基于激光雷达的空间物体三维建模与体积计算

求取体积参数是空间体对象形态分析的基本内容。采用激光雷达对空间物体进行扫描获得激光点云并求得其体积。首先使用三维激光雷达扫描物体获得原始点云;点云经过三维空间变换后,对点云进行缺失数据修补;再通过滤波和下采样处理进行点云去噪和点云数据的精简;最后采用一种隐式曲面重建算法构建三维点云的mesh网格模型,进而由网格模型求取体积。通过实验验证,使用激光雷达分别扫描了两个实验对象,将实验体积结果与实际的体积数据相比,误差分别仅为0.456%和0.394%,表明该体积计算方法有良好的曲面重建效果和体积计算精度。     

基于激光雷达的室内玻璃三维重建算法

针对激光雷达在室内地图重建过程中,扫描不到透明玻璃的问题,文章提出了一种玻璃检测三维重建算法,实现了三维地图中玻璃的重建。该方法将三维激光雷达扫描的点云经过点云滤波、分割、聚类以及运动匹配,提取出感兴趣的透明玻璃上的点云,从而识别出室内场景中的透明玻璃。实验结果显示,该算法能有效地使用激光雷达数据检测玻璃并进行三维地图重建。     

基于激光雷达的点云数据处理研究

激光雷达技术目前已经在商业中得到了广泛的运用,通过激光雷达技术对点云数据处理系统的研究也有了长足的发展。由于激光雷达数据扫描所获取的是大量的离散化三维数据信息,这些以坐标来记录的数据被称为点云数据。点云是表示实际物体三维信息的统计无序数集,包含物体的三维坐标值、颜色值和灰度值。使用激光雷达的信息采集处理系统采集数据时,由于会受到外界的干扰因素（如光线反射、阴影环境）、扫描精度、物品机械振动的负面影响,采集到的点云数据存在着很大的噪声和孔洞。这些点云空间密度相差较大,使得分析结果不能直接描绘实际物体的模型。对于上述存在的漏洞,设计了一种基于激光雷达的点云数据的处理算法,实现对点云数据处理的简化、过滤、检索以及可视化。     

三维扫描激光雷达系统设计及实时成像技术

三维扫描激光雷达能够主动获取目标的三维信息,其高速数据采集与传输是三维实时成像的技术瓶颈之一。自主设计一款地基三维扫描激光雷达系统,利用数据采集与控制系统实现点云三维成像。激光雷达系统硬件设计包括发射与接收单元、测距单元和扫描单元,用于获取目标的三维点云数据。激光雷达系统软件设计包括上位机程序、下位机程序和USB固件程序设计,实现点云数据从下位机到上位机的采集、传输和存储,及上位机数据解析和实时成像。通过多个场景实验,结果显示三维扫描激光雷达系统具有厘米级别的测距误差,可以实现三维实时成像。     

实时感知型激光雷达多通道数据采集系统设计

激光雷达是实现环境实时感知的重要传感器,针对多通道感知激光雷达数据量大、数据传输解算实时性要求高及量体裁衣高效小型化的迫切需求,基于自研采用可靠的机械扫描、阵列探测和数据采集控制相结合的多通道激光雷达,设计实现了基于FPGA和DSP的多路并行信号采集处理系统,并在点云三维实时成像中得到了验证。该数据采集处理系统中的FPGA负责多通道激光雷达数据控制采集以及数据传输,DSP负责对数据进行解析处理并通过网口将点云数据上传到上位机,实现点云实时显示。实际测试结果表明,该数据采集处理系统能够满足多通道激光雷达2 Mpts/s的大数据量点云解析,并保证20 fps以上实时数据的可靠采集传输,实现周围环境和障碍物激光雷达点云的快速解算,可应用于自动驾驶、导航避障、周界安防等领域。     

基于TIN的LIDAR点云过滤算法

机载激光雷达是一种快速获取高精度三维地理数据的新技术,对其获取的不规则分布的三维点云数据过滤处理是目前的研究前沿,也是机载激光雷达应用的关键技术.本文在分析典型地物激光雷达点云空间分布基本规律的基础上,重点研究了典型地物表面及其边缘的点云空间分布特征及基于TIN结构的邻近点云高程突变规律,并设计了相应的点云过滤算法.论文还对算法的参数选择及相应的误差进行了探讨,并进行了LIDAR数据DEM提取实验.     

用于汽车实时障碍检测的光学传感系统

介绍了几种用于汽车障碍物探测的光学系统。对于三维照相机系统、三维扫描激光雷达成像系统、一维扫描激光雷达系统及非扫描激光雷达成像系统的优缺点进行了分析比较。目前,最具实用价值的是一维扫描激光雷达系统。     

M8激光雷达回波的非接触式发射率三维分布测量方法

针对目前发射率测量方法只是对某一单一物质进行接触式测量,难以获得复杂目标的发射率三维分布问题,提出一种基于M8激光雷达回波的非接触式发射率三维分布测量方法。首先基于激光雷达传输距离方程分析回波强度特性,通过M8激光雷达对95%标准漫反射板进行扫描,叠加多帧单线点云,得到具有反射光谱特性的雷达强度三维点云像;运用分段多项式模型拟合距离-强度及入射角-强度之间的关系,基于得到的分段多项式模型校正距离和入射角度影响下的回波强度,使不同距离与入射角情况下所测回波强度能够真实地反映目标的反射光谱特性,校正结果显示,标准漫反射板回波强度变异系数分别从0.267 6和0.343 8降低到了0.042 0和0.041 2,回波强度一致性分别提高了84.31%和88.02%,使雷达所测得强度值能直接反映目标材料的反射光谱特性,验证了强度校正模型的有效性;最后基于得到的分段多项式校正模型对带有反射率真值贴片的缩比卫星模型雷达强度三维点云像进行强度校正,利用校正后的回波强度的反射光谱特性,计算出目标表面的反射率,运用反射法进一步推导其发射率,得到缩比卫星模型发射率的三维分布,三组卫星模型表面贴片的发射率平均...     

自主移动机器人微型激光雷达点云数据滤波研究

由于自主移动机器人微型激光雷达点云数据采集过程存在多种外界因素的干扰，导致采集到的点云数据中含有大量噪声，为此设计提出自主移动机器人微型激光雷达点云数据滤波方法。采集自主移动机器人微型激光雷达采集点云数据，利用噪声分离算法和改进的三维中值修复对点云数据进行优化。根据精简移动最小二乘法构建微型激光雷达点云数据滤波模型，将经过优化的点云数据输入该模型中，实现微型激光雷达点云数据滤波。实验结果表明，所提方法的点云数据滤波误差低，实际应用效果更好。     

激光雷达云数据视场交迭异常监测系统

激光雷达扫描得到的点云数据以欧氏距离和交并比作为阈值对异常情况监测。但是，视场交迭异常对这两个二维参数的阈值突破不敏感，因此设计激光雷达云数据视场交迭异常监测系统。运用监测模块分析激光雷达点云数据，获取数据视场交迭系数。利用回声信号采集模块对数据进行高速计数累积和缓存。增加激光雷达云数据视场交迭区域可见光谱的范围，将拷贝的数据传送给数据监控模块。设置激光雷达点云数据监控节点，按照顺序取值划分异常阈值，利用其能够迅速精准捕捉视场交迭异常，实现异常监测。实验结果表明，所设计系统监测精准度高，虚警率与漏警率低，在激光雷达云数据处理领域具有较好的应用前景。     

空间非合作目标半物理仿真地面验证系统

针对非合作目标线阵雷达成像点云数据获取过程中在轨验证试验成本高、空间环境复杂和控制难等问题,以非合作目标三维重建数值模拟为基础,研制模拟空间服务航天器绕飞采集过程半物理仿真地面验证系统。采用KUKA六轴机械臂搭载缩比卫星模型,还原非合作目标的运动状态,并利用三轴精密转台搭载线阵扫描雷达实现非合作目标可测部位数据采集,通过综合控制系统完成目标扫描及数据处理。利用该半物理地面验证系统,开展缩比比例为1∶10的非合作目标多视角数据采集试验;通过建立分辨率精度评估、吻合度评估和实际运动与控制运动的误差分析准则,进行评估试验。试验结果表明:该系统可以有效获取多视角状态下非合作目标的点云数据,根据点云数据测量计算的目标章动运动角度与目标真实运动角度误差在4%以内,可为未来空间在轨操控与三维重建技术提供真实的技术数据参考。     

基于激光点云数据的三维运动图像重构技术北大核心CSCD

为了解决三维运动图重构时存在的重构测量距离与实际距离误差大、激光点云数据数量多和重构图像清晰度对比低的问题,提出了基于激光点云数据的三维运动图像重构技术,通过配准多帧激光点云数据,从中获取激光点云数据集,再采用平面拟合方法对激光点云数据集实行去噪处理,最后利用曲面重构法完成对曲面模型的拟合,实现三维运动图像重构。实验结果表明,通过对三维运动图像重构进行测量距离与实际距离的对比、激光点云数据数量的对比和测量图像与实际图像清晰度的对比测试,验证了三维运动图像重构技术的实用性高。     

基于体素化图卷积网络的三维点云目标检测方法

针对激光雷达点云的稀疏性和空间离散分布的特点,通过结合体素划分和图表示方法设计了新的图卷积特征提取模块,提出一种基于体素化图卷积神经网络的激光雷达三维点云目标检测算法。该方法通过消除传统3D卷积神经网络的计算冗余性,不仅提升了网络的目标检测能力,并且提高了点云拓扑信息的分析能力。文中设计的方法在KITTI公开数据集的车辆、行人、骑行者的3D目标检测和鸟瞰图目标检测任务的检测性能相比基准网络均有了有效提升,尤其在车辆3D目标检测任务上最高提升了13.75%。实验表明:该方法采用图卷积特征提取模块有效提高了网络整体检测性能和数据拓扑关系的学习能力,为三维点云目标检测任务提供了新的方法。     

基于体素化网格下采样的点云简化算法研究

针对三维点云数据冗余量大、重建时间长、效率低等问题,提出一种基于体素化网格下采样的点云简化算法。该算法首先求出点云数据集的最小三维长方体包围盒,把点云数据划分进三维体素栅格中去;其次计算点云的k邻域,进行曲面法向量估计;然后,在三维体素栅格中选择满足要求的数据点,实现点云下采样;最后,调用Power Crust对下采样点云数据进行曲面重建,在三维可视化类库Visualization Toolkit(VTK)进行显示。实验结果表明,该算法能够加快三维点云数据的重建速度,较好地保持了点云特征,提高曲面重建的效率和鲁棒性,适合实时处理。     

基于压缩感知的三维人体点云的压缩及重建

经过激光扫描得到的三维人体点云数据量庞大,给模型的存储和传输带来困难,影响了其在体域网中的应用。针对这一问题,将压缩感知理论应用于人体点云模型的压缩与重建中。在压缩之前使用改进的三维栅格法做点云精简,针对人体点云的特点对数据进行分块稀疏变换,利用正交匹配追踪算法重建原始模型。最终实验重建误差约为 ,证实了该算法的有效性和可行性。     

基于改进欧式聚类算法的双目主动视觉点云目标检测研究

双目视觉立体匹配时,在同色调表面因为缺乏纹理信息,不仅计算量大且匹配度低, 而且生成的 场景中的点云又具有非结构化、近密远疏的性质, 因此,提高双目视觉匹配的精度与速度, 以及准确分割点 云目标, 一直是点云获取及目标检测中的难点问题。 针对以上问题, 本文首先提出了一种融合主动激光 的 3D 点云目标采集方法, 快速准确地获得原始点云数据; 其次提出了一种基于欧式聚类的改进算法, 使用距离阈值和角度阈值作为阈值分割判断条件进行分段聚类, 得到边界明确的 3D 点云目标检测框。 实验结果表明:所设计的 3D 点云成像系统能够有效获取前方物体的 3D 点云信息,且具有比激光雷达成 本低、易实现、信息丰富等优势;改进后的欧式聚类算法能有效改善传统算法对阈值较为敏感导致的物 体易出现欠分割或过分割的问题, 提高了目标检测的准确率, 在室内场景下具有良好的检测效果。     

远距离目标的多基线立体视觉点云成像技术

双目立体视觉是机器视觉的重要分支之一,其通过直接模拟人眼观察和图像处理的方式来获取探测目标的深度信息。这种非接触式的测量方法具有速度快、精度高、操作简单等特点,但是对于不同距离的目标,特别是远距离目标难以获取深度信息。提出了一种基于多基线双目立体视觉的远距离目标三维点云成像技术,该方法通过可变基线实现对不同距离目标的点云成像。实验结果表明,该方法能有效探测500 m^4 000 m范围内目标的深度信息,实现三维点云成像,突破了双目立体视觉远距离三维成像的技术难点,同时形成的三维点云与激光三维成像雷达的数据格式一致,为未来激光三维成像雷达技术与立体视觉技术的点云融合,优势互补提供了借鉴。     

基于InGaAs单光子探测器的线阵扫描激光雷达及其光子信号处理技术研究

随着探测体系的发展,基于单光子探测技术的光子计数激光雷达受到了广泛关注,有效降低了系统对激光功率的需求,广泛应用在远距离测距及成像领域。针对激光雷达在人眼安全波段的工作需求,基于自由运转模式InGaAs/InP SPAD单光子探测器设计了一套多元收发的远程线阵光子计数激光雷达扫描成像原型系统,对探测器在日光背景下的探测概率影响因素展开了分析,配合主动淬灭电路设计及工作温度、偏压调整获得了系统的最佳工作点,并针对扫描视场中孤立目标特征采用了点云滤波及后脉冲预处理算法,将单个接收通道的原始数据率由200 kbps量级降低至小于1 kbps。与记录单次回波相比,单个测距周期记录四次回波可将有效数据量提升约5%。同时也对探测器的噪声及后脉冲等特性进行了分析。该系统工作波段为1 550 nm,探测器线阵规模可达到128元,激光重频为20 kHz,可在2 s内实现水平200°范围内的激光三维成像,作用距离>3 km。经过成像算法处理,该系统在日光条件下成功实现多距离目标三维成像,成像目标清晰。     

SLAM激光扫描的建筑物建模方法与应用Building modeling method and application of SLAM laser scanning

基于SLAM激光扫描系统对目标建筑物进行点云数据采集,通过点云去噪、重采样等预处理得到了建筑物目标点云,利用特征提取算法提取建筑物轮廓线,分别采用点云数据直接建模法和基于轮廓线建模方法对目标建筑物进行了建模对比,利用传统全站仪获取的10个特征尺寸进行了精度验证。试验结果表明,直接建模法的建筑物模型精度为0.058 m,基于轮廓线建立的模型的精度为0.032 m,基于建筑物线特征约束的建模精度明显高于点云数据直接建模精度,为SLAM激光扫描系统在建筑物三维模型建立中的应用提供了方法和参考。