摘要
本申请涉及通信感知一体化与图形学交叉领域,公开了一种利用三维点云优化LoRa链路损失评估的方法及系统。本申请采用语义分割模型获取三维点云数据中每个点的环境类别,并生成目标三维点云数据,以三维点云数据为基础,可以更精确地模拟并捕捉链路特征,进而提高LoRa路径损失估计的准确度。对目标三维点云数据进行体素化处理,可以减少冗余信息,避免空间分布不均匀的问题,生成由带有三维坐标的多个体素组成的三维地图。基于三维地图,将LoRa链路分割为具有不同环境类别的微链路序列,通过整合微链路序列中各个微链路的路径损耗的方式获得LoRa链路的总路径损耗,可以进一步提高LoRa路径损失估计的准确度。
技术关键词
链路
三维点云数据
语义分割模型
模型筛选方法
地图
深度学习模型
终端设备
非线性特征
序列特征
网关
路径损耗指数
坐标
编码器
模块
圆心
关系
冗余
系统为您推荐了相关专利信息
轨迹规划方法
多无人机
地面
频分多址方式
多智能体模型
三维表面模型
三维点云数据
结构光图像
高速摄像机
工控机
路径规划方法
监测站点数据
热力图
工业园区
地图