对应的目标对象的第二信息,所述第二信息用于反映对应目标对象的属性;
根据各所述探测单元对应的目标对象的第二信息,对所述目标对象进行识别。
2.根据权利要求1所述的方法,其特征在于,所述根据各所述探测单元产生的电信号及所对应的目标对象的第一信息,获得所述探测单元对应的目标对象的第二信息,包括:
根据各所述探测单元产生的电信号,获得各所述探测单元所接收的回波信号的能量;
根据各所述探测单元对应的所述第一信息和所述能量,依据预设函数、预设参数获得所述目标对象的第二信息。
3.根据权利要求2所述的方法,其特征在于,所述第一信息为距离,所述第二信息为反射率;
所述预设参数包括:所述发射辐射的发射能量、所述探测设备的填充因子、所述各探测单元的所述距离对应的辐射衰减系数、所述目标对象反射的回波能量进入各所述探测单元的比率。
4.根据权利要求3所述的方法,其特征在于,所述根据各所述探测单元对应的所述第一信息和所述能量,依据预设函数、预设参数获得所述目标对象的第二信息之前,所述方法还包括:
根据各所述探测单元对应的所述距离,采用预设的所述发射辐射对应波长的距离衰减模型,得到各探测单元的所述距离对应的辐射衰减系数。
5.根据权利要求3所述的方法,其特征在于,所述根据各所述探测单元对应的所述第一信息和所述能量,依据预设函数、预设参数获得所述目标对象的第二信息之前,所述方法还包括:
根据各所述探测单元对应的所述距离、所述探测设备中接收镜头的直径,得到所述目标对象反射的回波能量进入各所述探测单元的比率。
6.根据权利要求1所述的方法,其特征在于,所述第一信息为距离,所述第二信息为反射率;所述根据各所述探测单元对应的目标对象的第二信息,对所述目标对象进行识别,包括:
根据各所述探测单元对应的目标对象的反射率,得到所述目标对象的反射率的二维图,并根据所述反射率的二维图对所述目标对象进行识别;或者,
将各所述探测单元对应的目标对象的反射率与相应的探测单元对应的距离相融合,获得所述反射率的三维图,并根据所述反射率的三维图对所述目标对象进行识别;或者,
根据所述多个探测单元对应目标对象的反射率,以及预设的物体材质与反射率的对应关系,对所述目标对象的材质进行识别。
7.根据权利要求6所述的方法,其特征在于,所述第一信息为距离,所述第二信息为反射率;所述根据所述反射率的二维图对所述目标对象进行识别,包括:
根据预先训练的二维图像识别模型,对所述反射率的二维图进行图像识别,获得所述目标对象的类别和/或轮廓;
所述二维图像识别模型为采用预设的多种不同材质的样本物体的反射率的二维图进行训练得到的模型;
所述根据所述反射率的三维图对所述目标对象进行识别,包括:
根据预先训练的三维图像识别模型,对所述反射率的三维图进行图像识别,获得所述目标对象的类别和/或轮廓;
所述三维图像识别模型为采用预设的多种不同材质的样本物体的反射率的三维图进行训练得到的模型。
8.根据权利要求1所述的方法,其特征在于,所述第一信息为距离,所述第二信息为反射率;
所述根据各所述探测单元对应的目标对象的第二信息,对所述目标对象进行识别,包括:
根据各所述探测单元对应的目标对象的距离,获得目标对象的三维图像,根据所述三维图像对所述目标对象进行识别,获得第一识别结果;
根据各所述探测单元对应的目标对象的反射率、以及所述第一识别结果,获得第二识别结果。
9.一种探测设备,其特征在于,所述探测设备包括:探测单元、第一处理单元、第二处理单元及识别单元;
所述探测单元,用于获取探测设备中多个探测单元基于接收的回波信号产生的电信号,所述回波信号为发射辐射经目标对象反射回来的信号;
所述第一处理单元,用于根据各所述探测单元产生的电信号,获得各所述探测单元对应的目标对象的第一信息;
所述第二处理单元,用于根据各所述探测单元产生的电信号及所对应的目标对象的第一信息,获得所述探测单元对应的目标对象的第二信息,所述第二信息用于反映对应目标对象的属性;
所述识别单元,用于根据各所述探测单元对应的目标对象的第二信息,对所述目标对象进行识别。
10.根据权利要求9所述的设备,其特征在于,所述第二处理单元,具体用于根据各所述探测单元产生的电信号,获得各所述探测单元所接收的回波信号的能量;根据各所述探测单元对应的所述第一信息和所述能量,依据预设函数、预设参数获得所述目标对象的第二信息。
11.根据权利要求10所述的设备,其特征在于,所述第一信息为距离,所述第二信息为反射率;
所述预设参数包括:所述发射辐射的发射能量、所述探测设备的填充因子、所述各探测单元的所述距离对应的辐射衰减系数、所述目标对象反射的回波能量进入各所述探测单元的比率。
12.根据权利要求11所述的设备,其特征在于,还包括第三处理单元;
所述第三处理单元,用于根据各所述探测单元对应的所述距离,采用预设的所述发射辐射对应波长的距离衰减模型,得到各探测单元的所述距离对应的辐射衰减系数;用于根据各所述探测单元对应的所述距离、所述探测设备中接收镜头的直径,得到所述目标对象反射的回波能量进入各所述探测单元的比率。
13.根据权利要求9所述的设备,其特征在于,所述第一信息为距离,所述第二信息为反射率;所述识别单元,具体用于根据各所述探测单元对应的目标对象的反射率,得到所述目标对象的反射率的二维图,并根据所述反射率的二维图对所述目标对象进行识别;或者,将各所述探测单元对应的目标对象的反射率与相应的探测单元对应的距离相融合,获得所述反射率的三维图,并根据所述反射率的三维图对所述目标对象进行识别;或者,根据所述多个探测单元对应目标对象的反射率,以及预设的物体材质与反射率的对应关系,对所述目标对象的材质进行识别。
14.根据权利要求13所述的设备,其特征在于,所述第一信息为距离所述第二信息为反射率;
所述识别单元,具体用于根据预先训练的二维图像识别模型,对所述反射率的二维图进行图像识别,获得所述目标对象的类别和/或轮廓;所述二维图像识别模型为采用预设的多种不同材质的样本物体的反射率的二维图进行训练得到的模型;或者,
所述识别单元,具体用于根据预先训练的三维图像识别模型,对反射率的三维图进行图像识别,获得所述目标对象的类别和/或轮廓;所述三维图像识别模型为采用预设的多种不同材质的样本物体的反射率的三维图进行训练得到的模型;或者,
所述识别单元,用于根据所述多个探测单元对应目标对象的反射率,以及预设的物体材质与反射率的对应关系,对所述目标对象的材质进行识别。
15.根据权利要求9所述的设备,其特征在于,所述第一信息为距离,所述第二信息为反射率;
所述识别单元,还用于根据各所述探测单元对应的目标对象的距离,获得目标对象的三维图像,根据所述三维图像对所述目标对象进行识别,获得第一识别结果;根据各所述探测单元对应的目标对象的反射率、以及所述第一识别结果,获得第二识别结果。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010164772.4A CN111308467A (zh) | 2020-03-10 | 2020-03-10 | 探测方法及探测设备 |
PCT/CN2020/118985 WO2021179583A1 (zh) | 2020-03-10 | 2020-09-29 | 探测方法及探测设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010164772.4A CN111308467A (zh) | 2020-03-10 | 2020-03-10 | 探测方法及探测设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111308467A true CN111308467A (zh) | 2020-06-19 |
Family
ID=71145508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010164772.4A Pending CN111308467A (zh) | 2020-03-10 | 2020-03-10 | 探测方法及探测设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111308467A (zh) |
WO (1) | WO2021179583A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021179583A1 (zh) * | 2020-03-10 | 2021-09-16 | 宁波飞芯电子科技有限公司 | 探测方法及探测设备 |
CN117077407A (zh) * | 2023-08-18 | 2023-11-17 | 北京华如科技股份有限公司 | 一种目标探测方法及装置 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1595195A (zh) * | 2004-06-17 | 2005-03-16 | 上海交通大学 | 基于信息融合的超宽带探地雷达自动目标识别方法 |
JP2008309582A (ja) * | 2007-06-13 | 2008-12-25 | Mitsubishi Electric Corp | レーダ装置 |
CN103544493A (zh) * | 2013-10-24 | 2014-01-29 | 江苏大学 | 一种激光扫描与机器视觉相结合的果实识别定位方法 |
CN104134074A (zh) * | 2014-07-31 | 2014-11-05 | 中国矿业大学 | 一种基于激光扫描的煤岩识别方法 |
CN104714222A (zh) * | 2015-04-09 | 2015-06-17 | 武汉大学 | 激光雷达***回波能量的计算模型 |
CN106997586A (zh) * | 2016-01-25 | 2017-08-01 | 杭州海康威视数字技术股份有限公司 | 一种物体材料确定方法、装置及*** |
CN107833246A (zh) * | 2017-09-30 | 2018-03-23 | 南京理工大学 | 一种基于噪声因子的微光夜视***视距估算方法 |
CN108072909A (zh) * | 2016-11-17 | 2018-05-25 | 富士通株式会社 | 物品检测方法、装置和*** |
WO2018190816A1 (en) * | 2017-04-12 | 2018-10-18 | Siemens Aktiengesellschaft | Robust and accurate close range detection for ultransonic level measurement |
CN108981605A (zh) * | 2018-07-25 | 2018-12-11 | 广州市杜格科技有限公司 | 物体三维纹理特征的检测方法及其*** |
CN109247861A (zh) * | 2018-08-21 | 2019-01-22 | 小儒技术(深圳)有限公司 | 一种信息处理方法及其设备 |
CN109870705A (zh) * | 2017-12-01 | 2019-06-11 | 武汉万集信息技术有限公司 | 基于激光雷达的边界目标标识方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2515956C2 (ru) * | 2008-07-01 | 2014-05-20 | Смитс Детекшн Айлэнд Лимитед | Идентификация потенциально опасных веществ с помощью активных электромагнитных волн |
CN108072872A (zh) * | 2016-11-17 | 2018-05-25 | 富士通株式会社 | 信息提取装置、物品检测装置 |
CN107300705B (zh) * | 2017-06-11 | 2020-04-03 | 宁波飞芯电子科技有限公司 | 基于载波调制的激光雷达测距***及测距方法 |
CN110389351B (zh) * | 2018-04-16 | 2021-03-26 | 宁波飞芯电子科技有限公司 | Tof距离传感器、传感阵列及基于tof距离传感器的测距方法 |
CN110554439B (zh) * | 2018-06-04 | 2021-07-23 | 富士通株式会社 | 物品检测方法和装置 |
CN111308467A (zh) * | 2020-03-10 | 2020-06-19 | 宁波飞芯电子科技有限公司 | 探测方法及探测设备 |
-
2020
- 2020-03-10 CN CN202010164772.4A patent/CN111308467A/zh active Pending
- 2020-09-29 WO PCT/CN2020/118985 patent/WO2021179583A1/zh active Application Filing
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1595195A (zh) * | 2004-06-17 | 2005-03-16 | 上海交通大学 | 基于信息融合的超宽带探地雷达自动目标识别方法 |
JP2008309582A (ja) * | 2007-06-13 | 2008-12-25 | Mitsubishi Electric Corp | レーダ装置 |
CN103544493A (zh) * | 2013-10-24 | 2014-01-29 | 江苏大学 | 一种激光扫描与机器视觉相结合的果实识别定位方法 |
CN104134074A (zh) * | 2014-07-31 | 2014-11-05 | 中国矿业大学 | 一种基于激光扫描的煤岩识别方法 |
CN104714222A (zh) * | 2015-04-09 | 2015-06-17 | 武汉大学 | 激光雷达***回波能量的计算模型 |
CN106997586A (zh) * | 2016-01-25 | 2017-08-01 | 杭州海康威视数字技术股份有限公司 | 一种物体材料确定方法、装置及*** |
CN108072909A (zh) * | 2016-11-17 | 2018-05-25 | 富士通株式会社 | 物品检测方法、装置和*** |
WO2018190816A1 (en) * | 2017-04-12 | 2018-10-18 | Siemens Aktiengesellschaft | Robust and accurate close range detection for ultransonic level measurement |
CN107833246A (zh) * | 2017-09-30 | 2018-03-23 | 南京理工大学 | 一种基于噪声因子的微光夜视***视距估算方法 |
CN109870705A (zh) * | 2017-12-01 | 2019-06-11 | 武汉万集信息技术有限公司 | 基于激光雷达的边界目标标识方法及装置 |
CN108981605A (zh) * | 2018-07-25 | 2018-12-11 | 广州市杜格科技有限公司 | 物体三维纹理特征的检测方法及其*** |
CN109247861A (zh) * | 2018-08-21 | 2019-01-22 | 小儒技术(深圳)有限公司 | 一种信息处理方法及其设备 |
Non-Patent Citations (1)
Title |
---|
肖雅: "远程激光跟踪雷达探测***方案研究", 《中国优秀博硕士学位论文全文数据库(硕士)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021179583A1 (zh) * | 2020-03-10 | 2021-09-16 | 宁波飞芯电子科技有限公司 | 探测方法及探测设备 |
CN117077407A (zh) * | 2023-08-18 | 2023-11-17 | 北京华如科技股份有限公司 | 一种目标探测方法及装置 |
CN117077407B (zh) * | 2023-08-18 | 2024-01-30 | 北京华如科技股份有限公司 | 一种目标探测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2021179583A1 (zh) | 2021-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220366681A1 (en) | VISION-LiDAR FUSION METHOD AND SYSTEM BASED ON DEEP CANONICAL CORRELATION ANALYSIS | |
CN107144839B (zh) | 通过传感器融合检测长对象 | |
CN112513679B (zh) | 一种目标识别的方法和装置 | |
CN113359097B (zh) | 一种毫米波雷达和相机联合标定的方法 | |
CN101839981B (zh) | 激光成像回波波形和层次特征获取方法及装置 | |
CN110646773A (zh) | 一种基于汽车毫米波雷达的弱目标检测方法、跟踪方法及*** | |
CN103268602B (zh) | 一种光学遥感影像质量综合评价方法 | |
CN112789522B (zh) | 一种目标物的反射率计算方法、装置及相关设备 | |
CN113219496A (zh) | 一种星载海洋大气参数激光雷达探测*** | |
CN112698301B (zh) | 基于距离强度关联的激光雷达目标识别方法、装置及设备 | |
CN111308467A (zh) | 探测方法及探测设备 | |
Pandey et al. | Classification of automotive targets using inverse synthetic aperture radar images | |
WO2024109347A1 (zh) | 一种可行驶区域的检测方法、装置、车辆及存储介质 | |
EP3862787A1 (en) | De-jitter of point cloud data for target recognition | |
CN111679262B (zh) | 激光点云强度标定方法、装置、设备及存储介质 | |
Scharf et al. | A semi-automated multi-sensor data labeling process for deep learning in automotive radar environment | |
CN113030919A (zh) | 一种基于模型拟合的波形检测方法及*** | |
CN114690157A (zh) | 激光雷达反射率的自动标定方法、目标检测方法以及装置 | |
US20240111056A1 (en) | System and method to classify and remove object artifacts from light detection and ranging point cloud for enhanced detections | |
CN111766600A (zh) | 一种光子计数激光雷达自适应噪声判断、滤波方法及装置 | |
CN112255604A (zh) | 一种雷达数据准确性的判断方法、装置及计算机设备 | |
CN116482627A (zh) | 一种基于毫米波雷达和单目相机的联合标定方法 | |
Godfrey et al. | Evaluation of Flash LiDAR in Adverse Weather Conditions towards Active Road Vehicle Safety | |
CN116027288A (zh) | 生成数据的方法、装置、电子设备及存储介质 | |
CN112763998A (zh) | 用于确定雷达目标列表的设备、传感器***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200619 |
|
RJ01 | Rejection of invention patent application after publication |