本發(fā)明涉及激光測距方法，尤其涉及一種激光醫(yī)療設備的測距方法及系統(tǒng)。

背景技術：

1、在激光醫(yī)療設備領域，精確的測距能力對于確保治療效果和患者安全至關重要。然而，傳統(tǒng)的測距方法在某些情況下可能不夠精確，尤其是在測量非常小的距離變化或在特定材質的表面上，如高度反光或吸收性材料，這些情況都可能導致測量誤差；此外，醫(yī)療環(huán)境中可能存在各種電磁干擾、光線變化或其他設備產生的噪聲，這些都可能影響激光測距系統(tǒng)的穩(wěn)定性和精度；為了提高測距的準確性，需要對這些干擾因素進行有效的處理和補償。

技術實現(xiàn)思路

1、本發(fā)明旨在提供一種激光醫(yī)療設備的測距方法及系統(tǒng)，提升測距的精度。

2、一種激光醫(yī)療設備的測距方法，包括以下步驟：

3、s1.獲取待測物體信息，待測物體信息中包含有待測起點、待測終點和待測物體特征信息；待測物體特征信息中包含有待測物體圖像信息和待測物體文本信息；基于待測物體特征信息和測距方案匹配模型進行分析，得到待測物體測距策略；待測物體測距策略中包含有待測物體測距初始檢測閾值和待測物體測距精度標準；待測物體測距精度標準中包含有對待測物體進行測距的次數(shù)；測距方案匹配模型用于根據待測物體的不同特征匹配不同精度的測距策略；將待測起點、待測終點、待測物體測距初始檢測閾值和待測物體測距精度標準組合，得到待測物體初始測距方案；

4、s2.基于待測物體測距精度標準對待測物體進行n次測距，n為對待測物體進行測距的次數(shù)的具體數(shù)值，n由待測物體測距精度標準決定；記待測物體測距初始檢測閾值為待測物體測距調整檢測閾值y1；

5、對于第n次測距，n=1，2，…，n，利用待測物體測距調整檢測閾值yn和待測物體測距策略對待測物體進行測距，得到待擬合距離ln；獲取測距激光信號信息xn，基于測距激光信號信息xn和測距激光自適應閾值模型進行分析，得到待測物體測距調整檢測閾值yn+1；在測距激光自適應閾值模型中利用改進后的小波去噪方法對每一次測距中的激光信號進行去噪，并利用去噪后的信號信息和測距激光自適應閾值調整函數(shù)進行分析改變檢測閾值，提升測距精度；

6、遍歷n次測距過程，直到獲得待擬合距離l1，待擬合距離l2，…，待擬合距離ln；

7、s3.根據預設時間間隔在n次測距過程中獲取測距外部干擾信息gm，m為在n次測距過程中以預設時間間隔獲取測距外部干擾信息的次數(shù)，m=1，2，…，m；根據測距外部干擾信息gm和測距誤差補償模型進行誤差分析，得到外部干擾誤差因子cm；測距誤差補償模型用于對測距過程中的外部干擾信息進行分析以減小誤差；對所有外部干擾誤差因子cm進行數(shù)據融合，得到綜合外部誤差干擾因子c’；基于綜合外部誤差干擾因子c’和所有待擬合距離ln進行數(shù)據擬合，得到待測物體距離j。

8、作為本發(fā)明的一種優(yōu)選技術方案，步驟s1中的測距方案匹配模型包含有數(shù)據預處理層、方案匹配層和結果輸出層；

9、數(shù)據預處理層用于對待測物體特征信息進行預處理，得到待測物體圖像特征信息和待測物體文本特征信息；將待測物體圖像特征信息和待測物體文本特征信息進行特征融合，得到待測物體融合特征集；

10、方案匹配層用于根據待測物體融合特征集進行特征分析匹配方案，得到待測物體測距策略；

11、結果輸出層用于輸出待測物體測距策略。

12、作為本發(fā)明的一種優(yōu)選技術方案，訓練方案匹配層的具體步驟，包括：

13、收集若干組歷史測距訓練樣本，每一組歷史測距訓練樣本中包含有一組歷史已測距物體融合特征和對應的測距策略；將對應的測距策略作為一組歷史測距訓練樣本的目標值；將若干組歷史測距訓練樣本組合，得到測距方案匹配訓練集；

14、將測距方案匹配訓練集輸入至測距方案匹配模型中對方案匹配層以目標值為目標進行訓練，得到初始方案匹配層；對初始方案匹配層進行模型評估，得到初始方案匹配層模型評估結果；若初始方案匹配層模型評估結果為通過，則將初始方案匹配層作為測距方案匹配模型中的方案匹配層；否則，利用測距方案匹配訓練集繼續(xù)進行模型訓練。

15、作為本發(fā)明的一種優(yōu)選技術方案，步驟s2中的測距激光自適應閾值模型包含有信號處理層、閾值自適應計算層和閾值輸出層；

16、信號處理層用于利用改進后的群體優(yōu)化算法對測距激光信號信息xn進行分析，得到小波去噪參數(shù)設置編碼bn；根據小波去噪參數(shù)設置編碼bn對測距激光信號信息xn進行小波去噪處理，得到去噪測距激光信號信息qn；

17、閾值自適應計算層用于計算去噪測距激光信號信息qn和測距激光信號信息xn的誤差值，得到測距激光信號誤差值wn；基于根據測距激光信號誤差值wn、待測物體測距調整檢測閾值yn和測距激光自適應閾值調整函數(shù)進行計算，得到待測物體測距調整檢測閾值yn+1；測距激光自適應閾值調整函數(shù)由歷史閾值調整信息進行設定；

18、閾值輸出層用于輸出待測物體測距調整檢測閾值yn+1。

19、作為本發(fā)明的一種優(yōu)選技術方案，利用改進后的群體優(yōu)化算法對測距激光信號信息xn進行分析得到小波去噪參數(shù)設置編碼bn的具體步驟，包括：

20、構建k個小波去噪參數(shù)設置編碼個體hk，每個小波去噪參數(shù)設置編碼個體hk中包含有一組針對測距激光信號信息xn的小波去噪參數(shù)設置編碼；將k個小波去噪參數(shù)設置編碼個體hk進行組合，得到小波去噪參數(shù)設置編碼迭代種群；設置最大迭代次數(shù)tmax，設定迭代次數(shù)t，t=1，2，…，tmax；迭代因子為e；

21、根據小波去噪參數(shù)設置編碼個體hk和測距激光信號信息xn進行模擬計算，得到小波去噪參數(shù)設置編碼個體hk的適應度ak；

22、模擬計算的具體步驟為：

23、利用公式計算得到小波去噪參數(shù)設置編碼個體hk的適應度ak；設定測距激光信號信息xn的時間長度為d，xn（d）表示在第d時刻的測距激光信號信息，d=1，2，…，d；un（d）表示利用小波去噪參數(shù)設置編碼個體hk中的小波去噪參數(shù)設置編碼在第d時刻進行去噪后的模擬去噪測距激光信號信息；

24、利用公式計算得到迭代因子e，fmax為最大動態(tài)因子，fmin為最小動態(tài)因子；當?shù)蜃觘>1時，小波去噪參數(shù)設置編碼迭代種群在全局范圍內進行更新，當?shù)蜃觘<1時，小波去噪參數(shù)設置編碼迭代種群在適應度較大的位置內進行更新；

25、當?shù)竭_最大迭代次數(shù)tmax時，輸出適應度最大對應的小波去噪參數(shù)設置編碼個體hk，即為最優(yōu)小波去噪參數(shù)設置編碼個體；根據最優(yōu)小波去噪參數(shù)設置編碼個體中的小波去噪參數(shù)設置編碼對測距激光信號信息xn進行小波去噪處理。

26、作為本發(fā)明的一種優(yōu)選技術方案，步驟s3中的測距誤差補償模型包含有特征提取層、誤差補償因子匹配層和誤差補償因子輸出層；

27、特征提取層用于對測距外部干擾信息gm進行特征分析，得到測距外部干擾信息特征gm’；

28、誤差補償因子匹配層用于對測距外部干擾信息特征gm’進行特征分析，得到外部干擾誤差因子cm；

29、誤差補償因子輸出層用于對輸出外部干擾誤差因子cm；

30、訓練誤差補償因子匹配層的具體步驟，包括：

31、收集若干組誤差因子匹配訓練樣本，每一組誤差因子匹配訓練樣本中包含有一組外部干擾信息特征和目標值，目標值為對應的干擾誤差因子；將若干組誤差因子匹配訓練樣本組合，得到誤差補償因子匹配訓練集；

32、將誤差補償因子匹配訓練集輸入至測距誤差補償模型中對誤差補償因子匹配層以目標值為目標進行訓練，得到初始誤差補償因子匹配層；對初始誤差補償因子匹配層進行模型評估，得到初始誤差補償因子匹配層模型評估結果；若初始誤差補償因子匹配層模型評估結果為通過，則將初始誤差補償因子匹配層作為測距誤差補償模型中的誤差補償因子匹配層；否則，利用誤差補償因子匹配訓練集繼續(xù)進行模型訓練。

33、作為本發(fā)明的一種優(yōu)選技術方案，基于綜合外部誤差干擾因子c’和所有待擬合距離ln進行數(shù)據擬合的具體步驟，包括：

34、基于所有待擬合距離ln計算均值，得到擬合距離均值l’；利用公式計算得到待測物體距離，j表示待測物體距離，p表示誤差基本參數(shù)。

35、一種激光醫(yī)療設備的測距系統(tǒng)，包括：

36、測距方案匹配模塊，用于部署測距方案匹配模型，獲取待測物體信息，待測物體信息中包含有待測起點、待測終點和待測物體特征信息；待測物體特征信息中包含有待測物體圖像信息和待測物體文本信息；基于待測物體特征信息和測距方案匹配模型進行分析，得到待測物體測距策略；待測物體測距策略中包含有待測物體測距初始檢測閾值和待測物體測距精度標準；待測物體測距精度標準中包含有對待測物體進行測距的次數(shù)；測距方案匹配模型用于根據待測物體的不同特征匹配不同精度的測距策略；將待測起點、待測終點、待測物體測距初始檢測閾值和待測物體測距精度標準組合，得到待測物體初始測距方案；

37、測距方案執(zhí)行模塊，用于部署測距激光自適應閾值模型，基于待測物體測距精度標準對待測物體進行n次測距，n為對待測物體進行測距的次數(shù)的具體數(shù)值；記待測物體測距初始檢測閾值為待測物體測距調整檢測閾值y1；對于第n次測距，n=1，2，…，n，利用待測物體測距調整檢測閾值yn和待測物體測距策略對待測物體進行測距，得到待擬合距離ln；獲取測距激光信號信息xn，基于測距激光信號信息xn和測距激光自適應閾值模型進行分析，得到待測物體測距調整檢測閾值yn+1；在測距激光自適應閾值模型中利用改進后的小波去噪方法對每一次測距中的激光信號進行去噪，并利用去噪后的信號信息和測距激光自適應閾值調整函數(shù)進行分析改變檢測閾值，提升測距精度；遍歷n次測距過程，直到獲得待擬合距離l1，待擬合距離l2，…，待擬合距離ln；

38、測距誤差補償模塊，用于部署測距誤差補償模型，根據預設時間間隔在n次測距過程中獲取測距外部干擾信息gm，m為在n次測距過程中以預設時間間隔獲取測距外部干擾信息的次數(shù)，m=1，2，…，m；根據測距外部干擾信息gm和測距誤差補償模型進行誤差分析，得到外部干擾誤差因子cm；測距誤差補償模型用于對測距過程中的外部干擾信息進行分析以減小誤差；對所有外部干擾誤差因子cm進行數(shù)據融合，得到綜合外部誤差干擾因子c’；基于綜合外部誤差干擾因子c’和所有待擬合距離ln進行數(shù)據擬合，得到待測物體距離。

39、本發(fā)明具有以下優(yōu)點：

40、1、本發(fā)明通過自適應調整檢測閾值和采用改進的小波去噪方法，可以有效減少噪聲對測距結果的影響，從而提高測距精度；同時考慮外部干擾信息并進行誤差補償，使得測距方法在不同環(huán)境條件下都能保持較高的準確性和穩(wěn)定性；根據不同待測物體的特征匹配合適的測距策略，使得測距過程更加靈活和高效；通過對多次測距結果和外部干擾誤差因子的數(shù)據融合，得到更可靠的綜合外部誤差干擾因子，進一步提升擬合結果的準確性。

41、2、本發(fā)明通過改進后的群體優(yōu)化算法對測距激光信號進行分析和處理，有效去除噪聲，提高信號的質量；利用群體優(yōu)化算法自動尋找最優(yōu)的小波去噪參數(shù)，減少了人為因素的干擾，提高了去噪效果；通過實時分析和調整，能夠適應不同的測量環(huán)境和條件，提高了穩(wěn)定性和魯棒性，同時能夠根據實際信號的誤差值動態(tài)調整檢測閾值，使得測距方法更加靈活和精確。