固态激光雷达直方图的优化方法及系统

    公开(公告)号:CN118674631A

    公开(公告)日:2024-09-20

    申请号:CN202410699998.2

    申请日:2024-05-31

    摘要: 本发明涉及计算机视觉技术领域,具体公开了固态激光雷达直方图的优化方法及系统,首先针对固态激光雷达遭受到的不同类型噪声进行噪声估计概率模型建立,对固态激光雷达收集到的每个像素点的二维直方图数据进行初步降噪处理,以抑制背景噪声和硬件偶发噪声的影响。随后,将处理后的二维直方图数据映射为三维直方图,利用一种跨帧特征聚合循环神经网络对映射后的三维直方图进行特征增强和二次降噪优化,进一步提高数据的信噪比,增强了固态激光雷达对细微结构的捕捉能力,显著提升了测距和成像的准确性和效率。与现有技术相比,本发明能够有效降低噪声干扰,提高成像质量和定位精度,具有较强的实用性和广泛的应用前景。

    雷达数据处理方法及系统
    2.
    发明公开

    公开(公告)号:CN118735811A

    公开(公告)日:2024-10-01

    申请号:CN202410870564.4

    申请日:2024-07-01

    摘要: 本发明涉及计算机视觉技术领域,具体公开了一种雷达数据处理方法及系统,首先使用基于可调阈值函数的改进小波去噪算法对直方图数据进行降噪处理,提高信号的平滑性并保留有用信息;随后将三维直方图的鸟瞰视角特征转换为多个非自我中心的透视视角特征,并使用3D卷积神经网络提取每个视角的特征;融合多个三维直方图特征,生成更丰富的特征图;利用动态时间立体技术,分析三维直方图数据帧的深度变化,调整深度估计,并通过运动补偿算法校正深度变化,确保直方图峰值在动态环境中的准确性。该方法及系统能够有效解决远距离或小尺寸物体局部特征不匹配的问题,提高雷达点云成像质量和定位精度。