[发明专利]一种基于激光里程计算的激光数据验证方法及装置

权利要求书

1.一种基于激光里程计算的激光数据验证方法，其特征在于，包括：

在预设时间段内获取多个方向上的多帧激光数据，以组成实时激光数据；

根据预设的人工智能模型对所述实时激光数据进行特征提取处理，得到第一特征集合；所述人工智能模型为神经网络模型；所述神经网络模型的输入层用于对输入的激光数据进行预处理，一帧激光为N个点，提取基于激光坐标系的X、Y坐标信息，进行一维展开得到2*N个数据；

根据预设的特征提取方式对所述实时激光数据进行特征提取处理，得到第二特征集合；所述第二特征集合包括沿X轴向前平移10个像素，移动前后激光数据像素个数的比值；

组合所述第一特征集合和所述第二特征集合，得到激光特征集合；

将所述激光特征集合输入至预设的支持向量机分类器中进行分类验证，得到分类验证结果；所述分类验证结果用于表示所述实时激光数据是否能够计算激光里程。

2.根据权利要求1所述的基于激光里程计算的激光数据验证方法，其特征在于，所述方法还包括：

获取多个历史激光数据；

将所述多个历史激光数据输入至预设的帧间计算模型中进行计算，得到与所述多个历史激光数据一一对应的多个计算结果；

根据所述多个计算结果对所述多个历史激光数据标注相对应的标签，得到数据样本集合；

将所述数据样本集合输入至预设的神经网络模型进行训练，得到预设的人工智能模型。

3.根据权利要求2所述的基于激光里程计算的激光数据验证方法，其特征在于，所述预设的神经网络模型至少依次包括：输入层、第一卷积层、池化层、第二卷积层、第三卷积层、dropout层以及全连接层。

4.根据权利要求1所述的基于激光里程计算的激光数据验证方法，其特征在于，所述方法还包括：

当所述分类验证结果表示所述实时激光数据能够计算激光里程时，根据所述实时激光数据计算实时激光里程；

获取脉冲计算里程；所述脉冲计算里程是根据机器人移动时产生的电子脉冲所计算得到的；

根据所述脉冲计算里程和所述实时激光里程进行定位，得到所述机器人的位置信息。

5.一种基于激光里程计算的激光数据验证装置，其特征在于，所述激光数据验证装置包括：

获取单元，用于在预设时间段内获取多个方向上的多帧激光数据，以组成实时激光数据；

提取单元，用于根据预设的人工智能模型对所述实时激光数据进行特征提取处理，得到激光特征集合；

验证单元，用于将所述激光特征集合输入至预设的支持向量机分类器中进行分类验证，得到分类验证结果；所述分类验证结果用于表示所述实时激光数据是否能够计算激光里程；

所述提取单元包括：

第一子单元，用于根据预设的人工智能模型对所述实时激光数据进行特征提取处理，得到第一特征集合；所述人工智能模型为神经网络模型；所述神经网络模型的输入层用于对输入的激光数据进行预处理，一帧激光为N个点，提取基于激光坐标系的X、Y坐标信息，进行一维展开得到2*N个数据；

第二子单元，用于根据预设的特征提取方式对所述实时激光数据进行特征提取处理，得到第二特征集合；所述第二特征集合包括沿X轴向前平移10个像素，移动前后激光数据像素个数的比值；

第三子单元，用于组合所述第一特征集合和所述第二特征集合，得到激光特征集合。

6.根据权利要求5所述的基于激光里程计算的激光数据验证装置，其特征在于，所述激光数据验证装置还包括：

所述获取单元，用于获取多个历史激光数据；

计算单元，用于将所述多个历史激光数据输入至预设的帧间计算模型中进行计算，得到与所述多个历史激光数据一一对应的多个计算结果；

标注单元，用于根据所述多个计算结果对所述多个历史激光数据标注相对应的标签，得到数据样本集合；

训练单元，用于将所述数据样本集合输入至预设的神经网络模型进行训练，得到预设的人工智能模型。