[发明专利]一种速度测量方法、装置及相关设备在审

专利信息
申请号: 202210514766.6 申请日: 2022-05-12
公开(公告)号: CN114910898A 公开(公告)日: 2022-08-16
发明(设计)人: 钟声峙;朱勇建;王剑鑫;黄好;窦志勇;黄篷迟;刘浩 申请(专利权)人: 柳州五菱新能源汽车有限公司
主分类号: G01S13/58 分类号: G01S13/58
代理公司: 北京信远达知识产权代理有限公司 11304 代理人: 冯柳伟
地址: 545007 广西*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 速度 测量方法 装置 相关 设备
【权利要求书】:

1.一种速度测量方法,其特征在于,所述方法包括:

获取点云数据;

对所述点云数据进行划分,得到静态物体对应的第一点云数据集合以及运动物体对应的第二点云数据集合;

根据所述第一点云数据集合计算出雷达相对于所述静态物体的第一速度,根据所述第二点云数据集合计算出所述运动物体相对于所述雷达的第二速度;

根据所述第一速度以及所述第二速度,计算得到所述运动物体相对于所述静态物体的运动速度。

2.根据权利要求1所述的方法,其特征在于,所述对所述点云数据进行划分,得到静态物体对应的第一点云数据集合以及运动物体对应的第二点云数据集合,包括:

对所述点云数据进行去噪处理,得到候选点云数据;

根据所述候选点云数据,确定物体数量;

根据所述物体数量对所述候选点云数据进行过滤,得到目标点云数据;

对所述目标点云数据进行语义分割,得到静态物体对应的第一点云数据集合以及运动物体对应的第二点云数据集合。

3.根据权利要求2所述的方法,其特征在于,所述根据所述物体数量对所述候选点云数据进行过滤,得到目标点云数据,包括:

根据所述物体数量,通过谱聚类的方式对所述候选点云数据进行过滤,得到所述目标点云数据。

4.根据权利要求2或3所述的方法,其特征在于,所述对所述目标点云数据进行语义分割,包括:

通过深度学习网络对所述目标点云数据进行语义分割。

5.一种速度测量装置,其特征在于,所述装置包括:

获取模块,用于获取点云数据;

划分模块,用于对所述点云数据进行划分,得到静态物体对应的第一点云数据集合以及运动物体对应的第二点云数据集合;

第一计算模块,用于根据所述第一点云数据集合计算出雷达相对于所述静态物体的第一速度,根据所述第二点云数据集合计算出所述运动物体相对于所述雷达的第二速度;

第二计算模块,用于根据所述第一速度以及所述第二速度,计算得到所述运动物体相对于所述静态物体的运动速度。

6.根据权利要求5所述的装置,其特征在于,所述划分模块,包括:

去噪单元,用于对所述点云数据进行去噪处理,得到候选点云数据;

物体数量确定单元,用于根据所述候选点云数据,确定物体数量;

过滤单元,用于根据所述物体数量对所述候选点云数据进行过滤,得到目标点云数据;

语义分割单元,用于对所述目标点云数据进行语义分割,得到静态物体对应的第一点云数据集合以及运动物体对应的第二点云数据集合。

7.根据权利要求6所述的装置,其特征在于,所述过滤单元,用于根据所述物体数量,通过谱聚类的方式对所述候选点云数据进行过滤,得到所述目标点云数据。

8.根据权利要求6或7所述的装置,其特征在于,所述语义分割单元,用于通过深度学习网络对所述目标点云数据进行语义分割。

9.一种计算设备,其特征在于,所述设备包括处理器以及存储器:

所述存储器用于存储计算机程序;

所述处理器用于根据所述计算机程序执行权利要求1-4中任一项所述的方法。

10.一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用于存储计算机程序,所述计算机程序用于执行权利要求1-4中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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柳州五菱新能源汽车有限公司,未经柳州五菱新能源汽车有限公司许可,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/202210514766.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top