群像素激光雷达多级分辨率三维点云成像技术的研究

激光三维成像雷达系统单帧获取的数据量越来越大,数据处理效率已成为亟待解决的重点问题之一.研究了群像素激光三维成像雷达的编解码数据特性,对激光三维点云回波数据进行多级分层分割处理,提高群像素激光三维点云成像雷达数据处理效率.实验结果表明,多级分层分割的成像方法可将群像素成像速度提高6倍,该方法有效地解决了群像素激光三维成...     

超分辨率面阵激光雷达的动目标姿态估计

提出一种基于新型成像传感器——电子倍增电荷耦合器件的超分辨率偏振调制三维成像系统。利用低带宽电光调制器作为亚纳秒级高速快门,实现三维成像系统时间(距离)分辨能力。该系统只需要采集一帧原始数据,就可以从灰度图像中重建深度信息,实现动态成像。基于该系统结构提出多维数据融合求解目标位姿的方法,并通过试验验证了方法的可行性。实验结果表明,对距离激光雷达1km外的目标进行测量,其位移精度小于3cm,位姿角误差小于3°。     

基于深度图的道路场景三维点云分割优化方法

点云分割在计算机视觉、智能驾驶、遥感测绘、智慧城市等领域具有重要意义。为提高对激光雷达采集点云分割的准确率,提出了一种基于深度图的道路场景三维点云分割优化方法。将点云数据转化为深度图,建立三维点云与深度图之间的投影关系,利用相邻激光雷达扫描线的角度阈值进行地物分割,再对分割后的地上物体进行分割,去除噪声点。通过使用KNN(K-Nearest Neighbor)插值优化算法对分割结果进一步优化,较好地克服了过分割问题,提高了点云分割的准确率。实验结果表明,该方法的运行时间达到86 ms,相较传统深度图的自适应DBSCAN(Density-Based Spatial Clustering of Applications with Noise)方法准确率提升了5%,达到90.5%。     

基于激光雷达点云的3D目标检测技术综述

在自动驾驶场景中,需要感知周围环境中的目标类型、大小、距离及方向等信息,因此3D目标检测技术对于自动驾驶汽车而言尤为重要.为获取周围环境信息,如激光雷达等传感器被应用在自动驾驶汽车上.为此,介绍自动驾驶领域基于激光雷达的3D目标检测现有方法,涵盖最新的模型,并对现有模型进行系统的分类,详细介绍具有代表性和开创性的方法,...     

基于卷积神经网络的激光雷达点云目标分割

对激光雷达点云进行道路对象的语义分割,尤其是对感兴趣实例(如汽车、行人和自行车)的检测与归类.将此问题明确表达为逐点分类问题,并以卷积神经网络(Convolutional Neural Nets,CNN)为基准网络设计网络结构,对预处理过的点云数据进行语义分割.具体地,CNN将转化后的雷达点云数据作为输入,直接输出逐点...     

车载激光雷达三维点云重构与漫游方法

针对车载激光雷达系统,建立了由激光扫描仪数据、载车GPS数据、载车姿态数据进行激光点云解算与重构的数学模型,得到道路及两侧景物的三维点云场景。根据载车行进轨迹,用OpenGL三维引擎技术,实现对道路两侧景物的三维漫游。研究将激光雷达应用于车辆和飞行器的防撞预警,此技术具有快速、主动获取障碍物的高精确度三维坐标,探测距离远,受天气影响小的优势。为能见度低、障碍物较多情况下的车辆和飞行器的防撞提供了一个可行的技术途径。     

基于激光雷达点云应用的通信勘察技术研究

文中探讨了激光雷达在通信勘察中的应用。首先,介绍了激光雷达在通信勘察中的工作原理和优势。然后,阐述了激光雷达在通信勘察中的实际应用场景,并结合国内外相关研究成果,对激光雷达在通信勘察中的应用进行了深入分析。最后,对未来激光雷达在通信勘察中的未来发展进行了展望。     

基于激光雷达点云的小目标语义分割增强方法

为实现基于3D激光雷达点云数据对无人驾驶车辆行驶场景中的环境要素进行语义分割并且加强其对小目标的分割能力,针对KITTI激光雷达数据只有少部分包含小目标(行人、自行车等),且小目标出现频率不高的问题,提出对每帧含有小目标的激光雷达数据进行过采样;复制粘贴小目标进行增强;将过采样和增强后的数据预处理后输入卷积神经网络(Convolutional Neural Networks,CNN)的方法。对比基于KITTI数据集的激光雷达语义分割模型squeezeseg和pointseg,提出的方法在对小目标分割所达到的精度在种类和实例层面上分别提升了8. 7%和11. 3%,并且可以在小目标和大目标分割质量上做出选择。     

末敏弹线阵列激光雷达的距离像分割方法

为了增强末敏弹在不同场景下对地面装甲目标的探测识别性能,充分考虑末敏弹弹载线阵激光雷达的应用背景,提出了综合交叉扫描线法和梯度连通域的地物距离像点云分割算法,用以提高对地面和目标的分割效果。首先,将激光雷达扫描得到的原始距离信息转换为距离水平地面高度值,通过交叉扫描线法将空间斜面转化至水平面,增强不同地形上的适应性;然后,采用地面点云连通域算法提取地面点云和形态学梯度阈值法分割得到目标点云;最后计算了地物分割效果的几何相似度。实验结果表明:该算法对于正斜坡、侧斜坡等多种地形都有较好的适用性,在不同高度、地形、坡度都能够准确、有效地分割地物点云,进而提高末敏弹对装甲目标的识别性能。     

道路三维点云多特征卷积神经网络语义分割方法

针对道路场景下三维激光点云语义分割精度低的问题,提出了一种基于卷积神经网络并结合几何点云多特征的端到端的语义分割方法。首先,通过球面投影构造出点云距离、相邻夹角及表面曲率等特征图像,以便于应用卷积神经网络;接着,利用卷积神经网络对多特征图像进行语义分割,得到像素级的分割结果。所提方法将传统点云特征融入到卷积神经网络中,提升了语义分割效果。使用KITTI点云数据集进行测试,结果表明:所提三维点云多特征卷积神经网络语义分割方法的效果优于SqueezeSeg V2等没有结合点云特征的语义分割方法;与SqueezeSeg V2网络相比,所提方法对车辆、自行车和行人分割的精确率分别提高了0.3、21.4、14.5个百分点。     

基于点云簇组合特征的激光雷达地面分割方法

针对三维激光雷达在地面分割过程中存在分割不足和过分割的问题,提出一种基于点云簇组合特征的激光雷达地面分割方法.首先将三维点云投影到扇形栅格中进行连通域聚类,将梯度相差较小的栅格聚为一类.然后根据路面点云符合平面和直线几何特征的特点,对每一簇进行特征值计算以挑选路面栅格簇的候选簇,接着对其进行径向方向上的梯度检查以剔除误...     

光纤阵列编码成像激光雷达系统

提出了一种基于光纤阵列的编码成像激光雷达,该系统采用光纤阵列代替传统成像激光雷达中的多像元光电探测器阵列。该设计通过编码、合波形探测、解码使用少探测器实现高分辨率成像,避免了高像素光电探测器阵列的研制难题。同时,对系统解码信号进行了进一步的去噪算法,仿真结果表明在低信噪比条件下小波去噪算法可以获得比较好的成像效果。     

多源影像融合与分割的协同方法

针对现有影像融合与分割方法之间缺乏协同的问题,借鉴数据同化系统能够协同其模型算子和观测算子,并且能够自适应地优化其本身的思想,提出一个多源影像融合与分割的协同框架.在该框架下,以基于对比度金字塔变换和基于非下采样的Contourlet变换的两种融合方法分别模拟模型算子和观测算子,以评价分割效果的概率随机系数为目标函数,以带交叉算子的粒子群算法作为数据同化系统的优化算法.该框架可根据融合结果影像来调整分割算法的参数,利用分割结果来指导融合结果的优化,从而使得影像融合与分割协同工作.二组实验验证了该框架的有效性.     

基于深度学习的点云分割研究进展分析

深度传感器及激光扫描技术的快速发展使人们可以轻易地采集到大量的点云数据。点云数据可以提供丰富的场景及对象信息,现已成为自动驾驶、虚拟现实、机器人导航等应用的首选研究对象。作为点云处理的有效手段,点云分割技术受到了各界的广泛关注。尤其是在深度学习的推动下,点云分割的精度和鲁棒性有了很大的提升。该文首先介绍了点云分割存在的问题与挑战,接着从间接、直接处理点云的角度对点云分割近年来的工作进行了对比分析,其中,间接的方法有基于多视图、基于体素的方法两类,对于直接的方法,该文将其归纳为5类,分别为基于点处理、基于优化卷积神经网络、基于图卷积、基于时序和基于无监督学习的方法。然后介绍了每个类别中具有代表性的方法的基本思想,并阐述了每个方法的优缺点。此外,该文还介绍了点云分割的常用数据集以及评价指标。最后对点云分类、分割技术的未来进行了展望。     

基于三维激光点云的隧道电缆敷设质量参数自动检测方法

电力电缆敷设不规范是导致绝缘故障的主要原因,影响电缆的安全运行。当前电缆敷设质量检测多采用人工接触式测量,主观性强、精度低,容易对敷设区域造成二次损伤。文章提出一种基于点云的隧道电缆敷设质量参数自动检测方法。首先在电缆敷设施工位置获取隧道电缆点云数据;之后基于隧道的结构特征分割出电缆点云;最后,基于颜色和形态特征从电缆点云中分割出敷设区域并自动测量敷设质量参数。所提出的电缆和敷设区域点云分割算法的平均精确度、召回率、F1分数均大于0.92,自动测量的4个敷设质量参数平均绝对误差均小于0.35mm。试验表明,该方法可以准确定位电缆敷设区域,并对敷设质量参数进行自动精准测量。     

基于信息熵和改进粒子群算法的医学图像分割方法研究

针对传统的医学图像分割算法存在组织边缘模糊、灰度不均匀和图像噪声高的问题,将信息熵和改进的粒子群算法相结合,提出了一种基于信息熵和改进的粒子群算法的医学图像分割方法,在确保信息熵最大的条件下,实现医学图像的最佳阈值分割.将信息熵最大化作为适应度函数,通过改进的粒子群算法优化获得最佳分割门限,实现医学图像的最佳阈值分割.选择不合噪声和含噪声的脑部图像为研究对象,通过直观分析、客观分析和分割速度分析发现,提出的新方法在很大程度上克服了传统医学图像分割算法存在的缺陷,分割速度和精度得到显著提升;与此同时,新的算法具有很强的鲁棒性和抗噪声能力.     

基于子阵划分的二维穿墙MIMO阵列设计

穿墙三维成像中,不同的阵列构架会直接影响阵列性能及其适用环境。利用等效阵列原理设计二维多输入多输出(MIMO)阵列,在具体分析一维STVA阵列具有最短物理尺寸的原理上,提出了利用子阵划分的方法解决等效阵列到MIMO阵列的去卷积问题。针对去卷积后得到多种MIMO阵列构型的择优问题,提出了综合尺寸的概念,利用子阵划分后的部分信息衡量去卷积后MIMO阵列的物理尺寸,最后将这种方法推广至二维MIMO阵列,设计出适用于穿墙成像的二维UWB-MIMO阵列,利用仿真实验验证了其在穿墙三维成像中的优异性能。     

Optical Antenna System Design for 3D Imaging Lidar

A new aspheric surface pre-collimation lenses system for the optical antenna of three-dimensional(3D)imaging of lidar has been optimally designed and simulated by optical design software CODE-V.Four kinds of aspheric surfaces spherical lenses including the sections of spherical,elliptical,hyperbola,and parabola have been researched.The optical system,including the elliptical cylinder lenses collimation and the optical antenna,can be realized less than 5μrad collimation angle for dot source semiconductor laser beam.