一种激光雷达的性能测试方法及系统与流程

1.本发明涉及数据处理相关技术领域，具体涉及一种激光雷达的性能测试方法及系统。


背景技术：

2.激光雷达（lidar）是一种使用激光束来测量目标物体距离和位置的设备。通过发送短脉冲的激光束并测量其返回时间来确定目标物体的距离，激光雷达通常由激光发射端、激光接收端和数据处理单元等组件构成。
3.在将激光雷达投入使用之前需要进行性能测试，直接进行测距精度测试、视距测试等一列性能测试，但相对的，各项性能的测定，缺乏预先的校验，预先的校验相关测定的展开缺乏技术支撑，进而使得性能测试存在不确定性，无法保证性能测试的有效性和准确性。
4.综上所述，现有技术中激光雷达各项性能的测定缺乏预先的校验，进而使得性能测试存在不确定性的技术问题。


技术实现要素：

5.本技术通过提供了一种激光雷达的性能测试方法及系统，旨在解决现有技术中的激光雷达各项性能的测定缺乏预先的校验，进而使得性能测试存在不确定性的技术问题。
6.鉴于上述问题，本技术提供了一种激光雷达的性能测试方法及系统。
7.本技术公开的第一个方面，提供了一种激光雷达的性能测试方法，其中，所述方法包括：获取激光雷达待测试性能，其中，所述激光雷达待测试性能包括最大测程、探测分辨率和测距精度；遍历所述最大测程、所述探测分辨率和所述测距精度，设定期望最大测程、期望分辨率和期望测距精度；根据激光雷达预应用场景对所述最大测程、所述探测分辨率和所述测距精度进行模拟校验，获取预测最大测程、预测分辨率和预测探测精度；当所述预测最大测程满足所述期望最大测程、且所述预测分辨率满足所述期望分辨率，且所述预测探测精度满足所述期望测距精度，设定激光雷达测试用例，其中，所述激光雷达测试用例包括预设光照强度和预设反射率；根据所述期望最大测程、所述期望分辨率、所述期望测距精度、所述预设光照强度和所述预设反射率，部署第一测试实景；根据平行光管对激光雷达的激光发射端和激光接收端进行共轴校准，对所述第一测试实景进行测试，获取激光雷达测试结果。
8.本技术公开的另一个方面，提供了一种激光雷达的性能测试系统，其中，所述系统包括：数据获取模块，用于获取激光雷达待测试性能，其中，所述激光雷达待测试性能包括最大测程、探测分辨率和测距精度；期望指标设定模块，用于遍历所述最大测程、所述探测分辨率和所述测距精度，设定期望最大测程、期望分辨率和期望测距精度；模拟校验模块，用于根据激光雷达预应用场景对所述最大测程、所述探测分辨率和所述测距精度进行模拟校验，获取预测最大测程、预测分辨率和预测探测精度；测试用例设定模块，用于当所述预
测最大测程满足所述期望最大测程、且所述预测分辨率满足所述期望分辨率，且所述预测探测精度满足所述期望测距精度，设定激光雷达测试用例，其中，所述激光雷达测试用例包括预设光照强度和预设反射率；实景部署模块，用于根据所述期望最大测程、所述期望分辨率、所述期望测距精度、所述预设光照强度和所述预设反射率，部署第一测试实景；共轴校准模块，用于根据平行光管对激光雷达的激光发射端和激光接收端进行共轴校准，对所述第一测试实景进行测试，获取激光雷达测试结果。
9.本技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：由于采用了获取激光雷达待测试性能；遍历最大测程、探测分辨率和测距精度，设定期望最大测程、期望分辨率和期望测距精度；根据激光雷达预应用场景对最大测程、探测分辨率和测距精度进行模拟校验，获取预测最大测程、预测分辨率和预测探测精度；当预测最大测程满足期望最大测程、且预测分辨率满足期望分辨率，且预测探测精度满足期望测距精度，设定激光雷达测试用例；根据期望最大测程、期望分辨率、期望测距精度、预设光照强度和预设反射率，部署第一测试实景；根据平行光管对激光雷达的激光发射端和激光接收端进行共轴校准，对第一测试实景进行测试，获取激光雷达测试结果，实现了在进行各项性能的测定之前，激光雷达在预应用场景中进行的模拟探测，进一步优化设计、调整参数，选择适合的测试实景，从而实现测定预先模拟校验，降低性能测试中的不确定性，提高性能测试的有效性和准确性，为确保激光雷达的可靠性和精度提供支撑的技术效果。
10.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
11.图1为本技术实施例提供了一种激光雷达的性能测试方法可能的流程示意图；图2为本技术实施例提供了一种激光雷达的性能测试方法中获取预测探测精度可能的流程示意图；图3为本技术实施例提供了一种激光雷达的性能测试方法中进行共轴校准可能的流程示意图；图4为本技术实施例提供了一种激光雷达的性能测试系统可能的结构示意图。
12.附图标记说明：数据获取模块100，期望指标设定模块200，模拟校验模块300，测试用例设定模块400，实景部署模块500，共轴校准模块600。
具体实施方式
13.本技术实施例提供了一种激光雷达的性能测试方法及系统，解决了激光雷达各项性能的测定缺乏预先的校验，进而使得性能测试存在不确定性的技术问题，实现了在进行各项性能的测定之前，激光雷达在预应用场景中进行的模拟探测，进一步优化设计、调整参数，选择适合的测试实景，从而实现测定预先模拟校验，降低性能测试中的不确定性，提高性能测试的有效性和准确性，为确保激光雷达的可靠性和精度提供支撑的技术效果。
14.在介绍了本技术基本原理后，下面将结合说明书附图来具体介绍本技术的各种非限制性的实施方式。
实施例一
15.如图1所示，本技术实施例提供了一种激光雷达的性能测试方法，其中，所述方法包括：s10：获取激光雷达待测试性能，其中，所述激光雷达待测试性能包括最大测程、探测分辨率和测距精度；s20：遍历所述最大测程、所述探测分辨率和所述测距精度，设定期望最大测程、期望分辨率和期望测距精度；s30：根据激光雷达预应用场景对所述最大测程、所述探测分辨率和所述测距精度进行模拟校验，获取预测最大测程、预测分辨率和预测探测精度；具体而言，已知的，现有技术中激光雷达的测试直接进行各项性能的测定，缺乏预先的校验，针对此，本技术实施例中，预先的校验为理想状态下激光雷达在预应用场景中进行的模拟探测，若模拟探测都未通过，则直接视为性能测试不合格，若模拟探测通过，方可进行实景测试，进而达成在进行各项性能的测定之前，激光雷达在预应用场景中进行的模拟探测的目的；已知的，测距精度测试：通过在不同距离下测量激光雷达输出的距离值与实际距离值之间的误差来评估激光雷达的距离测量精度；视距测试：测量激光雷达在不同光照条件下的视距，以确定其在不同环境下的可靠性；探测分辨测试：选择一个适当的测试场景，该场景应包含不同尺寸的目标物体，启动激光雷达进行扫描，记录每个目标物体的探测结果，根据目标物体的尺寸和位置与激光雷达的输出数据进行对比，计算出激光雷达可以探测到的最小尺寸目标，比如：测量精度为2cm，即表明激光雷达可以在可探测范围内可以识别出尺寸不低于2cm的任意物体；所述激光雷达待测试性能包括最大测程、探测分辨率和测距精度，所述最大测程即所述激光雷达的最大可探测范围，所述探测分辨率即所述激光雷达可以分辨的最小尺寸目标，所述测距精度即所述激光雷达多次测距的偏差，通过激光雷达设备厂家提供的技术规格书、用户手册等资料获取激光雷达待测试性能；遍历所述最大测程、所述探测分辨率和所述测距精度，由本领域相关技术人员对照测试实景自定义设定期望最大测程、期望分辨率和期望测距精度；基于激光雷达预应用场景对所述最大测程、所述探测分辨率和所述测距精度，参照实际测试数据使用数值模拟的方式进行模拟校验，获取预测最大测程、预测分辨率和预测探测精度，期望最大测程、期望分辨率和期望测距精度，并进行模拟校验以获取预测最大测程、预测分辨率和预测探测精度，可以帮助确定激光雷达是否适合特定的应用场景。
16.步骤s30包括步骤：s31：所述激光雷达预应用场景包括大气环境信息，其中，所述大气环境信息包括温度特征信息、湿度特征信息和颗粒物特征信息；s32：设定模拟光照强度和模拟反射率，其中，所述模拟光照强度小于或等于光照强度阈值，所述模拟反射率大于或等于反射率阈值；s33：根据所述温度特征信息、所述湿度特征信息和所述颗粒物特征信息，结合所述模拟光照强度和所述模拟反射率，构建激光衰减分析通道，对激光雷达额定功率进行衰减分析，获取所述预测最大测程；
s34：根据所述温度特征信息、所述湿度特征信息和所述颗粒物特征信息，结合所述模拟光照强度和所述模拟反射率进行数据挖掘，获取所述预测分辨率和所述预测探测精度。
17.步骤s33包括步骤：s331：以所述模拟光照强度和所述模拟反射率为约束信息，采集温度特征记录数据、湿度特征记录数据、颗粒物特征记录数据和激光功率记录数据；s332：从所述激光功率记录数据，提取激光接收功率等于预设激光功率的测程记录数据；s333：根据所述温度特征记录数据、所述湿度特征记录数据、所述颗粒物特征记录数据和所述测程记录数据，构建所述激光衰减分析通道；s334：将所述激光雷达额定功率输入所述激光衰减分析通道进行处理，获取所述预测最大测程。
18.如图2所示，步骤s34包括步骤：s341：根据所述温度特征信息、所述湿度特征信息和所述颗粒物特征信息，结合所述模拟光照强度和所述模拟反射率进行数据挖掘，获取分辨率测定数据集与探测精度测定数据集；s342：对所述分辨率测定数据集进行离散参数剥离，获取分辨率集中数据集进行均值处理，获取所述预测分辨率；s343：对所述探测精度测定数据集进行离散参数剥离，获取探测精度集中数据集进行均值处理，获取所述预测探测精度。
19.具体而言，根据激光雷达预应用场景对所述最大测程、所述探测分辨率和所述测距精度进行模拟校验，获取预测最大测程、预测分辨率和预测探测精度，包括，所述大气环境信息包括温度特征信息、湿度特征信息和颗粒物特征信息，所述颗粒物特征信息一般指大气环境中颗粒物质量信息、颗粒物浓度信息，由于大气环境中颗粒物具备散射和吸收特性，由此，需要考虑大气环境中颗粒物的特征信息；为保证光照和反射率尽量较少地影响激光雷达的测距，由此，对照环境中的温度、湿度、粒子，模拟分析激光衰减的过程，包括：设定模拟光照强度和模拟反射率，所述模拟光照强度小于或等于光照强度阈值，所述模拟反射率大于或等于反射率阈值，所述模拟光照强度为模拟分析激光衰减的过程的光照强度，所述模拟反射率为模拟分析激光衰减的过程的反射率；由于激光的衰减过程是较为复杂的，可能因为状态的微小偏差会导致衰减数据可能具有较大偏差，难以进行统计分析，优选的，可以构建智能化模型进行处理：根据所述温度特征信息、所述湿度特征信息和所述颗粒物特征信息，结合所述模拟光照强度和所述模拟反射率，构建激光衰减分析通道，对激光雷达额定功率进行衰减分析，获取所述预测最大测程；而对于分辨率以及探测精度而言，在同一型号的激光雷达中，基于相同的环境特征和光照以及反射率的前提下，模拟分辨率通常偏差不大，基于此，根据所述温度特征信息、所述湿度特征信息和所述颗粒物特征信息，结合所述模拟光照强度和所述模拟反射率进行数据挖掘，获取所述预测分辨率和所述预测探测精度；使用了多个环境特征来构建激
光衰减分析通道，从而提高了激光雷达的预测精度和测程。此外，通过使用模拟光照强度和反射率，可以更好地模拟不同环境下的实际情况，从而提高了预测精度和准确性。
20.进一步的，根据所述温度特征信息、所述湿度特征信息和所述颗粒物特征信息，结合所述模拟光照强度和所述模拟反射率，构建激光衰减分析通道，对激光雷达额定功率进行衰减分析，获取所述预测最大测程，包括，基于激光雷达的性能测试系统，以所述模拟光照强度和所述模拟反射率为约束信息，进行数据检索采集，采集获取温度特征记录数据、湿度特征记录数据、颗粒物特征记录数据和激光功率记录数据；温度、湿度、颗粒物等特征数据是指环境中的这些参数对激光传输的影响，例如温度和湿度会影响大气密度和折射率，从而影响激光的传输距离和散射情况；颗粒物会散射激光并产生噪声。激光功率记录数据是指激光雷达输出的功率值以及接收到的功率值。一般的，若激光接收功率小于预设激光功率则无法进行测距，因此认为若某个距离反射回来的激光功率等于这个值，则为其理想状态下的最长测程，故而，从所述激光功率记录数据，提取激光接收功率等于预设激光功率的测程记录数据；根据所述温度特征记录数据、所述湿度特征记录数据、所述颗粒物特征记录数据和所述测程记录数据，构建所述激光衰减分析通道：以所述前馈神经网络为模型基础，采用所述温度特征记录数据、所述湿度特征记录数据、所述颗粒物特征记录数据和所述测程记录数据作为构建数据，基于所述温度特征记录数据、所述湿度特征记录数据、所述颗粒物特征记录数据构造新的组合特征，将所述测程记录数据中的最大测程作为标识结果，传入前馈神经网络中进行模型收敛学习，构建训练获得所述激光衰减分析通道，确定激光衰减分析通道；将所述激光雷达额定功率作为输入数据，输入所述激光衰减分析通道进行处理，获取所述预测最大测程。通过分析激光在不同环境条件下的衰减情况，来推断激光传输的距离和可靠性，进而提高激光雷达模拟分析的精度和准确性，为后续实际测试提供丰富的参考。
21.进一步的，根据所述温度特征信息、所述湿度特征信息和所述颗粒物特征信息，结合所述模拟光照强度和所述模拟反射率进行数据挖掘，获取所述预测分辨率和所述预测探测精度，包括基于激光雷达的性能测试系统，温度、湿度、颗粒物等参数会影响激光传输的质量，同时，所述模拟光照强度和所述模拟反射率是用来模拟激光在环境中传输时的光照和反射情况，根据所述温度特征信息、所述湿度特征信息和所述颗粒物特征信息，结合所述模拟光照强度和所述模拟反射率，在多指标组合限定的基础上进行数据挖掘，获取分辨率测定数据集与探测精度测定数据集；离散参数剥离是从数据中提取关键参数的过程，均值处理则是对数据进行平滑的过程，对所述分辨率测定数据集进行离散参数剥离，进而筛除离散数据，获取分辨率集中数据集后进行均值处理，获取所述预测分辨率；对所述探测精度测定数据集进行离散参数剥离，进而筛除离散数据，获取探测精度集中数据集后进行均值处理，获取所述预测探测精度，通过数据分析计算得到分辨率和探测精度，进而评估激光雷达的性能和可靠性。
22.步骤s342包括步骤：s342-1：构建离散系数评价函数：，其中，l表征任意一组参数的离散系数，表征任意一组参数的第i个参数，m表征任意一组参数总数量；
s342-2：根据所述离散系数评价函数对所述分辨率测定数据集进行处理，获取基准离散系数；s342-3：将所述分辨率测定数据集的第k个测定分辨率筛除后，获取第二分辨率测定数据集；s342-4：根据所述离散系数评价函数对所述第二分辨率测定数据集进行处理，获取第k个测定分辨率离散系数；s342-5：当所述第k个测定分辨率离散系数大于或等于所述基准离散系数，将所述第k个测定分辨率添加进所述分辨率集中数据集；s342-6：当所述第k个测定分辨率离散系数小于所述基准离散系数，判断是否满足预设离散系数差；s342-7：若满足，将所述第k个测定分辨率进行离散参数剥离；s342-8：若不满足，将所述第k个测定分辨率添加进所述分辨率集中数据集。
23.具体而言，对所述分辨率测定数据集进行离散参数剥离，获取分辨率集中数据集进行均值处理，获取所述预测分辨率，包括，从原始数据中进行离散参数剥离进而实现提取关键参数，首先使用离散系数评价函数对分辨率测定数据集进行处理，以获取分辨率测定数据集对应的各个组内的离散系数：构建离散系数评价函数：，其中，l表征任意一组参数的离散系数，表征任意一组参数的第i个参数，m表征任意一组参数总数量；将所述分辨率测定数据集代入所述离散系数评价函数中进行处理，获取分辨率测定数据集对应的各个组内的离散系数并将之记为基准离散系数；将所述分辨率测定数据集的第k个测定分辨率筛除，获取筛除第k个测定分辨率所得的第二分辨率测定数据集；将所述第二分辨率测定数据集代入所述离散系数评价函数中进行处理，获取第二分辨率测定数据集对应的各个组内的离散系数并将之记为第k个测定分辨率离散系数；经验证，若第k个测定分辨率离散系数大于或等于所述基准离散系数，则可能筛除所述第k个测定分辨率对应的所述分辨率测定数据集的为集中数据集，因此数据集的离散程度变大了；若第k个测定分辨率离散系数小于所述基准离散系数，则相反；进而可知，当所述第k个测定分辨率离散系数大于或等于所述基准离散系数，将所述第k个测定分辨率添加进所述分辨率集中数据集；当所述第k个测定分辨率离散系数小于所述基准离散系数，判断所述第k个测定分辨率离散系数是否满足预设离散系数差；若满足，将所述第k个测定分辨率进行离散参数剥离，跳转至步骤s342-2并进行后续步骤；若不满足，将所述第k个测定分辨率添加进所述分辨率集中数据集，通过离散系数评价函数对数字图像分辨率进行客观评价，并根据评价结果对分辨率测定数据集进行筛选和优化，从而提高分辨率的准确性和精度。
24.s40：当所述预测最大测程满足所述期望最大测程、且所述预测分辨率满足所述期望分辨率，且所述预测探测精度满足所述期望测距精度，设定激光雷达测试用例，其中，所述激光雷达测试用例包括预设光照强度和预设反射率；s50：根据所述期望最大测程、所述期望分辨率、所述期望测距精度、所述预设光照强度和所述预设反射率，部署第一测试实景；
步骤s50包括步骤：s51：根据所述期望最大测程、所述预设光照强度和所述预设反射率，基于激光雷达分布位置，部署第一测试目标；s52：为所述第一测试目标部署第一测试任务，其中，所述第一测试任务为测距任务；s53：为所述第一测试目标部署第二测试任务，其中，所述第二测试任务为多次测距任务，用于测试所述期望测距精度；s54：根据第二测程、所述预设光照强度和所述预设反射率，基于激光雷达分布位置，部署第二测试目标和第三测试目标，其中，所述第二测试目标和所述第三测试目标间距等于所述期望分辨率，所述第二测程小于所述期望最大测程；s55：为所述第二测试目标和所述第三测试目标部署第三测试任务，其中，所述第三测试任务为对所述第二测试目标和所述第三测试目标的相同时刻测距任务；s56：根据所述第一测试任务、所述第二测试任务和所述第三测试任务，获取所述第一测试实景。
25.具体而言，当所述预测最大测程满足所述期望最大测程、且所述预测分辨率满足所述期望分辨率，且所述预测探测精度满足所述期望测距精度，即同时满足期望时，设定激光雷达测试用例，所述激光雷达测试用例包括预设光照强度和预设反射率；进一步的，根据平行光管对激光雷达的激光发射端和激光接收端进行共轴校准，对所述第一测试实景进行测试，获取激光雷达测试结果，包括，所述预设光照强度是指在测试过程中所使用的光照强度，可能会影响激光雷达的测量精度和稳定性；所述预设反射率是指测试目标表面的反射率，可能会影响激光雷达的测量精度和稳定性。
26.在第一种情况下，测量激光雷达到某一物体之间的距离，包括：所述第一测试目标是指在测试过程中部署的第一个测试目标，通常是一个已知形状和尺寸的物体，用于测试激光雷达的测量精度和稳定性；根据所述期望最大测程、所述预设光照强度和所述预设反射率，基于激光雷达分布位置，部署处于所述期望最大测程限定范围内的第一测试目标；为所述第一测试目标部署第一测试任务，所述第一测试任务是针对第一测试目标所部署的测距任务；为所述第一测试目标部署第二测试任务，所述第二测试任务是针对同一个测试目标的多次测距任务，用于测试所述期望测距精度以及稳定性；在第二种情况下，测量激光雷达到两个物体之间的距离，包括：所述第二测程指激光雷达的有效测量距离，第二测程小于所述期望最大测程，使用激光雷达等设备来测量第二测试目标与第三测试目标之间的距离，根据第二测程、所述预设光照强度和所述预设反射率，基于激光雷达分布位置，部署第二测试目标和第三测试目标，所述第二测试目标和所述第三测试目标间距等于所述期望分辨率；为所述第二测试目标和所述第三测试目标部署第三测试任务，所述第三测试任务为对所述第二测试目标和所述第三测试目标的相同时刻测距任务，即同一时刻进行测距的任务；根据所述第一测试任务、所述第二测试任务和所述第三测试任务，获取所述第一测试实景，为对照实际测量需求设置测试任务提供参考。
27.s60：根据平行光管对激光雷达的激光发射端和激光接收端进行共轴校准，对所述第一测试实景进行测试，获取激光雷达测试结果。
28.如图3所示，步骤s60包括步骤：
s61：将所述平行光管的分划板与测试目标置为平行状态，且将分划板十字中心和所述测试目标中心对齐；s62：获取所述激光发射端和所述分划板十字中心的第一连线；s63：获取所述激光接收端和所述分划板十字中心的第二连线；s64：获取所述第一连线和所述第二连线于所述分划板十字中心的第一夹角；s65：当所述第一夹角大于或等于夹角阈值，调整所述激光发射端和所述激光接收端的位置，当所述第一夹角小于所述夹角阈值时停止，完成共轴校准。
29.具体而言，根据平行光管对激光雷达的激光发射端和激光接收端进行共轴校准，对所述第一测试实景进行测试，获取激光雷达测试结果，其中，所述共轴校准是确保激光发射端和激光接收端对准的过程，即指调整激光雷达的激光发射端和激光接收端的位置，使激光发射端和激光接收端在平行光管发出的一条光轴上，是为了确保激光发射和接收的方向一致，从而保证测试准确性，所述分划板用于测量光学系统的像差，即光线的偏差程度，所述夹角阈值是指在共轴校准中由本领域相关技术人员设定的夹角值，当第一夹角大于或等于夹角阈值时，需要调整激光发射端和激光接收端的位置，一般不超过2
°
，包括：将所述平行光管的分划板与测试目标置为平行状态，且将分划板十字中心和所述测试目标中心对齐；获取所述激光发射端和所述分划板十字中心的第一连线；获取所述激光接收端和所述分划板十字中心的第二连线；获取所述第一连线和所述第二连线于所述分划板十字中心的第一夹角；当所述第一夹角大于或等于夹角阈值，调整所述激光发射端和所述激光接收端的位置，当所述第一夹角小于所述夹角阈值时停止，完成共轴校准，确保激光发射端和激光接收端对准，从而提高激光雷达的测量精度，使激光雷达的在不同环境条件下的性能更加稳定和可靠。
30.综上所述，本技术实施例所提供的一种激光雷达的性能测试方法及系统具有如下技术效果：1．由于采用了获取激光雷达待测试性能；遍历最大测程、探测分辨率和测距精度，设定期望最大测程、期望分辨率和期望测距精度；根据激光雷达预应用场景对最大测程、探测分辨率和测距精度进行模拟校验，获取预测最大测程、预测分辨率和预测探测精度；当预测最大测程满足期望最大测程、且预测分辨率满足期望分辨率，且预测探测精度满足期望测距精度，设定激光雷达测试用例；根据期望最大测程、期望分辨率、期望测距精度、预设光照强度和预设反射率，部署第一测试实景；根据平行光管对激光雷达的激光发射端和激光接收端进行共轴校准，对第一测试实景进行测试，获取激光雷达测试结果，本技术通过提供了一种激光雷达的性能测试方法及系统，实现了在进行各项性能的测定之前，激光雷达在预应用场景中进行的模拟探测，进一步优化设计、调整参数，选择适合的测试实景，从而实现测定预先模拟校验，降低性能测试中的不确定性，提高性能测试的有效性和准确性，为确保激光雷达的可靠性和精度提供支撑的技术效果。
31.2．由于采用了激光雷达预应用场景包括大气环境信息；设定模拟光照强度和模拟反射率；根据温度特征信息、湿度特征信息和颗粒物特征信息，结合模拟光照强度和模拟反射率，构建激光衰减分析通道，对激光雷达额定功率进行衰减分析，获取预测最大测程；根据温度特征信息、湿度特征信息和颗粒物特征信息，结合模拟光照强度和模拟反射率进行数据挖掘，获取预测分辨率和预测探测精度，使用了多个环境特征来构建激光衰减分析通
道，从而提高了激光雷达的预测精度和测程。此外，通过使用模拟光照强度和反射率，可以更好地模拟不同环境下的实际情况，从而提高了预测精度和准确性。
实施例二
32.基于与前述实施例中一种激光雷达的性能测试方法相同的发明构思，如图4所示，本技术实施例提供了一种激光雷达的性能测试系统，其中，所述系统包括：数据获取模块100，用于获取激光雷达待测试性能，其中，所述激光雷达待测试性能包括最大测程、探测分辨率和测距精度；期望指标设定模块200，用于遍历所述最大测程、所述探测分辨率和所述测距精度，设定期望最大测程、期望分辨率和期望测距精度；模拟校验模块300，用于根据激光雷达预应用场景对所述最大测程、所述探测分辨率和所述测距精度进行模拟校验，获取预测最大测程、预测分辨率和预测探测精度；测试用例设定模块400，用于当所述预测最大测程满足所述期望最大测程、且所述预测分辨率满足所述期望分辨率，且所述预测探测精度满足所述期望测距精度，设定激光雷达测试用例，其中，所述激光雷达测试用例包括预设光照强度和预设反射率；实景部署模块500，用于根据所述期望最大测程、所述期望分辨率、所述期望测距精度、所述预设光照强度和所述预设反射率，部署第一测试实景；共轴校准模块600，用于根据平行光管对激光雷达的激光发射端和激光接收端进行共轴校准，对所述第一测试实景进行测试，获取激光雷达测试结果。
33.模拟校验模块300包括步骤：所述激光雷达预应用场景包括大气环境信息，其中，所述大气环境信息包括温度特征信息、湿度特征信息和颗粒物特征信息；设定模拟光照强度和模拟反射率，其中，所述模拟光照强度小于或等于光照强度阈值，所述模拟反射率大于或等于反射率阈值；根据所述温度特征信息、所述湿度特征信息和所述颗粒物特征信息，结合所述模拟光照强度和所述模拟反射率，构建激光衰减分析通道，对激光雷达额定功率进行衰减分析，获取所述预测最大测程；根据所述温度特征信息、所述湿度特征信息和所述颗粒物特征信息，结合所述模拟光照强度和所述模拟反射率进行数据挖掘，获取所述预测分辨率和所述预测探测精度。
34.模拟校验模块300还包括步骤：以所述模拟光照强度和所述模拟反射率为约束信息，采集温度特征记录数据、湿度特征记录数据、颗粒物特征记录数据和激光功率记录数据；从所述激光功率记录数据，提取激光接收功率等于预设激光功率的测程记录数据；根据所述温度特征记录数据、所述湿度特征记录数据、所述颗粒物特征记录数据和所述测程记录数据，构建所述激光衰减分析通道；将所述激光雷达额定功率输入所述激光衰减分析通道进行处理，获取所述预测最大测程。
35.模拟校验模块300还包括步骤：
根据所述温度特征信息、所述湿度特征信息和所述颗粒物特征信息，结合所述模拟光照强度和所述模拟反射率进行数据挖掘，获取分辨率测定数据集与探测精度测定数据集；对所述分辨率测定数据集进行离散参数剥离，获取分辨率集中数据集进行均值处理，获取所述预测分辨率；对所述探测精度测定数据集进行离散参数剥离，获取探测精度集中数据集进行均值处理，获取所述预测探测精度。
36.模拟校验模块300还包括步骤：构建离散系数评价函数：，其中，l表征任意一组参数的离散系数，表征任意一组参数的第i个参数，m表征任意一组参数总数量；根据所述离散系数评价函数对所述分辨率测定数据集进行处理，获取基准离散系数；将所述分辨率测定数据集的第k个测定分辨率筛除后，获取第二分辨率测定数据集；根据所述离散系数评价函数对所述第二分辨率测定数据集进行处理，获取第k个测定分辨率离散系数；当所述第k个测定分辨率离散系数大于或等于所述基准离散系数，将所述第k个测定分辨率添加进所述分辨率集中数据集；当所述第k个测定分辨率离散系数小于所述基准离散系数，判断是否满足预设离散系数差；若满足，将所述第k个测定分辨率进行离散参数剥离；若不满足，将所述第k个测定分辨率添加进所述分辨率集中数据集。
37.实景部署模块500包括步骤：根据所述期望最大测程、所述预设光照强度和所述预设反射率，基于激光雷达分布位置，部署第一测试目标；为所述第一测试目标部署第一测试任务，其中，所述第一测试任务为测距任务；为所述第一测试目标部署第二测试任务，其中，所述第二测试任务为多次测距任务，用于测试所述期望测距精度；根据第二测程、所述预设光照强度和所述预设反射率，基于激光雷达分布位置，部署第二测试目标和第三测试目标，其中，所述第二测试目标和所述第三测试目标间距等于所述期望分辨率，所述第二测程小于所述期望最大测程；为所述第二测试目标和所述第三测试目标部署第三测试任务，其中，所述第三测试任务为对所述第二测试目标和所述第三测试目标的相同时刻测距任务；根据所述第一测试任务、所述第二测试任务和所述第三测试任务，获取所述第一测试实景。
38.共轴校准模块600包括步骤：将所述平行光管的分划板与测试目标置为平行状态，且将分划板十字中心和所述测试目标中心对齐；
获取所述激光发射端和所述分划板十字中心的第一连线；获取所述激光接收端和所述分划板十字中心的第二连线；获取所述第一连线和所述第二连线于所述分划板十字中心的第一夹角；当所述第一夹角大于或等于夹角阈值，调整所述激光发射端和所述激光接收端的位置，当所述第一夹角小于所述夹角阈值时停止，完成共轴校准。
39.综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中，并可以被不设限制的计算机处理器调用识别用以实现本技术实施例中的任一项方法，在此不做多余限制。
40.进一步的，综上所述的第一或第二可能不止代表次序关系，也可能代表某项特指概念，和/或指的是多个元素之间可单独或全部选择。显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的范围。这样，倘若本技术的这些修改和变型属于本技术及其等同技术的范围之内，则本技术意图包括这些改动和变型在内。

技术特征：
1.一种激光雷达的性能测试方法，其特征在于，包括：获取激光雷达待测试性能，其中，所述激光雷达待测试性能包括最大测程、探测分辨率和测距精度；遍历所述最大测程、所述探测分辨率和所述测距精度，设定期望最大测程、期望分辨率和期望测距精度；根据激光雷达预应用场景对所述最大测程、所述探测分辨率和所述测距精度进行模拟校验，获取预测最大测程、预测分辨率和预测探测精度；当所述预测最大测程满足所述期望最大测程、且所述预测分辨率满足所述期望分辨率，且所述预测探测精度满足所述期望测距精度，设定激光雷达测试用例，其中，所述激光雷达测试用例包括预设光照强度和预设反射率；根据所述期望最大测程、所述期望分辨率、所述期望测距精度、所述预设光照强度和所述预设反射率，部署第一测试实景；根据平行光管对激光雷达的激光发射端和激光接收端进行共轴校准，对所述第一测试实景进行测试，获取激光雷达测试结果。2.如权利要求1所述的方法，其特征在于，根据激光雷达预应用场景对所述最大测程、所述探测分辨率和所述测距精度进行模拟校验，获取预测最大测程、预测分辨率和预测探测精度，包括：所述激光雷达预应用场景包括大气环境信息，其中，所述大气环境信息包括温度特征信息、湿度特征信息和颗粒物特征信息；设定模拟光照强度和模拟反射率，其中，所述模拟光照强度小于或等于光照强度阈值，所述模拟反射率大于或等于反射率阈值；根据所述温度特征信息、所述湿度特征信息和所述颗粒物特征信息，结合所述模拟光照强度和所述模拟反射率，构建激光衰减分析通道，对激光雷达额定功率进行衰减分析，获取所述预测最大测程；根据所述温度特征信息、所述湿度特征信息和所述颗粒物特征信息，结合所述模拟光照强度和所述模拟反射率进行数据挖掘，获取所述预测分辨率和所述预测探测精度。3.如权利要求2所述的方法，其特征在于，根据所述温度特征信息、所述湿度特征信息和所述颗粒物特征信息，结合所述模拟光照强度和所述模拟反射率，构建激光衰减分析通道，对激光雷达额定功率进行衰减分析，获取所述预测最大测程，包括：以所述模拟光照强度和所述模拟反射率为约束信息，采集温度特征记录数据、湿度特征记录数据、颗粒物特征记录数据和激光功率记录数据；从所述激光功率记录数据，提取激光接收功率等于预设激光功率的测程记录数据；根据所述温度特征记录数据、所述湿度特征记录数据、所述颗粒物特征记录数据和所述测程记录数据，构建所述激光衰减分析通道；将所述激光雷达额定功率输入所述激光衰减分析通道进行处理，获取所述预测最大测程。4.如权利要求2所述的方法，其特征在于，根据所述温度特征信息、所述湿度特征信息和所述颗粒物特征信息，结合所述模拟光照强度和所述模拟反射率进行数据挖掘，获取所述预测分辨率和所述预测探测精度，包括：
根据所述温度特征信息、所述湿度特征信息和所述颗粒物特征信息，结合所述模拟光照强度和所述模拟反射率进行数据挖掘，获取分辨率测定数据集与探测精度测定数据集；对所述分辨率测定数据集进行离散参数剥离，获取分辨率集中数据集进行均值处理，获取所述预测分辨率；对所述探测精度测定数据集进行离散参数剥离，获取探测精度集中数据集进行均值处理，获取所述预测探测精度。5.如权利要求4所述的方法，其特征在于，对所述分辨率测定数据集进行离散参数剥离，获取分辨率集中数据集进行均值处理，获取所述预测分辨率，包括：构建离散系数评价函数：，其中，l表征任意一组参数的离散系数，表征任意一组参数的第i个参数，m表征任意一组参数总数量；根据所述离散系数评价函数对所述分辨率测定数据集进行处理，获取基准离散系数；将所述分辨率测定数据集的第k个测定分辨率筛除后，获取第二分辨率测定数据集；根据所述离散系数评价函数对所述第二分辨率测定数据集进行处理，获取第k个测定分辨率离散系数；当所述第k个测定分辨率离散系数大于或等于所述基准离散系数，将所述第k个测定分辨率添加进所述分辨率集中数据集；当所述第k个测定分辨率离散系数小于所述基准离散系数，判断是否满足预设离散系数差；若满足，将所述第k个测定分辨率进行离散参数剥离；若不满足，将所述第k个测定分辨率添加进所述分辨率集中数据集。6.如权利要求1所述的方法，其特征在于，根据所述期望最大测程、所述期望分辨率、所述期望测距精度、所述预设光照强度和所述预设反射率，部署第一测试实景，包括：根据所述期望最大测程、所述预设光照强度和所述预设反射率，基于激光雷达分布位置，部署第一测试目标；为所述第一测试目标部署第一测试任务，其中，所述第一测试任务为测距任务；为所述第一测试目标部署第二测试任务，其中，所述第二测试任务为多次测距任务，用于测试所述期望测距精度；根据第二测程、所述预设光照强度和所述预设反射率，基于激光雷达分布位置，部署第二测试目标和第三测试目标，其中，所述第二测试目标和所述第三测试目标间距等于所述期望分辨率，所述第二测程小于所述期望最大测程；为所述第二测试目标和所述第三测试目标部署第三测试任务，其中，所述第三测试任务为对所述第二测试目标和所述第三测试目标的相同时刻测距任务；根据所述第一测试任务、所述第二测试任务和所述第三测试任务，获取所述第一测试实景。7.如权利要求1所述的方法，其特征在于，根据平行光管对激光雷达的激光发射端和激光接收端进行共轴校准，对所述第一测试实景进行测试，获取激光雷达测试结果，包括：将所述平行光管的分划板与测试目标置为平行状态，且将分划板十字中心和所述测试目标中心对齐；
获取所述激光发射端和所述分划板十字中心的第一连线；获取所述激光接收端和所述分划板十字中心的第二连线；获取所述第一连线和所述第二连线于所述分划板十字中心的第一夹角；当所述第一夹角大于或等于夹角阈值，调整所述激光发射端和所述激光接收端的位置，当所述第一夹角小于所述夹角阈值时停止，完成共轴校准。8.一种激光雷达的性能测试系统，其特征在于，用于实施权利要求1-7任意一项所述的一种激光雷达的性能测试方法，包括：数据获取模块，用于获取激光雷达待测试性能，其中，所述激光雷达待测试性能包括最大测程、探测分辨率和测距精度；期望指标设定模块，用于遍历所述最大测程、所述探测分辨率和所述测距精度，设定期望最大测程、期望分辨率和期望测距精度；模拟校验模块，用于根据激光雷达预应用场景对所述最大测程、所述探测分辨率和所述测距精度进行模拟校验，获取预测最大测程、预测分辨率和预测探测精度；测试用例设定模块，用于当所述预测最大测程满足所述期望最大测程、且所述预测分辨率满足所述期望分辨率，且所述预测探测精度满足所述期望测距精度，设定激光雷达测试用例，其中，所述激光雷达测试用例包括预设光照强度和预设反射率；实景部署模块，用于根据所述期望最大测程、所述期望分辨率、所述期望测距精度、所述预设光照强度和所述预设反射率，部署第一测试实景；共轴校准模块，用于根据平行光管对激光雷达的激光发射端和激光接收端进行共轴校准，对所述第一测试实景进行测试，获取激光雷达测试结果。

技术总结
本发明涉及数据处理技术领域，提供了一种激光雷达的性能测试方法及系统，所述方法包括：获取激光雷达待测试性能；设定期望最大测程、期望分辨率和期望测距精度；获取预测最大测程、预测分辨率和预测探测精度；设定激光雷达测试用例；部署第一测试实景；获取激光雷达测试结果，解决了激光雷达各项性能的测定缺乏预先的校验，进而使得性能测试存在不确定性的技术问题，实现了在进行各项性能的测定之前，激光雷达在预应用场景中进行的模拟探测，进一步优化设计、调整参数，选择适合的测试实景，从而实现测定预先模拟校验，降低性能测试中的不确定性，提高性能测试的有效性和准确性，为确保激光雷达的可靠性和精度提供支撑的技术效果。果。果。


技术研发人员：张珑 张友伟
受保护的技术使用者：苏州拓坤光电科技有限公司
技术研发日：2023.07.17
技术公布日：2023/8/28