[发明专利]一种用于测距传感器的数据处理的方法及设备

说明书

本申请的目的是提供一种用于测距传感器的数据处理的方法及设备，本申请通过将通过测距传感器得到的测距数据分组为多个数据组，其中，每个数据组包含相同数量的测距数据点；对所述每个数据组内的测距数据点进行分类，以分为关键测距采样点和非关键测距采样点；根据预设编码方式分别对所述关键测距采样点和非关键测距采样点进行压缩，相应的得到压缩后的关键测距采样点和压缩后的非关键测距采样点；通过第一预设的还原公式还原所述压缩后的关键测距采样点，以及通过第二预设的还原公式还原所述压缩后的非关键测距采样点。能够节约成本提高系统可靠性，具有更高的实时性同时较低的运算资源消耗，以及较好的数据还原度。

技术领域

本申请涉及计算机领域，尤其涉及一种用于测距传感器的数据处理的方法及设备。

背景技术

目前激光雷达传感器广泛的应用于机器人自主定位导航、无人驾驶等需要高精度、高实时性环境测量扫描的行业。该传感器使用非常高速的激光测距核心，可以在一秒内实现上千次至的十几万次的距离测量，并且具备十多米到几百米的测量范围以及最高毫米级别的测量分辨率。为了实现实时测量要求，激光雷达必须将上述数据及时的通过自身通讯接口发送给外部的处理系统。因此激光雷达往往具有很大的数据吞吐量。近年来，随着应用场景和技术发展，又出现了多线束激光雷达，由于其采集的数据更加丰富，对于激光雷达的通讯带宽要求又加重了挑战。

如何实现激光雷达采样数据的有效传输一直是充满挑战的课题。其中一种方式是通过对激光雷达输出数据进行压缩的方式减少实际传输的数据量，从而可以在不增加通讯带宽或者少量增加通讯带宽的情况下提供数据吞吐量。该方法的难点在于所采用的压缩算法需要同时具备高度的实时性和稳定的压缩比。因为激光雷达每秒将产生数千至数十万的数据，压缩算法必须能在很少的数据样本下就完成一次压缩迭代并输出数据，否则就会产生输出数据延迟，破坏了激光雷达传感器的高速扫描特性。但目前，现有算法要在这样的条件下保证压缩必是比较困难的。

目前，适用于激光雷达数据特性的压缩算法分为有损和无损两种大类。在无损压缩算法中，常见的如游程编码(run-length encoding，RLE)虽然算法简单且能保持一定的实时性，但由于激光雷达数据本身充满着噪声，相邻数据基本不相同，因此RLE难以实现有效压缩。另一种常见的无损压缩方式为基于数据的概率模型进行优化编码压缩，如霍夫曼(Huffman)编码方法，该方式要求对于压缩数据进行概率学统计后进行压缩编码。虽然压缩比率较高，但由于这类算法要求对总体数据先进行概率学统计，因此无法实现实时编码输出的要求。而目前最常见的基于字典模型的压缩算法，例如流行的Lempel-Ziv系列算法：LZ77/LZMA等，也需要压缩数据具有一定的重复模式且需要进行一定的数据统计后方可压缩。无法适用于激光雷达数据相对无序和高实时性的要求。

另一类压缩方式为有损压缩，它们可以在一定程度上实现数据的实时压缩，广泛应用在图像、音频数据的压缩传输中。然而目前并不存在针对激光雷达数据特性设计的压缩算法。常规用于图像、音频的有损压缩算法难以针对激光雷达数据得到理想的效果，并且有损算法容易令激光雷达丢失测距细节。同时，目前绝大部分的有损压缩算法基于是基于频域信号进行的，这难以在激光雷达内部的嵌入式处理器内凭借性能非常有限的运算能力实现大数据量的实时性压缩。

针对目前压缩算法直接在激光雷达中使用的困难，目前，也有直接将激光雷达数据进行简单截断处理的方案，比如限制输出数据的分辨率，例如从原先毫米级别的数据降低到厘米级别精度，从而可以减少每次采样数据的所使用的比特位。这种方案运算量比较低，的确可以实现很好的实时性，压缩比率也有保障。但本身也是一种有损压缩，且直接导致了激光雷达数据的分辨率和精度的损失。因此也难以满足需要高精度输出的场合使用。

发明内容

本申请的一个目的是提供一种用于测距传感器的数据处理的方法及设备，解决现有的压缩算法无法适用于激光雷达数据相对无序和高实时性的要求、难以在激光雷达内部的嵌入式处理器内实现大数据量的实时性压缩及难以满足需要高精度输出的场合使用的问题。