[发明专利]激光雷达的点云合理性诊断方法、激光雷达以及包括其的车辆在审
申请号: | 201911250924.6 | 申请日: | 2019-12-09 |
公开(公告)号: | CN113030881A | 公开(公告)日: | 2021-06-25 |
发明(设计)人: | 赵鑫;向少卿 | 申请(专利权)人: | 上海禾赛科技股份有限公司 |
主分类号: | G01S7/40 | 分类号: | G01S7/40;G01S17/931;G06N3/08 |
代理公司: | 北京律和信知识产权代理事务所(普通合伙) 11446 | 代理人: | 郝文博;韩炜 |
地址: | 201821 上海*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 激光雷达 合理性 诊断 方法 以及 包括 车辆 | ||
本发明提供一种可用于激光雷达的点云合理性的诊断方法,包括:接收所述激光雷达的点云数据以及生成所述点云数据时对应的激光雷达的工作参数;将所述点云数据以及所述激光雷达的工作参数输入神经网络,所述神经网络配置为至少可根据激光雷达的点云数据以及工作参数输出所述点云数据是否合理以及所述激光雷达是否存在故障/工作异常;根据所述神经网络的输出,判断所述点云数据是否合理以及所述激光雷达是否存在故障/工作异常。
技术领域
本发明大致涉及光电技术领域,尤其涉及一种可用于激光雷达的点云合理性诊断方法、激光雷达以及包括该激光雷达的车辆。
背景技术
激光雷达LiDAR是激光主动探测传感器设备的一种统称,其工作原理大致如下:激光雷达的发射器发射出一束激光,激光光束遇到物体后,经过漫反射,返回至激光接收器,雷达模块根据发送和接收信号的时间间隔乘以光速,再除以2,即可计算出发射器与物体的距离。根据激光线束的多少,通常有例如单线激光雷达、4线激光雷达、8/16/32/64线激光雷达等。一个或多个激光束在竖直方向沿着不同的角度发射,经水平方向扫描,实现对目标区域三维轮廓的探测。多个测量通道(线)相当于多个倾角的扫描平面,因此垂直视场内激光线束越多,其竖直方向的角分辨率就越高,激光点云的密度就越大。
激光雷达的整机产品包括了光学、机械、电子部件,另外还包括软件算法部分。这些都可能是发生故障的部分。激光雷达出现故障时,故障的原因通常难以判断,可能有器件本身的故障(比如某个电学部件高压下烧坏)、器件之间的配合不对(比如高温下,部件a与部件b发生变形,进而无法再锁紧)。现有技术中,作为无人驾驶的眼睛,如果激光雷达是否发生故障或者是否正常工作不能及时地被发现和确认,则无法控制车辆执行相对应的行驶操作以应对可能的故障或者异常,这样一来,是存在很多安全隐患的。另外,在发现激光雷达出现故障之后,需要对激光雷达进行拆机或者检测,来逐个排查可能的故障原因。检测过程繁琐,费时费力。
背景技术部分的内容仅仅是发明人所知晓的技术,并不当然代表本领域的现有技术。
发明内容
针对现有技术的缺陷中的至少一个,本发明提供一种可用于激光雷达的点云合理性诊断方法,包括:
接收所述激光雷达的点云数据以及生成所述点云数据时对应的激光雷达的工作参数;
将所述点云数据以及所述激光雷达的工作参数输入神经网络,所述神经网络配置为至少可根据激光雷达的点云数据以及工作参数输出所述点云数据是否合理;
根据所述神经网络的输出,判断所述点云数据是否合理。
根据本发明的一个方面,所述点云合理性诊断方法还包括:根据所述神经网络的输出,判断所述激光雷达是否存在故障或工作异常。
根据本发明的一个方面,所述点云合理性诊断方法还包括:训练所述神经网络以识别异常的点云数据,包括:
将异常的点云数据以及生成所述异常的点云数据时对应的激光雷达的参数输入所述神经网络中,以训练所述神经网络识别所述异常的点云数据。
根据本发明的一个方面,所述点云合理性诊断方法还包括:将所述异常的点云数据所对应的故障输入所述神经网络中,以训练所述神经网络识别所对应的故障。
根据本发明的一个方面,所述点云合理性诊断方法还包括:当判断所述激光雷达存在故障或工作异常时,将所述故障的信息发送给安装有所述激光雷达的车辆的电子控制单元。
根据本发明的一个方面,所述故障包括光学部件故障、机械结构故障、电路故障中的一个或多个。
根据本发明的一个方面,所述神经网络的输出包括点云是否异常、所述激光雷达的可能故障名称和概率。
本发明还涉及一种激光雷达,包括:
发射单元,所述发射单元配置成可向激光雷达外部发射探测光束;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海禾赛科技股份有限公司,未经上海禾赛科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911250924.6/2.html,转载请声明来源钻瓜专利网。