[发明专利]一种用于测距传感器的数据处理的方法及设备

权利要求书

1.一种用于测距传感器的数据处理的方法，其中，所述方法包括：

将通过测距传感器得到的连续测距数据按对应的序列的相邻关系分组为多个数据组，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，其中，所述预设编码方式包括用于对所述关键测距采样点进行压缩的第一编码方式，以及用于对非关键测距采样点进行压缩的第二编码方式；

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。

2.根据权利要求1所述的方法，其中，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，包括：

从所述每个数据组中按照选取规则选取一个或多个测距数据点作为关键测距采样点，其余测距数据点作为非关键测距采样点，同时，每个数据组内包含相同数量的关键测距采样点。

3.根据权利要求2所述的方法，其中，所述选取规则包括以下至少任一项：

从每个数据组中选取有效的距离测量的测距数据点作为关键测距采样点，其中，所述有效的距离测量满足以下条件：非零距离读数数据、目标距离被测量到及测量信号在预设范围内；

确定在每个数据组中与其他测距数据点之间的距离超过距离阈值的测距数据点，以作为关键测距采样点。

4.根据权利要求1所述的方法，其中，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，包括：

采用非线性映射编码方式，根据预设的映射规则将所述关键测距采样点进行变换，将变换后的数据作为压缩后的关键测距采样点，其中，所述预设的映射规则满足以下方程：

其中，x表示所述关键测距采样点对应的数值，F(x)表示对变量x进行数据压缩后的数值x′，Scale(x)表示为随x单调递增的函数，并且对于任意x，满足：|Scale(x)|≥1，Base(x)表示随x单调递增的函数，且对于任意x，满足|Base(x)|≤x，且至少存在一个x₀，使得|Base(x₀)|＝x₀。

5.根据权利要求1所述的方法，其中，所述第二编码方式包括：

从当前非关键测距采样点所在的同一数据组及相邻的数据组内选取关键测距采样点作为参考点，根据所述参考点对所述当前非关键测距采样点进行压缩，并满足以下方程：

其中，x表示所述非关键测距采样点对应的数值，x_ref表示所述参考点对应的数值，D(x)表示对变量x进行数据压缩后的数值x′，Scale(x_ref)表示为随x单调递增的函数，并且对于任意x，满足：|Scale(x_ref)|≥1。

6.根据权利要求4所述的方法，其中，所述第一预设的还原公式满足以下方程：

x＝F^-1(x′)＝BaseR(x′)+[x′-F(BaseR(x′)))]·ScaleR(x′)，

其中，x表示所述关键测距采样点对应的数值，F^-1(x′)是F(x)的反函数，函数BaseR(x′)满足以下定义：

BaseR(x′)＝Base(F^-1(x′))，

函数ScaleR(x′)满足以下定义：

ScaleR(x′)＝Scale(F^-1(x′))。

7.根据权利要求5所述的方法，其中，所述第二预设的还原公式满足以下方程：

x＝x′·ScaleR(x_ref)+x_ref，

其中，x表示所述非关键测距采样点对应的数值，x_ref表示所述参考点对应的数值。