一种基于深度学习的激光测距方法

    公开(公告)号:CN113050109A

    公开(公告)日:2021-06-29

    申请号:CN202110354091.9

    申请日:2021-04-01

    Abstract: 本发明公开了一种基于深度学习的激光测距方法,所述FPGA中预存储有预先训练的一维卷积神经网络模型及其卷积核参数、全连接参数和偏置值,以及一维卷积神经网络模型输出的波形类别与激光回波时刻数据之间的映射关系;所述卷积核参数、全连接参数和偏置值以有符号定点小数的形式存储于FPGA中;获取用于测距的激光回波波形数据;将所述激光回波波形数据,作为所述一维卷积神经网络模型的输入量,得到经一维卷积神经网络模型计算输出的波形类别数据,确定所述波形类别数据对应的回波时刻;根据所述回波时刻计算待测目标距离。本发明提出的办法可以在有限资源下完成测距神经网络的FPGA硬件实现,并且得到的距离精度较高。

Patent Agency Ranking