摘要
本发明涉及自动驾驶技术领域,公开了一种雷达点云预测方法及系统,方法包括:构建对抗神经网络GANs模型,所述对抗神经网络GANs模型包括雷达点云生成器和多径判别器;获取毫米波雷达的雷达监测数据,并基于所述雷达监测数据对所述对抗神经网络GANs模型进行训练,得到雷达点云预测模型;利用所述雷达点云预测模型对雷达监测得到的距离‑多普勒张量数据进行预测分析,得到雷达点云分布图和多径情况分布图。本发明使用深度学习模型对输入的雷达张量数据进行推理,获得雷达点云的0/1分布图和多径情况的0/1分布图,通过对点云生成器和多径判别器的对抗网络训练,提升点云生成和多径判断的准确率;以生成分辨率更高、精度更高的点云。
技术关键词
深度学习网络
点云
多普勒
激光雷达
标志位
傅里叶变换算法
多径
传播算法
标签
数据
多层感知机
欧氏距离算法
预测系统
自动驾驶技术
模型训练模块
深度学习模型
度量
输入端
系统为您推荐了相关专利信息
检测丝杆
直线度
三维点云数据
激光传感器
加权最小二乘法
法兰轴
三维扫描数据
点云
三维重建方法
三维模型
地铁隧道
控制点
测量方法
三维环境地图
三维激光扫描设备