1.一种基于分光系统的光学相控阵激光雷达系统,其特征在于,包括:分光系统,配置为将来自场景的入射光束分离为反射光束和透射光束;
光学相控阵激光雷达,所述光学相控阵激光雷达包括:激光器、光学相控阵、可见光面阵探测器、滤光片、激光雷达探测器、图像处理模块、数据处理模块和控制模块;
所述激光器用于发射激光光束,对场景的物体进行扫描;
所述光学相控阵用于通过相位控制,对激光光束进行调控,以改变所述激光光束的方向与形状;
所述可见光面阵探测器用于接收反射光束,获取场景的二维灰度图;
所述滤光片,设置于所述透射光束的光路中;
所述激光雷达探测器用于接收经所述滤光片过滤后的光束;
所述图像处理模块用于对二维灰度图进行目标识别或边缘轮廓识别,得到有效目标或目标的边缘轮廓,进而得到待扫描区域,以及有效目标或边缘轮廓的点云坐标集合;
所述数据处理模块用于根据预先设置的扫描查找表,将点云坐标集合中各点坐标映射为光学相控阵的驱动电压值和激光器的发射波长值,生成由驱动电压值与发射波长值构成的控制参数集合;
控制模块,用于根据所述控制参数集合,控制所述光学相控阵激光雷达对所述待扫描区域进行扫描,得到点云数据。
2.一种基于分光系统的光学相控阵激光雷达系统的扫描方法,利用权利要求1所述的基于分光系统的光学相控阵激光雷达系统实现,用于对二维灰度图进行目标识别,得到待扫描区域,其特征在于,包括以下步骤:A1:所述分光系统将来自场景的入射光束分离为反射光束和透射光束;
A2:所述可见光面阵探测器接收反射光束,获取场景的二维灰度图;对二维灰度图进行目标识别与目标分析,筛选出有效目标;
A3:采用基于深度学习的目标检测算法对所述二维灰度图进行处理,提取各有效目标对应的感兴趣区域,并为每个感兴趣区域分配相应的点云密度,生成点云坐标集合,同时记录点云中每个待测点所对应的所述光学相控阵的扫描相角;
A4:基于所述扫描相角,通过预先设置的扫描查找表,将每个所述待测点的坐标映射为所述光学相控阵的驱动电压值和激光器的发射波长值,进而生成控制参数集合;
A5:根据所述控制参数集合,控制所述光学相控阵激光雷达依次对所述有效目标进行扫描,生成点云数据。
3.根据权利要求2所述的基于分光系统的光学相控阵激光雷达系统的扫描方法,其特征在于,步骤A2中,对所述二维灰度图进行目标识别与目标分析,以获取目标的类别和尺寸信息;
基于目标的类别和尺寸信息,确定目标的价值系数;将所述价值系数满足预设条件的目标筛选为所述有效目标。
4.根据权利要求3所述的基于分光系统的光学相控阵激光雷达系统的扫描方法,其特征在于,步骤A3中,根据所述有效目标的价值系数,为对应的感兴趣区域分配点云密度,以实现稠密扫描或稀疏扫描;点云密度由单位面积内待测点的数量确定;
每个感兴趣区域内点云中待测点的数量Mi通过以下公式计算:
;
其中,为所述感兴趣区域的价值系数,Si为所述感兴趣区域的面积,k为比例系数。
5.根据权利要求4所述的基于分光系统的光学相控阵激光雷达系统的扫描方法,其特征在于,根据所述感兴趣区域及待测点的数量,将待测点以点阵的形式均匀分布于所述感兴趣区域内,并确定每个待测点的坐标,形成点云坐标集合;根据点云坐标集合,计算每个待测点对应的所述光学相控阵的扫描相角。
6.一种基于分光系统的光学相控阵激光雷达系统的扫描方法,利用权利要求1所述的基于分光系统的光学相控阵激光雷达系统实现,用于对二维灰度图进行边缘轮廓识别,得到待扫描区域,其特征在于,包括以下步骤:B1:所述分光系统将来自场景的入射光束分离为反射光束和透射光束;
B2:所述可见光面阵探测器接收反射光束,获取场景的二维灰度图;
基于图像灰度差异,采用边缘轮廓识别算法从所述二维灰度图中提取目标的边缘轮廓,获得边缘轮廓周边的点云坐标集合,同时记录点云中待测点所对应的光学相控阵的扫描相角;
B3:基于所述扫描相角,通过预先设置的扫描查找表,将点云中每个点的坐标映射为所述光学相控阵的驱动电压值和激光器的发射波长值,进而生成控制参数集合;
B4:根据所述控制参数集合,控制光学相控阵激光雷达依次对各所述边缘轮廓进行扫描,生成点云数据。
7.根据权利要求6所述的基于分光系统的光学相控阵激光雷达系统的扫描方法,其特征在于,步骤B2包括:对所述二维灰度图进行数字图像处理,基于像素间的灰度差异,采用所述边缘轮廓识别算法提取目标的边缘轮廓,并获得边缘轮廓周边的点云坐标集合。
8.根据权利要求7所述的基于分光系统的光学相控阵激光雷达系统的扫描方法,其特征在于,所述边缘轮廓识别算法通过以下方式实现:将像素间的灰度差异与预设阈值进行比较,并提取灰度差异大于所述阈值的点以形成轮廓。
9.根据权利要求6所述的基于分光系统的光学相控阵激光雷达系统的扫描方法,其特征在于,采用基于法向量的几何偏移法,或基于图像形态学的膨胀法,生成所述点云坐标集合。