针对激光雷达数据缺失的智能化插补方法

本发明提供了一种针对激光雷达数据缺失的智能化插补方法，首先获取长时序的激光雷达数据，利用质量控制程序对数据进行初步筛选和处理，然后对可能存在的缺失数据进行分类。对于因天气影响导致的部分距离门数据缺失的情况，执行线性函数插值，利用线性关系快速有效地估计缺失数据点的值，在数据变化相对平稳的场景下能够较好地恢复数据的连续性。而对于因叶片遮挡等原因导致的时序上全距离层数据缺失的情况，则采用基于LSTM的双向递推时序插补模型，充分发挥深度学习模型在处理时间序列数据方面的优势，通过对历史数据的学习和双向递推预测，准确地填补缺失时间段内的数据，从而有效提高激光雷达数据的完整性和可用性。