CN116338651B - 一种模拟雪天激光雷达点云雪噪点的方法和相关装置 - Google Patents
一种模拟雪天激光雷达点云雪噪点的方法和相关装置 Download PDFInfo
- Publication number
- CN116338651B CN116338651B CN202310201235.6A CN202310201235A CN116338651B CN 116338651 B CN116338651 B CN 116338651B CN 202310201235 A CN202310201235 A CN 202310201235A CN 116338651 B CN116338651 B CN 116338651B
- Authority
- CN
- China
- Prior art keywords
- snow
- particles
- snowflake
- light beam
- laser radar
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 239000002245 particle Substances 0.000 claims abstract description 266
- 241000533950 Leucojum Species 0.000 claims abstract description 135
- 238000005315 distribution function Methods 0.000 claims abstract description 40
- 238000001228 spectrum Methods 0.000 claims abstract description 39
- 230000035945 sensitivity Effects 0.000 claims abstract description 13
- 238000002310 reflectometry Methods 0.000 claims abstract description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000002238 attenuated effect Effects 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 21
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- 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
- G01S7/497—Means for monitoring or calibrating
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明涉及自动驾驶技术领域，具体是涉及一种模拟雪天激光雷达点云雪噪点的方法和相关装置。本发明根据雪花尺度谱分布函数和光束的包络空间体积，确定光束内所包含雪粒子的粒子总数，再根据每个雪花粒子相对激光发射器的距离、粒子尺度及反射率，计算每个雪花粒子造成激光束能量的衰减。根据接收能量与激光雷达的接收机的灵敏度阈值比较，得到模拟的点云雪噪点。本发明的点云雪噪点是一组数据，用于记录模拟的由雪花粒子造成的激光雷达检测点。本发明能够准确计算粒子总数，从而使得计算出的粒子总数吻合于光束实际涵盖的雪粒子总数，进而使得模拟出的点云雪噪点吻合于真实的点云雪噪点。
Description
技术领域
本发明涉及自动驾驶技术领域，具体是涉及一种模拟雪天激光雷达点云雪噪点的方法和相关装置。
背景技术
激光雷达作为一种有源性传感器，被广泛应用于遥感、气象等领域。激光雷达测距精度高、点频大、视场角范围广，其已经成为自动驾驶***中感知周围环境信息的核心传感器之一。目前车载激光雷达使用的主要波长为905nm和1550nm，905nm波长应用最为广泛。905nm属于近红外波段，波长较短，易受天气影响。特别是下雪天气下，激光雷达发射波束照射在雪颗粒上的部分，会被雪颗粒反射。波束因被雪颗粒反射而返回至激光雷达接收机的能量超过激光雷达接收机探测敏感度阈值，就会被激光被雷达捕捉到，形成对应于雪颗粒的点云，称为点云噪声或雪噪点。雪天情况下，雪噪点会破坏实际目标物的真实点云分布，进而引发目标误检。为了去除雪天环境下雪噪点对使用激光雷达实现目标检测的影响，需要采用适用雪天环境下的目标检测算法结合采集到的点云数据去进行目标检测，而上述目标检测算法在实际使用之前，需要使用含有点云雪噪点的点云数据对目标检测算法进行测试。而现有技术在模拟点云雪噪点的过程中由于未考虑雪花粒子谱分布，造成模拟出的点云雪噪点偏离实际。
综上所述，现有技术中模拟出的点云雪噪点偏离实际。
因此，现有技术还有待改进和提高。
发明内容
为解决上述技术问题，本发明提供了一种模拟雪天激光雷达点云雪噪点的方法和相关装置，解决了现有技术中模拟出的点云雪噪点偏离实际的问题。
为实现上述目的，本发明采用了以下技术方案：
第一方面，本发明提供一种模拟雪天激光雷达点云雪噪点的方法，其中，包括：
确定用于表征雪粒子尺寸的雪花尺度谱分布函数；
依据所述雪花尺度谱分布函数和光束的包络空间体积，确定光束内所包含雪粒子的粒子总数，所述光束为激光雷达发射的光束；
确定所述粒子总数中的每个雪花粒子给光束造成的能量衰减；
依据所述粒子总数和每个雪花粒子给光束造成的能量衰减，得到模拟的点云雪噪点。
在一种实现方式中，所述确定用于表征雪粒子尺寸的雪花尺度谱分布函数，包括：
确定雪粒子的等效尺寸；
依据模拟的降雪强度，确定斜率因子；
依据所述斜率因子、雪粒子的等效尺寸、设定的雪粒子浓度因子参数和设定的雪粒子形状因子参数，确定雪花尺度谱分布函数。
在一种实现方式中，所述光束的包络空间体积的构建方式，包括：
确定所述光束的发散角的正切值，所述发散角为所述光束的中心线与所述光束的边界线之间的夹角；
依据所述发散角的正切值和所述光束所能到达的最远距离，确定所述光束的包络空间体积。
在一种实现方式中，所述依据所述雪花尺度谱分布函数和光束的包络空间体积，确定光束内所包含雪粒子的粒子总数，所述光束为激光雷达发射的光束，包括：
确定雪粒子的最大尺寸值和最小尺寸值；
依据所述雪花尺度谱分布函数在由所述最大尺寸值和所述最小尺寸值构成的尺寸区间内关于等效尺寸的积分，得到雪粒子浓度；
依据所述雪粒子浓度和光束的包络空间体积，确定光束内所包含雪粒子的粒子总数。
在一种实现方式中，所述能量衰减为所述激光雷达的接收机接收到的理想状态下理论光束的能量被雪花粒子衰减之后所剩下的能量，所述确定所述粒子总数中的每个雪花粒子给光束造成的能量衰减，包括：
依据模拟的降雪强度和所述光束的波长，确定所述光束的能量在由雪花粒子构成的环境中所对应的衰减系数；
确定所述光束在其中一个所述雪花粒子处的发散面积；
确定其中一个所述雪花粒子未被其它所述雪花粒子遮挡的部分所对应的相对所述光束中心的发散角，记为雪粒子未被遮挡发散角，其它所述雪花粒子位于其中一个所述雪花粒子与所述激光雷达之间；
依据其中一个所述雪花粒子的所述雪粒子未被遮挡发散角和雪粒子的等效尺寸，确定其中一个所述雪花粒子的未被遮挡表面积；
依据所述雪花粒子的未被遮挡表面积、所述光束在其中一个所述雪花粒子处的发散面积、所述衰减系数、所述光束被所述激光雷达赋予的初始能量、所述光束的传输效率、所述雪花粒子的反射率以及所述雪花粒子沿着光束方向与所述激光雷达之间的距离，确定每个雪花粒子给光束造成的能量衰减。
在一种实现方式中，所述依据模拟的降雪强度和所述光束的波长，确定所述光束的能量在由雪花粒子构成的环境中所对应的衰减系数，包括：
确定所述雪花粒子中的干雪粒子和湿雪粒子，所述湿雪粒子的湿度大于所述干雪粒子的湿度；
依据所述光束的波长和第一常数，确定所述湿雪粒子的衰减参数值；
依据所述光束的波长和第二常数，确定所述干雪粒子的衰减参数值；
依据所述湿雪粒子的衰减参数值和模拟的降雪强度，确定所述光束的能量在由所述湿雪粒子构成的环境中所对应的衰减系数；
依据所述干雪粒子的衰减参数值和模拟的降雪强度，确定所述光束的能量在由所述干雪粒子构成的环境中所对应的衰减系数。
在一种实现方式中，所述能量衰减为所述激光雷达的接收机接收到的理想状态下理论光束的能量被雪花粒子衰减之后所剩下的能量，所述依据所述粒子总数和每个雪花粒子给光束造成的能量衰减，得到模拟的点云雪噪点，包括：
确定所述激光雷达的接收机的灵敏度；
将所述能量衰减大于所述接收机的灵敏度的雪花粒子作为雪噪点；
从所述粒子总数中筛选出所有的所述雪噪点，绘制成点云数据，得到模拟的点云雪噪点。
第二方面，本发明实施例还提供一种模拟雪天激光雷达点云雪噪点的装置，其中，所述装置包括如下组成部分：
尺度分布函数模块，用于确定用于表征雪粒子尺寸的雪花尺度谱分布函数；
粒子总数计算模块，用于依据所述雪花尺度谱分布函数和光束的包络空间体积，确定光束内所包含雪粒子的粒子总数，所述光束为激光雷达发射的光束；
能量衰减计算模块，用于确定所述粒子总数中的每个雪花粒子给光束造成的能量衰减；
点云生成模块，用于依据所述粒子总数和每个雪花粒子给光束造成的能量衰减，得到模拟的点云雪噪点。
第三方面，本发明实施例还提供一种终端设备，其中，所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的模拟雪天激光雷达点云雪噪点的程序，所述处理器执行所述模拟雪天激光雷达点云雪噪点的程序时，实现上述所述的模拟雪天激光雷达点云雪噪点的方法的步骤。
第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有模拟雪天激光雷达点云雪噪点的程序，所述模拟雪天激光雷达点云雪噪点的程序被处理器执行时，实现上述所述的模拟雪天激光雷达点云雪噪点的方法的步骤。
有益效果：本发明根据雪花尺度谱分布函数和光束的包络空间体积，确定光束内所包含雪粒子的粒子总数，再根据每个雪花粒子相对激光发射器的距离、粒子尺度及反射率，计算每个雪花粒子造成激光束能量的衰减。根据接收能量与激光雷达的接收机的灵敏度阈值比较，得到模拟的点云雪噪点。本发明的点云雪噪点是一组数据，用于记录模拟的由雪花粒子造成的激光雷达检测点。由于本发明考虑了雪花尺度谱分布函数对雪粒子总数的影响，而雪花尺度谱分布函数考虑了雪粒子的形状以及雪粒子的尺寸和降雪强度，因此能够用于准确计算粒子总数，从而使得计算出的粒子总数吻合于光束实际涵盖的雪粒子总数，进而使得模拟出的点云雪噪点吻合于真实的点云雪噪点。
附图说明
图1为本发明的整体流程图；
图2为本发明实施例中的光束发散成圆锥体的示意图；
图3为本发明实施例中的雪粒子遮挡示意图；
图4为本发明实施例中的遍历每个雪粒子给光束造成的能量衰减流程图；
图5为本发明实施例提供的终端设备的内部结构原理框图。
具体实施方式
以下结合实施例和说明书附图，对本发明中的技术方案进行清楚、完整地描述。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
经研究发现，激光雷达作为一种有源性传感器，被广泛应用于遥感、气象等领域。激光雷达测距精度高、点频大、视场角范围广，其已经成为自动驾驶***中感知周围环境信息的核心传感器之一。目前车载激光雷达使用的主要波长为905nm和1550nm，905nm波长应用最为广泛。905nm属于近红外波段，波长较短，易受天气影响。特别是下雪天气下，激光雷达发射波束照射在雪颗粒上的部分，会被雪颗粒反射。波束因被雪颗粒反射而返回至激光雷达接收机的能量超过激光雷达接收机探测敏感度阈值，就会被激光被雷达捕捉到，形成对应于雪颗粒的点云，称为点云噪声或雪噪点。雪天情况下，雪噪点会破坏实际目标物的真实点云分布，进而引发目标误检。为了去除雪天环境下雪噪点对使用激光雷达实现目标检测的影响，需要采用适用雪天环境下的目标检测算法结合采集到的点云数据去进行目标检测，而上述目标检测算法在实际使用之前，需要使用含有点云雪噪点的点云数据对目标检测算法进行测试。而现有技术在模拟点云雪噪点的过程中由于未考虑雪花粒子谱分布，造成模拟出的点云雪噪点偏离实际。
为解决上述技术问题，本发明提供了一种模拟雪天激光雷达点云雪噪点的方法和相关装置，解决了现有技术中模拟出的点云雪噪点偏离实际的问题。具体实施时，首先确定用于表征雪粒子尺寸的雪花尺度谱分布函数；然后依据雪花尺度谱分布函数和光束的包络空间体积，确定光束内所包含雪粒子的粒子总数；之后确定粒子总数中的每个雪花粒子给光束造成的能量衰减；最后依据粒子总数和每个雪花粒子给光束造成的能量衰减，得到模拟的点云雪噪点。本发明模拟出的点云雪噪点吻合于实际的点云雪噪点。
举例说明，激光雷达的发射机在雪天环境中向一个目标物发射光束以计算目标物与激光雷达之间的距离，光束被目标物反射之后被激光雷达的接收机接收到，在这个过程中接收机接收到的不仅有被目标物发射的光束A也有被雪粒子反射的光束B，目标检测算法通过对光束A所具有的能量和光束B所具有的能量进行分析就能够识别出目标物。而目标检测算法在上述的实际使用之前需要采用模拟的点云雪噪点对其进行测试，模拟的点云雪噪点就是用于记录光束所覆盖的每一个雪粒子造成的光束能量衰减程度。比如通过雪花尺度谱分布函数和光束的包络空间体积计算出光束内包括一百个雪粒子，再计算每一个雪粒子给光束造成的能量衰减，最后将这一百个雪粒子中的每一个雪粒子对应的能量绘制成点云，就形成了点云雪噪点。
示例性方法
本实施例的模拟雪天激光雷达点云雪噪点的方法可应用于终端设备中，所述终端设备可为具有数据处理功能的终端产品，比如电脑等。在本实施例中，如图1中所示，所述模拟雪天激光雷达点云雪噪点的方法具体包括如下步骤：
S100，确定用于表征雪粒子尺寸的雪花尺度谱分布函数N(D)。
降雪过程中，雪花的尺度并非统一(也就是每个雪花粒子的大小可能不一样)，具有一定的波动性。从降雪微物理特征角度分析，一般认为使用Gamma谱分布函数(伽玛谱分布函数)可以较好的表达某一地区的雪花尺度谱，也就是用Gamma谱分布函数统一表征不同尺度下雪花粒子的数量分布。
在一个实施例中，步骤S100包括如下的步骤S101、S102、S103：
S101，确定雪粒子的等效尺寸D。
S102，依据模拟的降雪强度S，确定斜率因子Λ。
Λ＝25.5×S-0.48
该实施例中，降雪强度S根据国家标准《降水量等级》(GB/T 28592-2012)设定，即根据表1中的不同的降雪等级确定对应的S值。
表1
| 等级 | 24h降雪量 | 1h降雪量 |
| 微量降雪(零星小雪) | <0.1 | <0.0042 |
| 小雪 | 0.1～2.4 | 0.0041～0.1000 |
| 中雪 | 2.5～4.9 | 0.1042～0.2042 |
| 大雪 | 5.0～9.9 | 0.2083～0.4125 |
| 暴雪 | 10.0～19.9 | 0.4167～0.8292 |
| 大暴雪 | 20.0～29.9 | 0.8333～1.2458 |
| 特大暴雪 | ≥30.0 | ≥1.2500 |
如表1所示，小雪这个等级对应的降雪强度S为0.1mm/h～2.4mm/h。
在另一个实施例中，如果仿真时不知道具体的降雪量数值，只知道降雪等级，那么可以根据表2的经验数值赋值降雪量数值。
表2
| 等级 | 24h降雪量 | 1h降雪量 |
| 微量降雪(零星小雪) | 0.05 | 0.0021 |
| 小雪 | 1.25 | 0.0521 |
| 中雪 | 3.70 | 0.1542 |
| 大雪 | 7.45 | 0.3104 |
| 暴雪 | 14.95 | 0.6229 |
| 大暴雪 | 24.59 | 1.0246 |
| 特大暴雪 | 30.00 | 1.2500 |
S103，依据所述斜率因子Λ、雪粒子的等效尺寸D、设定的雪粒子浓度因子参数N0和设定的雪粒子形状因子参数μ，确定雪花尺度谱分布函数N(D)。
N(D)＝N0×Dμ×e-ΛD
式中，e为自然对数的底数。
在该实施例中，等效尺寸D为雪花粒子的等效直径，这是由于雪花粒子形状不规则，通常将雪花融化成水滴的直径表示为雪花的等效直径。
S200，依据所述雪花尺度谱分布函数和光束的包络空间体积，确定光束内所包含雪粒子的粒子总数，所述光束为激光雷达发射的光束
在一个实施例中，光束(发射波长为905nm)的包络空间体积为单束光束的包络空间体积该实施例中，光束的包络空间为如图2所示的圆锥体(激光雷达波束发散角很小，激光发射器所在的发射端可近似认为是一个发射点；而激光雷达光斑尺度通常远小于场景中目标物体尺度，因此可以用圆锥体表征光束的包络体积)。
该实施例中，构建光束的包络空间体积的具体过程如下：
确定所述光束的发散角θi的正切值，所述发散角为所述光束的中心线与所述光束的边界线之间的夹角(发散角θi如图2所示，为光束发散之后形成的扇形所对应的圆心角的一半，发散角θi通过测量获得，或者激光雷达技术参数手册可以获得)；依据所述发散角的正切值和所述光束所能到达的最远距离di，确定所述光束的包络空间体积
式中，di为激光雷达的发射机发射出的第i个光束到达的最远距离。
在一个实施例中，步骤S200包括如下的步骤S201、S202和S203：
S201，确定雪粒子的最大尺寸值Dmax和最小尺寸值Dmin。
降雪过程中，雪粒子的尺寸不统一，最大尺寸Dmax和最小尺寸Dmin构成了雪粒子尺度的上下限。
S202，依据所述雪花尺度谱分布函数在由所述最大尺寸值和所述最小尺寸值构成的尺寸区间内关于等效尺寸的积分，得到雪粒子浓度Nc。
本实施例中的雪粒子浓度Nc为单位体积内所含有的雪粒子数量。
S203，依据所述雪粒子浓度和光束的包络空间体积，确定光束内所包含雪粒子的粒子总数N′T。
首先利用上述单束光束的包络空间体积计算出激光雷达所发射的总光束N在一起的总的包络空间体积Vbeam(三维的包括空间体积)。
然后计算出总的包络空间体积Vbeam所包含的雪粒子总数量NT:
NT＝Nc×Vbeam
最后雪粒子总数量NT除以光束数量N就是每束光束所包含的雪粒子总数N′T：
S300，确定所述粒子总数中的每个雪花粒子给光束造成的能量衰减Ek。
在一个实施例中，激光雷达发射N束光束所具有的能量为W0(总初始发射能量)，激光雷达发射的单个光束的起始能量为W0/N，该单束光束在环境中传播之后被雪粒子反射至激光雷达的接收机，而在被雪粒子反射的过程中，光束能量会衰减，返回至接收机之后还剩余的能量，就记为能量衰减Ek。
该实施例中，步骤S300包括如下的步骤S301至S309：
S301，确定所述雪花粒子中的干雪粒子和湿雪粒子，所述湿雪粒子的湿度大于所述干雪粒子的湿度。
S302，依据所述光束的波长λ和第一常数，确定所述湿雪粒子的衰减参数值a1和b1。
第一常数为针对湿雪粒子而设定的常数0.000102、3.79、0.72，a1＝0.000102×λ+3.79，b1＝0.72。
S303，依据所述光束的波长λ和第二常数，确定所述干雪粒子的衰减参数值a2和b2。
第二常数为针对干雪粒子而设定的常数0.0000542、5.50、1.38，a2＝0.0000542×λ+5.50，b2＝1.38。
S304，依据所述湿雪粒子的衰减参数值a1、b1和模拟的降雪强度S，确定所述光束的能量在由所述湿雪粒子构成的环境中所对应的衰减系数γs′now。
S305，依据所述干雪粒子的衰减参数值a2、b2和模拟的降雪强度S，确定所述光束的能量在由所述干雪粒子构成的环境中所对应的衰减系数γ″snow。
S306，确定所述光束在其中一个所述雪花粒子(距离激光雷达发射机dk处的雪花粒子)处的发散面积dS。
该实施例中，发散面积dS为单束光束在dk处的一半发散面积。
S307，确定其中一个所述雪花粒子未被其它所述雪花粒子遮挡的部分所对应的相对所述光束中心的发散角，记为雪粒子未被遮挡发散角θk(如图3所示)，其它所述雪花粒子位于其中一个所述雪花粒子与所述激光雷达之间。
θp为第p个其它雪粒子所对应的发散角。
在一个实施例中，雪花粒子按照距离发射器由近及远排序，计算远处的雪花例子被近处的雪花粒子遮挡后的散射角。
举例说明，比如图3中距离激光雷达发射机dk处的雪粒子与发射机之间还有两个雪粒子，这两个雪粒子分别记为第一个雪粒子和第二个雪粒子(这两个雪粒子都位于光束的发散角θi)，第一个雪粒子所对应的发散角为θ1，第二个雪粒子被所对应的发散角为θ2。距离激光雷达发射机dk处的雪粒子未被第一个雪粒子和第二个雪粒子遮挡的部分就是θi-θ1-θ2。
S308，依据其中一个所述雪花粒子的所述雪粒子未被遮挡发散角θk和雪粒子的等效尺寸Dk(其中一个雪花粒子记为第k个雪花粒子，Dk为第k个雪花粒子的等效直径)，确定其中一个所述雪花粒子的未被遮挡表面积dA。
dA为其中一个雪花粒子未被其它雪粒子遮挡部分的一半表面积。
S309，依据所述雪花粒子的未被遮挡表面积、所述光束在其中一个所述雪花粒子处的发散面积dS、所述衰减系数γsnow(当为湿雪粒子时，γsnow取γ′snow；当为干雪粒子时，γsnow取γ″snow)、所述光束被所述激光雷达赋予的初始能量(E0为激光雷达赋予所有光束的总的初始能量，N为光束数量)、所述光束的传输效率η、所述雪花粒子的反射率ρ以及所述雪花粒子沿着光束方向与所述激光雷达之间的距离L(比如距离激光雷达dk处的雪花粒子，光束从激光雷达到达dk再被发射至激光雷达，整个过程中光束的路径长度L为2dk)，确定每个雪花粒子给光束造成的能量衰减Ek。
将dS和dA的表达式代入上式，得到Ek：
S400，依据所述粒子总数和每个雪花粒子给光束造成的能量衰减Ek，得到模拟的点云雪噪点。
步骤S300计算出了其中一个雪花粒子给光束造成的能量衰减Ek，重复步骤300，如图4所示，直至计算出了步骤S100和步骤S200中的粒子总数中的每一个雪粒子所对应的能量衰减。将所有的雪粒子所对应的能量衰减汇集在一起形成点云数据，就是点云雪噪点。
在一个实施例中，步骤S400包括如下的步骤S401、S402、S403：
S401，确定所述激光雷达的接收机的灵敏度σ。
S402，将所述能量衰减大于所述接收机的灵敏度的雪花粒子作为雪噪点。如果有Ek>σ，则保留第k个雪花形成的探测噪点。
S403，从所述粒子总数中筛选出所有的所述雪噪点，绘制成点云数据，得到模拟的点云雪噪点。
遍历N个波束中，首先进行雪粒子的位置排序，然后根据遮挡散射角计算能量衰减，将Ek>σ的雪花粒子绘制成点云雪噪点。
综上，本发明根据雪花尺度谱分布函数和光束的包络空间体积，确定光束内所包含雪粒子的粒子总数，再根据每个雪花粒子相对激光发射器的距离、粒子尺度及反射率，计算每个雪花粒子造成激光束能量的衰减。根据接收能量与激光雷达的接收机的灵敏度阈值比较，得到模拟的点云雪噪点。本发明的点云雪噪点是一组数据，用于记录模拟的由雪花粒子造成的激光雷达检测点。由于本发明考虑了雪花尺度谱分布函数对雪粒子总数的影响，而雪花尺度谱分布函数考虑了雪粒子的形状以及雪粒子的尺寸和降雪强度，因此能够用于准确计算粒子总数，从而使得计算出的粒子总数吻合于光束实际涵盖的雪粒子总数，进而使得模拟出的点云雪噪点吻合于真实的点云雪噪点。
另外，方法首先根据激光雷达每一根波束的几何形态，以及多线激光的波束空间分布，计算激光雷达所有波束的累积三维包络空间。然后将雪分为七个等级，对各等级下雪粒子尺度谱和粒子数进行建模，并通过尺度积分估计累积三维包络空间中各等级雪花粒子的数量。最后，根据激光在空间的传输能量衰减，计算每个雪粒子的衰减值，并与接收机灵敏度进行比较，高于灵敏度的雪粒子被认为探出，形成最后的仿真雪噪点。
本发明能够解决目前缺乏针对雪花粒子反射模拟激光雷达点云中雪噪点仿真的公开方案问题，并且本发明提出的仿真方法同时考虑了激光雷达探测原理、雪花粒子谱分布、能量传输衰减等物理因素，具有理论支撑，又利用了气象学等领域积累的经验模型提高雪噪声仿真的实时性。
示例性装置
本实施例还提供一种模拟雪天激光雷达点云雪噪点的装置，所述装置包括如下组成部分：
尺度分布函数模块，用于确定用于表征雪粒子尺寸的雪花尺度谱分布函数；
粒子总数计算模块，用于依据所述雪花尺度谱分布函数和光束的包络空间体积，确定光束内所包含雪粒子的粒子总数，所述光束为激光雷达发射的光束；
能量衰减计算模块，用于确定所述粒子总数中的每个雪花粒子给光束造成的能量衰减；
点云生成模块，用于依据所述粒子总数和每个雪花粒子给光束造成的能量衰减，得到模拟的点云雪噪点。
基于上述实施例，本发明还提供了一种终端设备，其原理框图可以如图5所示。该终端设备包括通过***总线连接的处理器、存储器、网络接口、显示屏、温度传感器。其中，该终端设备的处理器用于提供计算和控制能力。该终端设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该终端设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种模拟雪天激光雷达点云雪噪点的方法。该终端设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该终端设备的温度传感器是预先在终端设备内部设置，用于检测内部设备的运行温度。
本领域技术人员可以理解，图5中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的终端设备的限定，具体的终端设备以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种终端设备，终端设备包括存储器、处理器及存储在存储器中并可在处理器上运行的模拟雪天激光雷达点云雪噪点的程序，处理器执行模拟雪天激光雷达点云雪噪点的程序时，实现如下操作指令：
确定用于表征雪粒子尺寸的雪花尺度谱分布函数；
依据所述雪花尺度谱分布函数和光束的包络空间体积，确定光束内所包含雪粒子的粒子总数，所述光束为激光雷达发射的光束；
确定所述粒子总数中的每个雪花粒子给光束造成的能量衰减；
依据所述粒子总数和每个雪花粒子给光束造成的能量衰减，得到模拟的点云雪噪点。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种模拟雪天激光雷达点云雪噪点的方法，其特征在于，包括：
确定用于表征雪粒子尺寸的雪花尺度谱分布函数；
依据所述雪花尺度谱分布函数和光束的包络空间体积，确定光束内所包含雪粒子的粒子总数，所述光束为激光雷达发射的光束；
确定所述粒子总数中的每个雪花粒子给光束造成的能量衰减Ek；
依据所述粒子总数和每个雪花粒子给光束造成的能量衰减，得到模拟的点云雪噪点；
式中，为所述光束被所述激光雷达赋予的初始能量，E0为激光雷达赋予所有光束的总的初始能量，N为光束数量，η为光束的传输效率，ρ为雪花粒子的反射率，Dk为第k个雪花粒子的等效直径，dk为雪花粒子与激光雷达的距离，θi为光束的发散角，θk为雪粒子未被遮挡发散角，γsnow为衰减系数。
2.如权利要求1所述的模拟雪天激光雷达点云雪噪点的方法，其特征在于，所述确定用于表征雪粒子尺寸的雪花尺度谱分布函数，包括：
确定雪粒子的等效尺寸；
依据模拟的降雪强度，确定斜率因子；
依据所述斜率因子、雪粒子的等效尺寸、设定的雪粒子浓度因子参数和设定的雪粒子形状因子参数，确定雪花尺度谱分布函数。
3.如权利要求1所述的模拟雪天激光雷达点云雪噪点的方法，其特征在于，所述光束的包络空间体积的构建方式，包括：
确定所述光束的发散角的正切值，所述发散角为所述光束的中心线与所述光束的边界线之间的夹角；
依据所述发散角的正切值和所述光束所能到达的最远距离，确定所述光束的包络空间体积。
4.如权利要求2所述的模拟雪天激光雷达点云雪噪点的方法，其特征在于，所述依据所述雪花尺度谱分布函数和光束的包络空间体积，确定光束内所包含雪粒子的粒子总数，所述光束为激光雷达发射的光束，包括：
确定雪粒子的最大尺寸值和最小尺寸值；
依据所述雪花尺度谱分布函数在由所述最大尺寸值和所述最小尺寸值构成的尺寸区间内关于等效尺寸的积分，得到雪粒子浓度；
依据所述雪粒子浓度和光束的包络空间体积，确定光束内所包含雪粒子的粒子总数。
5.如权利要求1所述的模拟雪天激光雷达点云雪噪点的方法，其特征在于，所述能量衰减为所述激光雷达的接收机接收到的理想状态下理论光束的能量被雪花粒子衰减之后所剩下的能量，所述依据所述粒子总数和每个雪花粒子给光束造成的能量衰减，得到模拟的点云雪噪点，包括：
确定所述激光雷达的接收机的灵敏度；
将所述能量衰减大于所述接收机的灵敏度的雪花粒子作为雪噪点；
从所述粒子总数中筛选出所有的所述雪噪点，绘制成点云数据，得到模拟的点云雪噪点。
6.一种模拟雪天激光雷达点云雪噪点的装置，其特征在于，所述装置包括如下组成部分：
尺度分布函数模块，用于确定用于表征雪粒子尺寸的雪花尺度谱分布函数；
粒子总数计算模块，用于依据所述雪花尺度谱分布函数和光束的包络空间体积，确定光束内所包含雪粒子的粒子总数，所述光束为激光雷达发射的光束；
能量衰减计算模块，用于确定所述粒子总数中的每个雪花粒子给光束造成的能量衰减Ek；
点云生成模块，用于依据所述粒子总数和每个雪花粒子给光束造成的能量衰减，得到模拟的点云雪噪点；
式中，为所述光束被所述激光雷达赋予的初始能量，E0为激光雷达赋予所有光束的总的初始能量，N为光束数量，η为光束的传输效率，ρ为雪花粒子的反射率，Dk为第k个雪花粒子的等效直径，dk为雪花粒子与激光雷达的距离，θi为光束的发散角，θk为雪粒子未被遮挡发散角，γsnow为衰减系数。
7.一种终端设备，其特征在于，所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的模拟雪天激光雷达点云雪噪点的程序，所述处理器执行所述模拟雪天激光雷达点云雪噪点的程序时，实现如权利要求1-5任一项所述的模拟雪天激光雷达点云雪噪点的方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有模拟雪天激光雷达点云雪噪点的程序，所述模拟雪天激光雷达点云雪噪点的程序被处理器执行时，实现如权利要求1-5任一项所述的模拟雪天激光雷达点云雪噪点的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310201235.6A CN116338651B (zh) | 2023-03-03 | 2023-03-03 | 一种模拟雪天激光雷达点云雪噪点的方法和相关装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310201235.6A CN116338651B (zh) | 2023-03-03 | 2023-03-03 | 一种模拟雪天激光雷达点云雪噪点的方法和相关装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116338651A CN116338651A (zh) | 2023-06-27 |
| CN116338651B true CN116338651B (zh) | 2023-11-14 |
Family
ID=86893998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310201235.6A Active CN116338651B (zh) | 2023-03-03 | 2023-03-03 | 一种模拟雪天激光雷达点云雪噪点的方法和相关装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116338651B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103439756A (zh) * | 2013-07-31 | 2013-12-11 | 中国人民解放军理工大学 | 一种基于粒子成像测速的自然降水粒子微物理特征测量方法 |
| CN109558645A (zh) * | 2018-11-06 | 2019-04-02 | 中南大学 | 一种计算雪堆积的方法 |
| CN113281782A (zh) * | 2021-05-08 | 2021-08-20 | 北京联合大学 | 一种基于无人驾驶车的激光雷达雪点滤除方法 |
| CN113970734A (zh) * | 2021-10-13 | 2022-01-25 | 长安大学 | 路侧多线激光雷达降雪噪点去除方法、装置及设备 |
| CN115690344A (zh) * | 2022-10-28 | 2023-02-03 | 深圳市科路教育科技有限公司 | 海绵城市沙盘及天气模拟*** |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110988847A (zh) * | 2019-04-22 | 2020-04-10 | 上海禾赛光电科技有限公司 | 可用于激光雷达的噪点识别方法以及激光雷达*** |
| US20220214427A1 (en) * | 2021-01-06 | 2022-07-07 | Korea Advanced Institute Of Science And Technology | Method and apparatus for removing lidar point cloud noise |
-
2023
- 2023-03-03 CN CN202310201235.6A patent/CN116338651B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103439756A (zh) * | 2013-07-31 | 2013-12-11 | 中国人民解放军理工大学 | 一种基于粒子成像测速的自然降水粒子微物理特征测量方法 |
| CN109558645A (zh) * | 2018-11-06 | 2019-04-02 | 中南大学 | 一种计算雪堆积的方法 |
| CN113281782A (zh) * | 2021-05-08 | 2021-08-20 | 北京联合大学 | 一种基于无人驾驶车的激光雷达雪点滤除方法 |
| CN113970734A (zh) * | 2021-10-13 | 2022-01-25 | 长安大学 | 路侧多线激光雷达降雪噪点去除方法、装置及设备 |
| CN115690344A (zh) * | 2022-10-28 | 2023-02-03 | 深圳市科路教育科技有限公司 | 海绵城市沙盘及天气模拟*** |
Non-Patent Citations (5)
| Title |
|---|
| De-noising of Lidar Point Clouds Corrupted by Snowfall;Nicholas Charron et al.;《2018 15th Conference on Computer and Robot Vision (CRV)》;254-261 * |
| LiDAR Sensor Modeling for ADAS Applications under a Virtual Driving Environment;Yaxin Li et al.;《SAE Technical Paper 2016-01-1907》;1-7 * |
| Simulating Realistic Rain, Snow, and Fog Variations For Comprehensive Performance Characterization of LiDAR Perception;Sven Teufel et al.;《2022 IEEE 95th Vehicular Technology Conference: (VTC2022-Spring)》;1-7 * |
| 北京地区一次冬季降雪天气及其云微物理过程的数值模拟;李一凡 等;成都信息工程大学学报;第35卷(第01期);55-67 * |
| 应用于无人驾驶车的激光雷达雪天去噪方法研究;钟科娣 等;《激光与红外》;第51卷(第8期);985-991 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116338651A (zh) | 2023-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112433934B (zh) | 仿真测试方法、装置、计算机设备和存储介质 | |
| CN108109139B (zh) | 基于灰度体元模型的机载lidar三维建筑物检测方法 | |
| Wood et al. | Characterization of video disdrometer uncertainties and impacts on estimates of snowfall rate and radar reflectivity | |
| CN112417757B (zh) | 车载雷达信号级仿真方法、装置、设备及可读存储介质 | |
| CN115657013B (zh) | 基于激光雷达和云雷达的冰云内冰晶粒子数浓度估算方法 | |
| US20200111382A1 (en) | Automotive Radar Scene Simulator | |
| US10337973B2 (en) | Method and system for estimating empirical snow depth | |
| CN117269940B (zh) | 点云数据生成方法、激光雷达的感知能力验证方法 | |
| CN109884605A (zh) | 云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法 | |
| Teufel et al. | Simulating realistic rain, snow, and fog variations for comprehensive performance characterization of lidar perception | |
| CN116338651B (zh) | 一种模拟雪天激光雷达点云雪噪点的方法和相关装置 | |
| CN109541565B (zh) | 一种雷达回波强度均一性检测方法及*** | |
| Silber et al. | The Earth Model Column Collaboratory (EMC 2) v1. 1: an open-source ground-based lidar and radar instrument simulator and subcolumn generator for large-scale models | |
| CN117826635A (zh) | 车载激光雷达雾天探测能力仿真方法、***、终端及介质 | |
| CN110824478B (zh) | 基于多样化3d雷达回波特征的降水云类型自动分类方法及装置 | |
| CN116879899A (zh) | 一种基于空中降水粒子谱反演的方法 | |
| CN116628953A (zh) | 一种虚拟点云的模拟方法及装置 | |
| CN113064130B (zh) | 粒子谱分布的确定方法、装置、存储介质及程序产品 | |
| CN115356744A (zh) | 一种路测激光雷达布设方式确定方法、装置及电子设备 | |
| CN116136590A (zh) | 一种标定多普勒激光雷达焦距的方法、装置及存储介质 | |
| RU2626018C1 (ru) | Способ определения эффективной площади рассеяния воздушных объектов бортовой радиолокационной станцией | |
| Liu et al. | Assessing the Effects of Microphysical Scheme on Convective and Stratiform Characteristics in a Mei‐Yu Rainfall Combining WRF Simulation and Field Campaign Observations | |
| Kozintsev et al. | Laser correlation method with adaptive choice of measuring base for on-the-fly measurements of wind velocity | |
| Sheppard | Sampling errors in the measurement of rainfall parameters using the Precipitation Occurrence Sensor System (POSS) | |
| Vetelino et al. | PDF models of the irradiance fluctuations in Gaussian beam waves |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |