高逼真激光雷达场景建模与分析

为了提高激光雷达场景的仿真逼真度,采用光线跟踪的方法构建了以激光成像模型为基础的激光成像模拟仿真系统.结合激光散射定律,对计算机图形学中基本光照模型进行了一系列改进,得到了简化的用于高真实感场景仿真的激光成像模型,具体的改进如下:1加入激光光源的直接反射分量;2将多光源光亮度模型改变为多次反射的功率模型;3在模型中引入探测器噪声项.对典型场景进行了激光雷达场景成像计算,用采集到的激光雷达图像数据进行对比分析.仿真结果表明,模拟结果与实采图像在基本特征上是相似的;定量分析结果表明,模拟图像与实采图像在主要特征上是相符的.     

面向嵌入式系统的复杂场景三维目标融合检测方法

为解决复杂道路场景下,运行在嵌入式设备上的3D目标检测算法存在准确率低、实时性差等问题,提出了一种基于视觉2D目标检测和激光雷达3D目标检测结果级融合的方法。首先在YOLOv3算法的网络结构引入注意力机制,得到图像坐标系下2D目标检测结果;其次融合谱聚类和基于动态半径阈值的欧式聚类,得到点云坐标系下3D目标检测结果;最后通过相机和激光雷达联合标定统一坐标系,利用交占比(IOU)方法得到融合检测结果。实验结果表明：文中提出的多传感器融合检测算法,在KITTI 3D目标检测数据集表现良好,并可以在实车嵌入式平台进行部署,实时获得目标的多维信息,为智能汽车在路径上最近的车辆(CIPV)进行目标跟踪和轨迹预测提供了有效的数据支撑。     

覆盖多种材料的复杂目标LRCS计算

提出了计算覆盖多种材料复杂目标的激光雷达散射截面的可视化方法．使用颜色标签建立含材料信息的目标模型,通过颜色标签成像计算目标的单站激光雷达散射截面,附加双向遮挡成像计算目标的双站激光雷达散射截面．讨论了目标覆盖不同材料及用蒙特卡罗方法模拟表面涂漆脱落情况下的激光雷达散射截面的差异．结果表明,计算方法直观、快速,具有实际应用价值．     

期望最大化聚类的高光谱亚像素目标检测

针对高光谱目标检测中复杂背景的影响,提出一种基于期望最大化聚类的亚像素目标检测方法,利用背景分解来描述复杂背景．首先,采用期望最大化聚类法实现高光谱图像的背景分解．然后,将背景子空间模型应用于分解得到的场景．由于分解得到的场景更加单一,因此该方法更适合于复杂背景下的亚像素目标检测．将提出的方法应用于实际的高光谱图像,实验结果表明这种方法具有更好的检测性能．     

路侧激光雷达与摄像机时间和空间同步方法

为解决激光雷达和摄像机之间因数据采集频率不同导致数据信息采集不匹配的问题,提出一种基于频率自匹配的多源传感器时间同步方法,在不改变传感器频率的前提下,采用频率自匹配算法对数据进行处理,使激光雷达和摄像机数据进行匹配,有效减少冗余数据,最终实现激光雷达点云数据和摄像机图像数据之间的时间同步。在时间同步基础上,采用基于平面靶联合标定的方法,实现多维度数据空间同步。通过实际场景测试试验,本研究提出的时间同步和空间同步方法的精度分别达到97.92%和96.21%,验证了该方法的准确性。本研究能够提高多源传感器信息融合准确性,有效解决单一传感器信息感知缺陷问题。     

自航船模点云数据集的海上船舶检测

为了进行激光雷达海上目标检测的算法研究,本文利用自主航行船模与激光雷达等效采集海上场景点云数据,制作了船舶点云数据集。利用深度学习方法,提出了一种适用于船舶点云目标检测的点结构轻量型目标检测网络LASSD,并通过网络剪枝的方式提升了速度并缩减了所需的计算资源。提出一种基于候选目标的高阶点云特征局部注意力模块,弥补网络剪枝带来的精度损失。实验表明：本文的LASSD网络仅使用5.3×10⁶的参数量在船舶数据集中达到79.42%的精度,在检测中单幅场景仅花费13.5 ms,检测精度以及运行速度能够在实际应用中提供实时有效的检测结果。     

基于FPGA的简易偏振成像系统设计

偏振成像是一种获取目标物表面光学反射偏振特征的新型成像技术,与传统成像相比可以获取更多的目标物信息。本文设计了一种简易轻便应用于多场景下的偏振成像采集系统。系统由光学成像模块、FPGA主芯片、上位机图像获取三部分组成,实现图像的采集、传输与显示。通过FPGA主芯片驱动图像传感器,利用偏振分光棱镜,将携带目标物表面信息的反射光分解成垂直方向（S分量）和水平方向（P分量）,收集并解析获取目标物垂直方向和水平方向上的偏振图像;同时分析了系统可能产生误差的原因并进行了标定。实验结果表明：本文设计的成像系统在不同场景下,均可稳定、实时采集到P分量和S分量图像,解析出偏振度图像。     

基于机载激光雷达点云的森林场景建模

利用机载激光雷达森林点云数据进行真实森林场景的精细三维重建,为构建数字森林环境与林业资源管理应用提供参考.提出利用点云魔方软件对森林点云数据进行处理,分离得到地面点云和植被点云;采用层堆叠分割方法对森林植被进行分割并提取每株树木的平面位置、树高、冠幅直径及面积等参数;运用景观设计软件SketchUp和Lumion进行森林场景三维建模,模拟真实森林三维场景中的地形和植被效果.以某地区约4万m2的森林场景机载激光雷达点云数据为实例进行森林场景三维重建,从激光雷达数据中分割出的773棵树木点云,结合树种分布、树高及轮廓等信息构建了逼真的三维森林场景.试验结果表明,根据森林点云数据的分割结果能快速高效地构建模拟现实树木形态结构的真实感三维模型,克服传统树木建模精度低和可视化不高的缺点.     

航天遥感器的空间目标成像模型研究

提出了一种新的空间目标的成像模型,用于仿真模拟航天遥感器观测到的空间目标成像特性的分析与实验.假定空间目标几何形状为球形,使用已有的空间目标照度计算公式,建立了目标星等仿真计算模型;通过使用航天遥感器CCD、光学系统参数和目标星等计算模型,可得到空间目标在理想观测条件下的航天遥感器焦平面上点源响应的信号强度和图像;考虑到航天遥感器与空间目标的相对运动关系,建立了空间目标在实际观测条件下的航天遥感器焦平面上线成像的能量分布模型和运动引起的模糊图像;综合使用上述几种模型,可生成空间目标在航天遥感器不同成像观测条件下的动态帧序列图像,以满足空间目标的探测与识别仿真算法研究的需求.     

基于多注意力融合的抗遮挡目标跟踪

针对基于孪生网络的目标跟踪算法在相似目标干扰和发生遮挡时容易丢失目标的问题,提出一种基于多注意力融合的抗遮挡目标跟踪算法(anti-occlusion target tracking based on multi-attention fusion, AOTMAF)。为更好地模拟遮挡图片,引入渐进式随机遮挡模块,由易到难地随机生成遮挡块对图像进行多区域遮挡,通过人工模拟被遮挡图像的方式扩充负样本数据集,提升模型在遮挡情况下对判别性特征的提取能力。从深度、高度与宽度三个维度挖掘特征图通道信息,并通过融合空间注意力,聚合特征图上每个位置的空间依赖性,增强特征表达能力,进一步提高跟踪的鲁棒性。实验结果表明,在OTB100、VOT2018、GOT-10K公开数据集上,本研究方法在复杂场景下能有效提升跟踪精度和鲁棒性。     

窄带高分辨MIMO雷达图像特性分析

针对窄带MIMO（NMIMO）雷达的目标识别问题,着重对目标NMIMO图像特性进行了研究.首先对NMIMO雷达成像方法进行了简要介绍;然后结合4种典型运动方式,分别分析了目标NMIMO雷达图像上散射中心位置参数、散射中心幅度以及图像分辨力3种参数的分布特性,并给出了不同运动方式下目标NMIMO雷达图像3种参数的变化规律.最后,通过仿真目标的成像结果对相关结论进行了验证仿真.结果表明：相对散射中心幅度和图像分辨率,散射中心结构更不敏感于目标姿态的变化,验证了理论分析的正确性.     

Kinect与二维激光雷达结合的机器人障碍检测

在Kinect相机和二维激光雷达结合的基础上,提出了一种适用于移动机器人、低成本的障碍物三维感知方法。该方法首先通过Kinect相机和二维激光雷达联合标定建立深度图像点与激光雷达测距点的对应关系,然后,融合二者的检测数据得到环境障碍物位置。具体步骤为:1）Kinect相机与二维激光雷达分别从环境中获取深度图像和二维激光数据;2）将深度图像转换成虚拟二维激光数据;3）根据联合标定得到的对应关系融合虚拟激光数据与二维激光雷达数据,得到障碍物的位置。实物测试证明该方法正确有效,可用于移动机器人对环境障碍物的判断。     

双目相机和激光雷达的融合SLAM研究

针对基于图优化的激光SLAM算法在高相似度的场景中闭环检测出错的问题,提出使用双目相机进行闭环检测的方法. 使用加入旋转不变性的FAST特征点和BRIEF描述子进行双目深度估计; 引入局部地图的概念,使用单帧激光雷达数据与局部地图进行匹配,提高SLAM前端的精度. 使用基于词袋(bag of words,BOW)模型的k叉树字典评估图片相似度从而完成闭环检测,最后构建全局优化问题并求解. 与主流开源激光雷达SLAM算法的对比实验表明,研究内容改善了只使用激光雷达数据进行闭环检测的方法在相似度较高场景下失效     

基于MMSE-T的合成孔径雷达图像超分辨率重建

针对雷达目标图像,提出一种基于阈值最小均方误差（MMSE-T）的超分辨率重建方法,并对其性能进行了分析、比较和评估.介绍和分析了雷达成像模型及常用的超分辨方法.以及MMSE-T改进算法及其具体实现方法.以MSTAR合成孔径雷达（SAR）实测图像为例,给出其超分辨结果,同时基于输出信噪比（SNR）指标,对其性能进行了比较与评估.实验表明：MMSE-T超分辨率方法在无须事先已知原始场景先验知识的情况下,可实现对原始场景的准确重建,同时具有较好的噪声抑制作用,可用于高分辨率一维距离像、合成孔径雷达、逆合成孔径雷达及实波束成像等雷达图像目标信息的开发.     

干涉仪激光成像原理及实验

就激光成像的成像方式而言,激光干涉仪成像比其他的成像方法有显著的优点。介绍了激光干涉仪成像的基本原理和实验室的初步实验。研究工作证明,激光干涉仪成像在原理上是可行的,并有可能成为激光成像领域的一种新手段     

Polarimetric super-resolution algorithm for radar range imaging via spatial smoothing processing

A full-polarimetric super-resolution algorithm with spatial smoothing processing is presented for one-dimensional (1-D) radar imaging. The coherence between scattering centers is minimized by using spatial smoothing processing (SSP). Then the range and polarimetric scattering matrix of the scattering centers are estimated. The impact of different lengths of the smoothing window on the imaging quality is mainly analyzed with different signal-to-noise ratios (SNR). Simulation and experimental results show that an improved radar super-resolution range profile and more precise estimation can be obtained by adjusting the length of the smoothing window under different SNR conditions.     

飞行器目标的双站散射特性研究

为研究飞行器目标双、多站电磁散射特性和隐身、反隐身原理,通过固定双站角、旋转目标的方法对不同双站角下目标的雷达散射截面进行了测试分析,避免了多次定标,效率较高．通过比较不同双站角下的飞行器目标的雷达散射截面,发现了其双站电磁散射的对称性、相似性和弱耦合性3大主要特性,并得出如下结论:单站隐身技术通过改变电磁散射能量的空间分布,将强散射波峰控制在重点探测方向之外实现隐身,而双站雷达主要通过截获重点探测方位(相对单站)之外的强散射波峰实现反隐身要求．因此判定目标的双站隐身特性需结合主要威胁双站角和整机所有强散射波峰进行．     

基于全景相机和全向激光雷达的致密三维重建

为了实现360°全景三维重建,提出一种基于全景相机和全向激光雷达的联合标定和数据融合方法.采用二维平面靶标进行联合标定,克服传统方法中提取雷达数据边缘信息不精确导致的误差,并且标定过程简单.在此基础上,提出一种基于超像素分割的致密三维重建算法,得到与物体平面一致的超像素块分割结果,根据超像素块内三维点估算物体平面,推算每个像素的深度信息,得到致密的三维重建信息.结果表明,该算法标定结果精确,三维重建景物轮廓清晰,色彩对应准确.     

基于大气模型的天气退化图像复原方法及应用

介绍了一种简单的基于大气模型的天气退化图像复原方法．与以往的天气退化图像复原方法相比，该方法只需要一幅受天气影响的图像和少量的用户提供的额外信息，而不需要任何深度和天气信息，即可去除图像的天气影响．该方法通过深度启发法来获取场景点的深度信息，基于大气模型对天气退化图像进行复原，针对去除天气影响后图像亮度降低的问题，采用了直方图调整方法进行图像增强．在MATLAB平台上的仿真实验结果表明，该方法对天气退化图像复原的效果较好．