CN115524683B 一种光斑提取方法、测距方法、激光雷达及机器人 （深圳市欢创科技股份有限公司）

道北站社区民治股份商业中心C座2基于所述位置光强曲线计算每个候选光斑的亮基于所述位置光强曲线计算每个候选光斑的宽基于所述亮度评分和所述宽度评分，确定综合评价最高的候选通过大数据建立光斑的质心与理论宽度之间的映射基于所述位置光强曲线确定每个候选光斑的统计所述位置光强曲线中出现次数最多的光判断所述出现次数最多的光强值和所述最高光强值的差值是否大于或等于预设差值获取所述光强目标值在所述位置一光强曲线上对应的位置数据在所述出现次数最多的光强值和所述最高光强值的差值小于从所述位置光强曲线中获取相邻两个候选光斑最接近的两个边界之间范围内的最小3根据权利要求1_7任一项所述的光斑提取方法提所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被4置光强曲线中出现次数最多的光强值和最高光强值；判断所述出现次数最多的光强值和5一个处理器能够执行如上第一方面或第二方说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件/模块和步骤表示为[0018]图1是本发明实施例提供的光斑提取方法及测距方法的其中一种应用环境的示意6域的技术人员通常理解的含义相同。本说明书中在本发明的说明书中所使用的术语只是为一个或多个相关的所列项目的任意的和所有的组合。本说明书所使用的术语“横”坐标、裂问题，也即光斑因在近处被激光雷达罩的支撑柱分割光斑或光斑在物体边缘处一分为的方法通过光强曲线中相邻的两点斜率最大值和最小值来确定光斑的重心在相机传感器[0039]图1为本发明实施例提供的光斑提取方法及测距方法的其中一种应用环境的示意7物体A为可反射所述激光雷达10输出的激光光束的物体，也即图1所示应用场景中所述激不同的像素点表征不同的位置，各像素点是否接收到激光以及接收到的光子数量的不同，置数据和光强数据分别按列投影累加为一行像素点后计算得到的位置数据和光强数据作8[0052]步骤S23：判断所述出现次数最多的光强值和所述最高光强值的差值是否大于或[0055]在所述出现次数最多的光强值和所述最高光强值的差值大于或等于预设差值阈[0057]其中，a为系数因子，由实验数据所确定，TargetValue表示所述光强目标值，[0064]步骤S28：判断所述最小光强值与所述出现次数最多的光强值的差值是否小于预9图6所示即左侧光斑的右边界和右侧光斑的左边界之间的范围内的所有位置数据对应的光对光斑进行综合评价的计算，以提取其中综合评价最高的光斑作为用于测距的目标光斑。[0086]将实验数据中大量的cx和depth值代入如上矩阵后，通过最小二乘法求解超定方[0088]然后，将步骤S31所获取到的候选光斑的质心代入步骤S321所得到的关系式或矩宽度的值为候选光斑的左右边界限定的位置宽度的数值，以图3所示示例的光斑进行计算[0112]在一些实施例中，所述确定单元120还用于在所述出现次数最多的光强值和所述[0116]在一些实施例中，所述提取单元130还用于通过大数据建立光斑的质心与理论宽的一种测距装置的结构，所述测距装置200包括：提取模块210、获取模块220和计算模块[0121]所述计算模块230用于根据所述目标光斑的质心，计算目标物体与所述激光雷达所述光斑提取方法和/或执行图10所述测距方法的激光雷达的硬件结构。所述激光雷达10够执行上述图2至图9所述光斑提取方法和/或执行上述图10所述测距方法。所述处理器11[0125]存储器12作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程具体可根据实际应用场景选择装载有所述激光雷达果确定并提取目标光斑，该光斑提取方法能够解决多路径形成的多光斑和光斑分裂的问的需要选择其中的部分或者全部模块来实现本实施以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬OnlyMemory,ROM)或随机存储记忆体(RandomAccessMemor