基于16线激光雷达和相机融合的三维目标检测

针对16线激光雷达点云过于稀疏而无法进行三维目标检测的问题,设计了一种基于激光雷达和相机融合的三维目标检测方法。首先,对激光雷达和相机进行联合标定,统一两者坐标系,并利用ROS进行时间同步,确保雷达和相机在相同的时间感知到相同的环境。然后,将相机采集的图像作为输入,送入YOLOv5算法中进行二维的目标检测,得到目标在图像中的二维检测框和类别。最后,利用联合标定过的激光雷达获取目标二维像素点对应的三维点云,通过这些雷达点云算出目标的三维坐标和三维边界框,从而得到三维目标检测结果。实验验证：通过搭建硬件平台并在实验场地测试后证明了该方法的可行性。     

激光雷达应用技术研究进展

随着激光成像雷达技术的快速发展,激光雷达三维点云数据在多个领域展现出良好的应用前景。本文首先概述了激光雷达的基本原理和性能优势,进而重点阐述了激光雷达在调查监测、建模测绘、探测测量、医疗、军事等各方面的实际应用。     

基于激光雷达与视觉融合的水面漂浮物检测

针对水面清污机器人对漂浮目标的检测问题,提出了一种将三维激光雷达点云数据与视觉信息融合检测的方法.首先,视觉识别部分采用CornerNet-Lite目标检测网络,通过对大量样本的训练实现水面漂浮物的检测,得到候选目标的种类和置信度.然后,通过相机和激光雷达的标定将激光雷达三维点云数据投影到二维像素平面,并根据相对像素面...     

三维点云与可见光图像融合方法及可视化

鉴于三维点云缺少颜色信息和光学图像缺少空间信息,提出一种基于激光雷达与相机自动标定的融合方法,融合后的数据兼有点云的空间信息和光学图像的颜色纹理信息。首先利用平面标定板对激光雷达和光学相机进行分步式自动标定,其次通过共线方程建立坐标关系,将光学图像的颜色纹理信息赋予点云进行融合并进行可视化。实验结果表明：所提方法在提高自动化程度的同时也在一定程度上提高了融合精度;与基于人工匹配的标定融合方法相比,所提方法的精度提升了51.7%;与基于梯形棋盘格标定板的标定融合方法相比,所提方法的精度提升了36.4%。从多角度观测可视化结果,所提方法都能从颜色和空间效果方面更好地还原真实场景。     

激光雷达室内定位技术研究及应用综述

室内定位技术伴随机器人等在室内环境下自主作业的需要已成为热门研究领域,室内定位效果依赖其使用的传感器以及相关算法。为探索激光雷达在室内定位过程中的技术发展及相关应用,通过文献调研对基于激光雷达的室内定位原理,激光雷达产品,激光雷达室内定位技术发展展开分析。结合当下激光雷达室内定位技术的部分应用场景探索激光雷达现阶段实际应用中的不足,并提供了部分切合实际的技术解决方案。最后对基于激光雷达的室内定位技术进行了总结及展望,为后续该领域的研究提供一些可行思路。     

基于激光雷达与相机融合的交通锥桶检测

针对广泛应用在自动驾驶场景中的交通锥桶,对于单一传感器在自动驾驶目标检测中的局限性问题,提出一种基于激光雷达与相机融合的实时、鲁棒的交通检测锥桶方法。该方法利用交通锥桶的独特几何结构,通过激光雷达与相机检测交通锥桶的三维位置和颜色信息,将激光雷达三维点云投影到二维图像平面,对结果进行后融合。实验表明,该方法能够稳定、准确地检测出交通锥桶,在不同环境光照条件和复杂环境下检测准确率均在96%以上。     

基于单目相机与激光雷达融合的SLAM方法

视觉传感器与激光雷达融合的SLAM方法是当下研究的热点,实际效果优于单一传感器的SLAM方法.针对当下视觉传感器与激光雷达融合的算法仍然存在着用于定位的特征点不足导致定位精度不高的问题,充分利用激光雷达提供的深度信息,提出了一种多策略的视觉与激光融合的SLAM算法,在估计帧间位姿前对上一帧中的特征点深度值进行判断,通过...     

基于强度信息的激光雷达和相机空间位姿标定方法

激光雷达和相机融合系统可感知环境的几何尺寸和颜色信息,在多个领域中得到了广泛应用。为了准确融合两种信息,提出了一种基于自然特征点的激光雷达和相机外部参数标定方法。首先,在激光雷达自校正的基础上,利用激光雷达数据的强度信息对点云以中心投影的方式生成灰度图。然后,通过尺度不变特征变换算法对投影生成的灰度图和相机图像进行特征点提取和匹配。最后,以同名特征点得到的信息建立标定数学模型,并进行数据优化,标定出三维激光雷达系统和相机系统的外部参数。实验结果表明,该方法计算的点云到图像像素点的重投影误差为2.3 pixel,验证了该位姿标定方法的有效性和准确性。     

相机标定中的角点检测和标定的接口程序设计

利用现成的程序为摄像机标定确定一种误差较小的方法,考虑到现有的摄像机标定程序的输出数据格式不兼容,设计了一种新的角点检测和标定的接口程序.对数据进行了格式转换、自动处理及直观仿真显示.实验表明,该接口程序不仅使角点检测和标定两个步骤可以完全自动进行,并且标定得出的数据直观,可直接提供给后续工作使用.     

网络化激光雷达的多源数据融合点云分类算法研究

针对当前多源数据融合点云分类算法的激光雷达点云数据分类精度较低,分类时间较长的问题,提出网络化激光雷达的多源数据融合点云分类算法.利用加权航迹关联法,计算各激光雷达目标航迹号,并打散已关联航迹,通过泰勒级数将非线性问题转化成近似线性问题,求解线性状态,融合多源数据.使用主成分分析法,求解点云法线与曲率,分割段协方差矩阵...     

基于激光雷达点云数据的光伏电站智能巡检系统

面对当前使用的人巡和机巡方法缺少对光伏电站周围环境分析,使电力线巡检数据评估结果与实际结果不一致,导致智能巡检结果不精准的问题,设计了基于激光雷达点云数据的光伏电站智能巡检系统。利用倾斜摄影相机可以转换视觉模式,确保不会发生不同视角下的摄影重叠问题。设计环境和设备信息采集模块,集中处理环境参数,并将处理结果存入存储模块。采用激光雷达,实现测距。利用激光脉冲对点云数据进行采集和处理,对雷达参数进行调整。通过计算激光源到被测点的距离,得到光伏电站周围的环境信息。建立三维曲面模型拟合电力线,获得最佳参数。设计输电线路巡检航线自动规划流程,完成光伏电站智能巡检。由实验结果可知,该系统水平距离和垂直距离均与实际数据一致,具有精准的巡检结果。     

基于点云配准的多固态激光雷达标定算法

针对多个固态激光雷达协同工作时,需要准确地进行外参标定的实际需求,提出一种基于点云配准的多固态激光雷达自动标定算法。该标定算法由标定物分割、初始配准和精确配准三个阶段构成。在标定物分割阶段,首先通过叠加多帧非重复扫描数据制作标定点云,再使用半径滤波和体素下采样滤波分割出纹理特征明显的目标点云。在初始配准阶段,使用3D-HARRIS算法提取关键点,并使用方向直方图(SHOT)特征描述子进行特征描述,然后匹配对应点并使用采样一致算法完成初始配准;在精配准阶段使用迭代最近邻(ICP)算法进行精确配准,从而获得精确的外参标定效果。在Bunny兔数据集和现场获得的数据上进行实验,结果表明,当保证配准平均误差小于1 mm的前提下,所提出算法的性能优于多种现有算法。     

相机标定误差因素分析

分析了影响相机标定精度的一些主要因素,并给出了在这些因素影响下世界坐标重投影误差的分布曲线.仿真及实验表明在非线性相机模型的线性标定方法中,世界坐标的测量精度对相机标定精度有较大影响,标定图片数量15-20幅较合适.对相机标定中合理制作标定板、选择标定图片数量、快速高精度标定相机提供了有益帮助.     

多传感器融合的激光雷达点云矫正与定位方法

针对单一传感器难以解决激光雷达在运动场景中因为点云畸变和误差累积产生的运动失真与定位精度差的问题,提出一种融合惯性测量单元数据和轮速计数据的激光雷达点云畸变矫正与定位方法。首先,以激光雷达数据为时刻基准,利用积分的方法对惯性测量单元和轮速计的数据进行预处理;之后,将融合数据与激光雷达数据融合,以矫正产生畸变的激光点云;最后,利用线性插值的方式来保证传感器间数据的时间同步,并将计算的位姿作为里程计迭代计算的初值,降低计算复杂度并提高里程计的定位精度。实验结果表明,相比没有采用多传感器融合的传统方案（LOAM、FLOAM）,在公开数据集实验中,所提方法的定位均方根误差分别降低了81.11%和21.54%,在自测数据集实验中,定位均方根误差分别降低了52.76%和24.29%。     

基于激光雷达与红外数据融合的跟踪算法

针对精确制导中目标的自动识别、稳定跟踪与抗干扰需求,提出了一种基于激光雷达与红外数据融合的目标识别与抗干扰方法.首先采用一致性点漂移(CPD)算法对目标在不同图像中的轮廓特性进行匹配,完成了激光与红外图像的配准;然后利用红外图像中目标的能量和形状信息、激光图像中的距离信息完成激光与红外图像的决策级融合;最后利用改进的核相关跟踪算法完成目标的跟踪与抗干扰.通过激光雷达与红外仿真数据的实验,验证了文中方法在目标跟踪与抗干扰性能上的有效性.     

高精度CCD拼接相机标定方法研究

介绍了大视场CCD(电荷耦合器件)拼接相机的组成和测量原理,分析了物像空间对应的坐标关系,指出了影响大视场光电测量设备精度的原因是相机内方位元素的准确性和光学畸变校正效果.提出了基于像面坐标系在大地坐标系下投影的高精度CCD拼接相机内方位元素的标定方法,该方法建立了CCD拼接相机模型和光学畸变校正模型,使用多元回归分析方法,标定了相机的内方位元素与畸变系数.大量试验结果验证了该标定方法的正确性,该方法对其他光电测量设备具有参考价值.     

鱼眼相机等效焦距三点标定法

为简化鱼眼相机等效焦距的标定,提出一种“三 点标定法”。基于鱼眼相机的等 距投影模型、余弦定理和空间模型,导出了只含有等效焦距一个未知量的方程。在实际标定 过程中,首先在地面上随机选取3个 不重合的点,并测量出它们之间的距离;然后利用鱼眼相机采集到含有这3个点的图像,计 算出等效焦距。实验结果表明, 本文方法简化了相关相机标定的过程和实验复杂度;相比于传统的方法,本文方法得出的结 果更接近于鱼眼镜头的真实参数。     

车载激光雷达和视觉传感器融合算法研究

随着交通技术的发展,智能交通工具受到了广泛的关注。其中,车载激光雷达技术是智能驾驶系统的基础,在复杂的交通环境中,某些方面可能会受到环境干扰,导致车载激光雷达控制受损,尤其是对车辆详细信息的判断和数据搜集的准确性降低。针对以上问题,文章开展了基于激光雷达与视觉传感器融合算法的技术研究。     

一种3D激光雷达和摄像机的联合标定方法

针对由摄像机和3D激光雷达组成的无人车平台的外部标定问题,提出一种3D激光雷达和摄像机的联合标定方法。通过激光雷达在地面上的扫描信息,获取激光雷达安装的俯仰角和安装高度;利用黑白棋盘格标定板获取摄像机相对车体的姿态外参数;最后综合激光雷达和摄像机的标定结果,对激光雷达、摄像头、车体进行联合标定。该方法只要让标定板放置于车体正前方,采集一次数据就能满足整个标定过程,实现两种类型传感器的联合标定。实验结果表明该方法有较好的标定效果。