LIDAR详细介绍及其应用举例综述

LIDAR是Light Detection And Ranging的英文缩写，称为激光雷达，是激光扫描与探测系统的简称。它大致可以分为机载LIDAR系统和地面LIDAR系统两大类。同时，按照使用用途和功能差异来划分，机载LIDAR系统又可以划分为用于获得地面三维信息数据的地形LIDAR系统和用于获得水下地形的海道测量LIDAR系统。该技术在三维空间信息的实时获取方面产生了重大突破，为获取高时空分辨率地球空间信息提供了一种全新的技术手段。它具有自动化程度高、受天气影响小、数据生产周期短、精度高等特点。本文详细介绍了LIDAR的相关概念、LIDAR数据处理的基本概念，探讨了LIDAR技术在测量中的应用。     

基于LIDAR点云数据插值方法研究

利用机载LIDAR技术可以获取高精度﹑高密度的三维坐标数据,并生成三维立体模型,构建用户感兴趣的DEM和DSM,如今需要快速高效的处理LIDAR点云数据,研究和探讨最合适的插值方法就显得特别重要,本文着重研究了不同插值算法的特点。     

基于LIDAR数据融合的数码城市三维重建

对三维激光扫描技术进行了简介,分析了目前数码城市三维重建的各种方法,指出其不足。提出利用机载LIDAR对一座城市进行三维空间数据采集,获取整座城市的LIDAR数据,按数码城市各部分建设的轻重缓急,分期分批地以地面LIDAR为补充获得更详实的数据,将二者所采集的数据进行融合,对3D数码城市三维重建进行探讨。     

基于虚拟三角网与坡度滤波的LIDAR点云数据滤波方法的研究

LIDAR(Light Detection and Ranging)技术由于其在数据获取和处理上的高度自动化,正广泛地被应用于各种地形数据的获取。LIDAR数据是目前最为理想的生产DEM的数据源,利用机载激光雷达获取DEM数据是机载激光雷达最为直接的应用。本文提出了一种将虚拟三角网与坡度滤波相结合处理LIDAR点云数据的方法,该方法将虚拟三角网的概念用于LIDAR滤波,避免了LIDAR点云内插或者平滑造成的信息损失。在虚拟三角网中进行初始地面点的选取,再由初始地面点生成的初始表面模型,通过坡度滤波可快速提取地面点。     

机载激光雷达（LiDAR）技术及其应用

机载LiDAR技术是一种应用越来越广泛的新型测量系统,能够快速地获取高精度三维数据。过去十年,机载LiDAR技术作为精确、快速的地球表面三维测量方法已得到广泛认同。本文介绍了机载LiDAR技术的基本原理、数据处理流程及其应用。     

机载前视SAR三维成像原理及分辨率分析

提出一种新型的采用天线阵模式的机载前视合成孔径雷达(SAR)系统,分析了其三维成像原理。根据前视SAR的成像几何模型和回波信号特点给出了实现前视SAR三维成像的处理流程,详细推导了前视SAR的三维分辨率。模拟了X波段前视SAR点目标回波并进行了三维成像实验。仿真结果表明前视SAR系统能够实现三维成像,验证了本文算法的有效性。     

基于GIS的三维空间导航数据评估系统研究

利用SuperMap Object组件式GIS技术,将机载导航数据库的ARINC424编码数据解析与地理信息数据融合,提出了一种基于GIS的三维空间导航数据评估系统.该三维导航数据评估系统具备导航数据质量分析、终端区程序校对、轨迹衔接性验证、航行通告空间分析、信息查询以及模拟导航等功能.本研究不仅能够提高机载导航数据库数据质量验证的准确性和高效性,而且还能提高公司运控人员对航空情报数据的分析和利用能力,从而提高航空公司的安全和效益水平.     

LIDAR技术在公路勘测中的应用

简要介绍了基于LIDAR数据建立的数字地面模型提取公路纵横断面数据的方法。利用野外采集的实际数据对内业处理所得数据的精度进行分析和评定,验证了LIDAR数据在公路勘察设计中应用的可行性,研究结果对LIDAR数据的实际工程应用具有参考价值。     

LIDAR点云数据全自动滤波算法研究

提出了一种基于移动最小二乘法的点云数据全自动滤波算法,该方法首先对LIDAR点云数据进行合理分块,并建立分块网格的动态四叉树空间索引,便于数据操作和管理.对分块网格中的点云数据利用精简移动最小二乘法拟合出参考地形,将拟合得到的参考地形用于LIDAR点云高程阈值的迭代计算,将每次迭代前后高差小于阈值的点划为地面点,其余点划分为非地面点,迭代运算直至阈值满足要求为止.实验表明,精简移动二乘法效率高,计算量小,并且精度高,适合点云数据DEM(digital elevation model)拟合,利用该算法对LIDAR点云数据进行滤波的速度快、精度高,能够有效地识别地面点和非地面点,并保留地形的细节信息.     

LIDAR数据结合特征线获取高精度DEM及DOM

LIDAR点云数据是一种快速提取DEM的方法。但由于LIDAR点云的一些特性和地面上物体的复杂性,很难直接提取出高精度的DEM及获取高质量的DOM。介绍一种LIDAR点和特征线相结合的方式,即新兴技术和传统技术相结合,此方法既克服周期性长的缺点,又保证精度。     

利用激光雷达技术制作古建筑正射影像图

为了古建筑的数字化保护和修缮设计,利用激光雷达的方法制作古建筑正射影像图. 讨论了基本原理,论述了数据采集、三维三角网模型构建和正射影像图制作的过程和注意事项,最后制作了古建筑外立面的正射影像图.     

Effects of laser beam divergence angle on airborne LIDAR positioning errors

The influence of laser beam divergence angle on the positioning accuracy of scanning airborne light detection and ranging(LIDAR) is analyzed and simulated.Based on the data process and positioning principle of airborne LIDAR,the errors from pulse broadening induced by laser beam divergence angle are modeled and qualitatively analyzed for different terrain surfaces.Simulated results of positioning errors and suggestions to reduce them are given for the flat surface,the downhill of slope surface,and the uphill surface.     

瑞利激光雷达探测中层大气密度和温度

利用瑞利（Rayleigh）散射激光雷达探测中层大气密度和温度的原理和方法,能够探测30~90 km范围的中层大气密度和温度的垂直分布。根据这种方法和实际测量得到的数据,把反演得到的结果与标准大气模型CI-RA86观测结果进行了对比,凸显具有较好的一致性。在一般情况下,30~65 km高度范围内激光雷达获得的大气密度与CIRA86密度偏差≤5%;温度偏差〈3 k,而在75 km以上温度偏差较大。     

Layer-Constrained Triangulated Irregular Network Algorithm Based on Ground Penetrating Radar Data and Its Application

In this paper,a layer-constrained triangulated irregular network (LC-TIN) algorithm is proposed for three-dimensional (3D) modelling,and applied to construct a 3D model for geological disease information based on ground penetrating radar (GPR) data.Compared with the traditional TIN algorithm,the LC-TIN algorithm introduced a layer constraint to the discrete data points during the 3D modelling process,and it can dynamically construct networks from layer to layer and implement 3D modelling for arbitrary shapes with high precision.The experimental results validated this method,the proposed algorithm not only can maintain the rationality of triangulation network,but also can obtain a good generation speed.In addition,the algorithm is also introduced to our self-developed 3D visualization platform,which utilized GPR data to model geological diseases.Therefore the feasibility of the algorithm is verified in the practical application.