激光雷达辅助驾驶道路参数计算方法研究

针对特定场景辅助驾驶的需求,构建道路场景车载激光雷达三维扫描系统,并设计基于三维激光点云的道路参数提取与计算方法,包括路面宽度、横杆或桥梁或隧道限高、拐弯半径等等,为辅助判断道路的可通过性提供决策依据。测试和对比实验表明,所设计算法效果稳定、精度良好,在效率和自动化程度上有一定优势,可为辅助驾驶提供非常有益的决策参数。     

基于激光雷达探测的气溶胶分类方法研究

提出了利用激光雷达区分不同类型气溶胶的新方法。建立了包含背景气溶胶和云两种不同类型气溶胶光学参数(后向散射系数、消光系数)的两个激光雷达方程,并推导计算其解的表达式。反演出两种不同类别气溶胶的光学参数,以此区分背景气溶胶和云。根据两种不同气溶胶的光学参数与两种不同消光后向散射比(Saer1,Saer2)模拟激光雷达回波信号,并用该新方法反演得到两不同类别气溶胶的光学参数。反演结果与不同类型气溶胶的模拟参数一致。用该方法区分激光雷达同时探测到的大气背景气溶胶和云。模拟和测量结果都证实了该方法对不同类型气溶胶进行分类的可行性。     

云探测中的激光雷达技术研究进展

云宏微观参数的探测对云物理和气候变化研究具有重要意义。激光雷达是实现云宏微观参数高时空分辨率探测的有效的重要科学仪器。回顾和总结了激光雷达在云参数探测中的主要技术及其研究进展,讨论了激光雷达在云探测研究中的不足和局限性及目前在云探测应用中亟待解决的关键问题,展望了激光雷达未来在云探测中的应用潜力,并提出了研究思路与方案。内容涉及云检测和云相态识别的多波长及偏振激光雷达和云内温度、湿度、风速风向与垂直气流探测等激光雷达技术与方法,分析讨论了云系降水潜力探测的激光雷达应用案例。激光雷达对于探测初生云团及稀薄云层具有较好的穿透性及精细探测优势,但对于强对流云等厚云层,需将其与其他探测手段如微波雷达等联合观测,并开展多源数据融合技术研究,以实现云全生命周期的精细化监测。随着激光与光电子技术和大数据及人工智能技术的发展,激光雷达技术日趋成熟,面向业务化应用所需的系统稳定性、可靠性及探测能力的激光雷达产品将越来越受到气象与环境领域行业专家的关注,并将在云探测领域中发挥越来越重要的作用。     

三维点云物体频谱获取方法

为了简化三维物体计算全息数据和加快计算时间,提出了一种三维点云物体频谱获取方法.在分析频谱获取方法模型的基础上,由不同视角的投影图像(视图)与对应的平面波因子相乘积分的方法得到了三维点云物体频谱;介绍了视图获取算法,使用Matlab并行计算得到了一个三维‘鸟’的视图序列;根据实际物体频谱分布情况,采用高阶高斯概率分布减少视图获取数量;通过视图序列得到三维物体的频谱,采用傅里叶逆变换得到物空间内一个平面的复振幅分布,将其衍射一段距离,编码为菲涅尔全息,并进行了模拟再现和实验验证.模拟再现和实验结果表明:只需要原总视图的17.75%可以获得高质量的再现效果,验证了频谱获取方法的可行性及视图获取简化模型的正确性.所获取的三维物体频谱可以通过一定方式编码成多种全息进行三维显示,拓宽了该频谱获取方法的应用范围.     

应用于地面战场目标的点云检测算法研究

地面战场上目标检测是精准跟踪以及准确打击的前提,在现代无人化陆战中起着至关重要的作用。传统的图像检测方法受到光照,天气等条件制约,利用激光雷达技术进行3D目标检测能够显著改善车体的感知能力。针对应用于陆战无人车的检测任务,提出了一种基于卷积神经网络的3D点云检测算法,通过优化VoxelNet的体素化和特征融合模块设计了一组端对端的高效网络,并改进了一种基于距离的非极大值抑制策略。实验表明原始VoxelNet在自建数据集上车辆目标AP值为78.53%,而改进后的网络性能达84.11%,对未来军事领域的三维目标检测任务具有参考价值。     

基于三维激光扫描的铁路罐车点云优化处理方法

通过对三维激光扫描技术在铁路罐车中的应用研究,对扫描过程中发现的点云残缺及噪点问题进行研究分析,提出一种快速有效点云优化处理方法,新方法包括sp-H点云预处理和EtiG建模优化。验证试验表明,采用新的点云优化处理方法可以在较短时间内将扫描点云进行去噪及残缺修补,并能够快速高效进行模型重建,提升了不同工况环境下扫描点云的适用性,提高了扫描工作效率和准确度,铁路罐车容积测量结果的相对扩展不确定度达到2.4×10-3,为铁路罐车容积扫描最高准确度等级,为三维激光扫描相关技术的发展提供一定借鉴。     

基于Zernike多项式拟合的非球面点云数据自动调平

非球面光学元件在光学系统中的应用日益广泛。非球面点云数据调平坐标变换是非球面检测系统误差分析的一个重要环节。提出了一种基于Zernike多项式拟合的非球面点云数据自动调平方法,通过计算Zernike多项式X和Y倾斜项系数确定调平旋转矩阵,通过迭代使其最小化,最终将点云数据回转轴调整至与坐标Z轴平行,使得非球面三维点云测量结果可以进行后续三维比对和截面误差分析。通过理论仿真和实验数据测试验证了方法的有效性,能够将非球面数据倾斜降低到可忽略的程度;方法计算过程简单,对于各类非球面和曲面点云数据的调平变换都具有较好的参考意义。     

单光子探测三维点云与可见光图像融合处理算法研究

为了提升光电系统对于目标的探测识别能力,实现单光子探测三维点云数据和二维可见光图像的融合处理,提出了单光子探测成像系统的融合处理算法,采用直接线性变换方法并利用同名特征点的选取和间接平差算法解决了融合处理过程中的参数标定问题。通过实验数据进行融合处理算法验证,实现了分辨率1024×768像素单光子探测三维点云和二维可见光图像的像素级融合处理。实验结果表明,提出的融合处理算法能够有效实现三维、二维图像的融合。     

基于改进迭代最近点算法的两视角激光雷达数据配准

两视角激光雷达数据配准是空地探测遮蔽目标研究领域中的一项重要内容,迭代最近点（ICP）算法为其提供了理论基础,但遮蔽条件下激光雷达数据的复杂性使ICP算法在对应点确定上面临很大困难。在分析ICP算法基本原理和遮蔽条件下激光雷达数据特点的基础上,从控制点选择、对应点匹配和伪点对剔除三个方面给出了ICP算法的具体应用策略和改进措施,并提出一种基于固定-自适应重叠率的伪点对剔除方法。详细阐述了基于改进ICP算法的两视角激光雷达数据配准的具体步骤,并进行了实验验证。实验结果表明：改进后的ICP算法能够有效实现了遮蔽条件下的激光雷达数据配准,且与其他算法相比,具有较强的稳建性和较高的配准精度。     

基于多源信息融合的果树冠层三维点云拼接方法研究

构建了基于彩色相机和光学混合探测(PMD)相机的多源视觉系统,旨在建立具有真彩色信息的果树冠层三维点云模型,为果树的剪枝、疏花疏果和采摘等果园管理提供技术支持。针对PMD相机获取的目标场景三维点云,结合PMD相机的幅度图像和密度聚类算法提取有效点,利用前期研究的图像配准方法得到多源图像之间的坐标转换关系,完成了果树冠层多源信息融合。通过主成分分析法得到较好的初始位置,再采用最近点迭代算法,实现两组三维点云之间的拼接。对自然场景下的开花期和坐果期的果树冠层三维点云拼接方法进行了实验验证,结果表明多视角三维点云拼接误差为2.62cm,可以较好地弥补单个角度下拍摄造成的数据缺失,实现了果树冠层完整的三维显示。     

激光雷达扫描方式

为实现激光束对空域的有效扫描和探测,研究了栅形扫描、李萨茹形扫描、螺旋形扫描和六边形扫描四种常见的激光雷达扫描方式,推导了相应的扫描方程,讨论了参数的物理意义及调整方法;重点研究了栅形扫描和六边形扫描方式下光斑的分布情况,通过仿真分析了两种扫描方式下光束的漏扫率和重叠率,结果表明,在相同扫描条件下六边形扫描方式的漏扫区域最少。展示了基于上述研究内容的扫描控制系统实物图及扫描图案。分析总结了四种扫描方式的特点,给出了每种扫描方式的适用情况及使用建议。

     

高度自动化获取书籍扫描图像畸变参数的理论

提出一种利用打印直线获取书籍扫描图像畸变校正所用参数的新方法,可提高畸变参数获取的自动化程度。对于打印在纸张上的直线,当打印纸夹在书籍中扫描图像时,打印纸随着书籍页面弯曲成曲面,它也随之弯曲成空间曲线,其扫描图像则为平面曲线,包含了页面弯曲状态的信息。理论上分析了该平面曲线与畸变参数之间的关系。利用这种关系及最小二乘法原理,对该平面曲线上的点进行曲线拟合,可自动计算出对应页面的畸变参数,不再像以前那样必须进行人工调整。     

基于激光雷达和毫米波云雷达的卷云特性分析

使用美国ARM计划安徽省寿县站2008年的微脉冲激光雷达和毫米波雷达的观测数据对寿县上空卷云的宏观物理特性进行了分析,联合两种雷达观测卷云扩大了卷云的边界轮廓,得到更为全面的卷云信息,结果表明了联合激光雷达和毫米波雷达观测卷云的必要性。在此基础上,对观测期间寿县上空的卷云个例进行统计分析,结果显示：卷云过程的平均云底高度分布在5~10 km,其中6~7 km范围所占的频率最大;平均云厚的分布范围为0.25~5 km,其中90.8%分布在0.5~2.5 km;卷云过程持续时间总体上随着持续时间的增大呈减少的趋势,持续时间最长为35.5 h,平均为3.6 h,持续时间小于5 h的卷云过程占82.5%。     

Sensitivity of depolarized lidar signals to cloud and aerosol particle properties

Measurements from depolarized lidars provide a promising method to retrieve both cloud and aerosol properties and a versatile complement to passive satellite-based sensors. For lidar observations of clouds and aerosols, multiple scattering plays an important role in the scattering process. Monte Carlo simulations are carried out to investigate the sensitivity of lidar backscattering depolarization to cloud and aerosol properties. Lidar parameters are chosen to be similar to those of the upcoming space-based CALIPSO lidar. Cases are considered that consist of a single cloud or aerosol layer, as well as a case in which cirrus clouds overlay different types of aerosols. It is demonstrated that besides thermodynamic cloud phase, the depolarized lidar signal may provide additional information on ice or aerosol particle shapes. However, our results show little sensitivity to ice or aerosol particle sizes. Additionally, for the case of multiple but overlapping layers involving both clouds and aerosols, the depolarized lidar contains information that can help identify the particle properties of each layer.     

基于线扫方式的静压气浮激光点云数据扫描误差修正方法研究

为了修正静压气浮激光点云数据扫描误差,提出了一种基于不同扫描速度下所采集的点云数据,通过最小二乘法分区间建立误差预测模型实现对相应误差修正的新方法。实验结果表明,静压气浮三维测量仪的测量精度随气浮导轨扫描速度变化在特定范围内基本呈二次曲线变化关系,该误差修正方法能够快速、准确地实现静压气浮激光点云数据扫描误差的修正,具有较大的适用性和实际参考价值。     

Measurement of water cloud particle size with a dual-polarization pulsed bistatic lidar

A new bistatic lidar was developed for measuring water cloud particle size at the base of lower clouds. The lidar uses a pulsed Nd:YAG laser at 532 nm and a receiver having a polarization analyzer located at a suitable scattering angle. Cloud particle size (mode radius of the assumed size distribution) was derived from the ratio of the polarization components of the scattered light based on the single scattering Mie theory. The experiment was performed on board the research vessel Mirai in the northwestern Pacific. Particle size at the bottom of maritime cumulus and stratus was measured, and the difference between the internal structures of cumulus and stratus was observed. The effect of multiple scattering was studied by changing the observing scattering angle. The effect was not significant when the penetration depth was less than 50 m.     

基于OTSU多阈值分割算法的激光线扫点云数据表达及精简方法研究

激光线扫方式获取的点云数据量庞大,不利于点云数据的存储、处理与分析。为了对激光线扫点云数据进行有效精简,提出了一种基于OTSU多阈值分割算法的激光线扫点云数据表达及精简方法。基于点云数据坐标与图像灰度值的映射,采用OTSU多阈值分割算法进行区域分割,并将分割后的各区域进行边缘提取及细化处理。根据原映射关系将细化的二值图像重新以点云方式表示,即得到精简的点云数据。在保持原有点云数据关键信息完整度的基础上,可有效地精简点云数据。实验结果表明:基于OTSU多阈值分割算法可有效地精简点云数据,同时能够有效地去除扫描过程中的背景干扰数据,具有较大的适用性和实际应用参考价值。