[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有效
申请号: | 202010551218.1 | 申请日: | 2020-06-17 |
公开(公告)号: | CN111458699B | 公开(公告)日: | 2020-12-04 |
发明(设计)人: | 李梦男;支涛 | 申请(专利权)人: | 北京云迹科技有限公司 |
主分类号: | G01S11/12 | 分类号: | G01S11/12;G01C22/00;G06N3/04;G06N3/08;G06N20/10 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 李飞 |
地址: | 100000 北京市海*** | 国省代码: | 北京;11 |
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 基于 激光 里程 计算 数据 验证 方法 装置 | ||
本申请实施例提供一种基于激光里程计算的激光数据验证方法及装置,涉及智能测距领域,该方法包括:获取实时激光数据;根据预设的人工智能模型对实时激光数据进行特征提取处理,得到激光特征集合;将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;分类验证结果用于表示实时激光数据是否能够计算激光里程。可见,实施这种实施方式,能够根据激光数据确定激光里程计是否可以正常使用,从而保证了激光里程的准确获取,避免智能机器人的定位失准的问题。
技术领域
本申请涉及智能测距领域,具体而言,涉及一种基于激光里程计算的激光数据验证方法及装置。
背景技术
目前,智能机器人技术发展地十分迅速,较多智能机器人的投入使用已经为人们的工作发展带来了极大的便利。在实践中发现,智能机器人通常需要根据自身位置进行相应工作,而该位置的确定则通常是通过激光里程计进行计算得到。然而,该种激光里程计有一定的应用场景限制,这就使得在某些特殊情况下智能机器人的定位将会失准,从而降低激光里程的获取精度。
发明内容
本申请实施例的目的在于提供一种基于激光里程计算的激光数据验证方法及装置,能够根据激光数据确定激光里程计是否可以正常使用,从而保证了激光里程的准确获取,避免智能机器人的定位失准的问题。
本申请实施例第一方面提供了一种基于激光里程计算的激光数据验证方法,包括:
获取实时激光数据;
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。
在上述实现过程中,该方法可以优先获取实时激光数据;再根据预设的人工智能模型对实时激光数据进行特征提取处理,得到激光特征集合;然后再将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;分类验证结果用于表示实时激光数据是否能够计算激光里程。可见,实施这种实施方式,能够对实时激光数据进行识别与验证,从而获取激光数据是否真实有效的结果,进而便于后续机器人可以基于真实有效的激光数据进行定位,使得机器人定位的精准程度大大提高。
进一步地,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。
在上述实现过程中,该方法还可以优先获取多个历史激光数据;然后将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,得到与多个历史激光数据一一对应的多个计算结果;然后再根据多个计算结果对多个历史激光数据标注相对应的标签,得到数据样本集合;并将该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。可见,实施这种实施方式,能够实时获取人工智能模型,使得人工智能模型应用的精准度得以提高,同时该种方式获取的人工智能模型可以更准确地获取有效的激光特征,从而有利于提高激光数据验证的准确性。
进一步地,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。
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北京云迹科技有限公司,未经北京云迹科技有限公司许可,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/202010551218.1/2.html,转载请声明来源钻瓜专利网。
- 上一篇:基于海鹰翼辉操作系统的安全编译方法及装置
- 下一篇:一种快速散热式油浸整流器