一种基于脉冲卷积神经网络的激光雷达时域数据处理方法

发明专利有效专利

申请号：
CN202110378168.6
IPC分类号：G01S7/41;G06N3/04
申请日期：
2021-04-08
申请人：
周士博

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于脉冲卷积神经网络的激光雷达时域数据处理方法
申请号	CN202110378168.6	申请日期	2021-04-08
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-04	公开/公告号	CN112904301A
优先权	暂无	优先权号	暂无
主分类号	G01S7/41 ? IPC结构图谱： G 物理 G0 仪器 G01 测量；测试 G01S 无线电定向；无线电导航；采用无线电波测距或测速；采用无线电波的反射或再辐射的定位或存在检测；采用其他波的类似装置 G01S7/00 与G01S 13/00，G01S 15/00，G01S 17/00各组相关的系统的零部件 G01S7/02 与G01S 13/00组相应的系统的 G01S7/41 使用考虑到目标特性的回波信号的分析；目标形状的；目标截面的〔6〕	IPC分类号	G;0;1;S;7;/;4;1;;;G;0;6;N;3;/;0;4查看分类表>
申请人	周士博	申请人地址	河北省石家庄市赵县谢庄乡常信二村富强巷18号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	周士博	当前权利人	周士博
发明人	周士博
代理机构	成都巾帼知识产权代理有限公司	代理人	邢伟

摘要

本发明公开了一种基于脉冲卷积神经网络的激光雷达时域数据处理方法，包括以下步骤：包括以下步骤：S1.利用3D立体体元重新表示来量化点云，以实现对激光雷达的3D点云数据预处理，并利用预处理得到的信息构建样本集；S2.构建脉冲卷积神经网络模型；S3.利用样本集对构建的脉冲卷积神经网络进行训练，得到成熟的脉冲卷积神经网络模型；S4.基于成熟的脉冲卷积神经网络模型进行激光雷达的3D点云数据处理。本发明为3D立体数据添加时域信息，通过这样的时域编码，得到具有稀疏脉冲模式的SCNN，结合低能耗脉冲信号和高网络稀疏度，整体网络能耗将远远低于现有方案。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供