[发明专利]激光测距仪的检测方法、装置、电子设备及存储介质

权利要求书

1.一种激光测距仪的检测方法，其特征在于，所述方法包括：

获取待检测激光测距仪的目标性能数据；

通过预设的分类模型对所述目标性能数据进行分类，得到分类结果；

根据所述分类结果得到所述待检测激光测距仪的检测结果。

2.根据权利要求1所述的方法，其特征在于，在所述通过预测的分类模型对所述目标性能数据进行分类，得到分类结果的步骤之前，所述方法还包括：

获取激光测距仪的实验性能数据，对所述实验性能数据进行降维处理，得到样本数据；

根据所述样本数据，训练得到分类模型。

3.根据权利要求2所述的方法，其特征在于，在所述通过预测的分类模型对所述目标性能数据进行分类，得到分类结果的步骤之前，所述方法还包括：

获取待检测激光测距仪的综合性能数据，对所述综合性能数据进行降维处理，得到目标性能数据，所述目标性能数据与所述样本数据具有相同的维数。

4.根据权利要求3所述的方法，其特征在于，所述获取激光测距仪的实验性能数据，对所述实验性能数据进行降维处理，得到样本数据的步骤包括：

对N个激光测距仪的进行性能实验，得到N个所述激光测距仪对应的实验性能数据，所述实验性能数据包括M个性能指标数据；

通过主成份分析方法对的实验性能数据进行降维，得到样本数据，所述样本数据包括K个性能指标数据，其中，K小于M。

5.根据权利要求4所述的方法，其特征在于，所述N个激光测距仪中包括n1个合格的激光测距仪和n2个不合格的激光测距仪，所述通过主成份分析方法对的实验性能数据进行降维，得到样本数据的步骤包括：

通过主成份分析方法对n1个合格的激光测距仪对应的实验性能数据进行降维，得到第一样本数据，所述第一样本数据包括k1个性能指标数据；

通过主成份分析方法对n2个不合格的激光测距仪对应的实验性能数据进行降维，得到第二样本数据，所述第二样本数据包括k2个性能指标数据；

基于所述第一样本数据和所述第二样本数据，得到样本数据，其中，k1与k2之和大于或者等于K。

6.根据权利要求5所述的方法，其特征在于，所述基于所述第一样本数据和所述第二样本数据，得到具有第三维数的样本数据的步骤包括：

若所述第一样本数据与所述第二样本数据中不存在相同的性能指标数据，则将所述第一样本数据与所述第二样本数据进行拼接，得到样本数据；

若所述第一样本数据与所述第二样本数据中存在相同的性能指标数据，则计算所述相同的性能指标数据分另在所述第一样本数据和所述第二样本数据中贡献值，并贡献值较小的所述相同的性能指标数据在所述第一样本数据或所述第二样本数据中进行删除，并将删除所述相同的性能指标数据的所述第一样本数据和所述第二样本数据进行拼接，得到样本数据。

7.根据权利要求6所述的方法，其特征在于，所述根据所述样本数据，训练得到分类模型的步骤包括：

基于卷积神经网络进行建模，得到初始分类模型；

通过激光测距仪的实验性能数据，对所述初始分类模型进行第一训练，得到中间分类模型；

通过所述样本数据对所述中间分类模型进行训练，得到训练好的分类模型。

8.一种激光测距仪的检测装置，其特征在于，所述装置包括：

第一获取模块，用于获取待检测激光测距仪的目标性能数据；

分类模块，用于通过预设的分类模型对所述目标性能数据进行分类，得到分类结果；

检测模块，用于根据所述分类结果得到所述待检测激光测距仪的检测结果。

9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的激光测距仪的检测方法中的步骤。

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上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的激光测距仪的检测方法中的步骤。