单光子激光雷达的时间相关多深度估计

单光子激光雷达广泛应用于获得三维场景的深度和强度信息。对于多表面目标,如激光经过半透明表面上时,一个像素上探测到的回波信号可能包含多个峰。传统方法在低光子或相对较高的背景噪声水平下无法准确估计多深度图像。因此,提出了一种单光子激光雷达时间相关多深度估计方法。该方法利用信号响应的时间相关性,对点云数据进行多深度快速去噪,能够从背景噪声中识别每个像素上来自多个表面的信号响应。并基于该信号响应集合的泊松分布模型,通过全变分正则化引入像素之间的空间相关性,建立多深度估计成本函数。使用快速收敛的交替方向乘子算法从成本函数中估计深度图像。实验结果表明,所提方法在距离约为1 km处的多深度目标上,相较于常规方法估计深度图像的均方根误差减少了至少27.05%,信号重建误差比提高了至少18.39%,同时数据量减少至原来的4%。证明该方法能够以更小的内存需求和计算复杂度提高单光子激光雷达的多深度图像估计性能。     

复杂场景下单光子激光雷达深度估计方法

单光子激光雷达广泛应用于三维场景的深度和强度信息获取。在复杂场景中存在多个具有不同深度不同反射率的目标，在少返回光子和高背景噪声的情况下，传统方法对这些目标无法做出针对性处理。因此，提出一种复杂场景下单光子激光雷达深度估计方法。该方法充分利用回波信号的时域相关性，对激光雷达三维点云数据进行时域上的全局多深度开窗，并利用空间相关性进行空像素的加权填补。在优化框架下，基于预处理后的激光雷达三维点云数据建立泊松分布模型。最终采用交替方向乘子法求解成本函数的最小值，以得到准确的深度估计。实验结果表明，相较于常规方法，在远距离复杂场景下，所提方法估计深度图像的重建信噪比提高了至少15%，有效改善了深度图像的质量，提升了对低光子水平的鲁棒性。