快速三维扫描激光雷达的设计及其系统标定

为了增强传统二维激光雷达的环境几何信息采集能力,设计了一个快速三维扫描激光雷达系统.采用了一个单片机控制的步进电机旋转二维激光雷达的扫描平面,得到第三维扫描.研制了高速数据通讯卡,实现激光雷达与数据采集计算机之间的实时传输.在整个扫描过程中,各个时刻的二维距离测量数据和相应的俯仰扫描角被同时记录下来,形成一帧完整的三维距离图像.在分析系统误差源基础上,对初始姿态误差和系统偏心误差建立了数学模型,并采用最小二乘法作了系统标定.实验结果表明,该雷达系统精度高,在量程范围内距离误差小于±30 mm,扫描速度可达1.2 s/帧数据.     

一个输电线系统净空排查算法的优化过程

针对激光雷达扫描得到的输电线路三维点云数据,在对象分类的基础上,设计一个全自动的净空排查算法,以确定输电线路与周围地物是否有过于接近的情况。由于净空排查的基本算法相当耗时,故采用了包围盒、循环调整、降维、多分辨率、并行运算等措施,对基本算法作了7级优化,使算法速度提高超过20 000倍,最终达到亚秒级的耗时。     

An algorithm and observability research of autonomous navigation and joint attitude determination in asteroid exploration descent stage

In this paper, an autonomous relative navigation and joint attitude determination algorithm in asteroid exploration descent stage is researched based on feature point information of perpendicular asteroid surface image observed by optical navigation camera, distance vectors from spacecraft to asteroid measured by three angled installed lidars and relative velocity increment measured by accelerometer when the relative distance vector to the centroid of asteroid can not be obtained. The inertial attitude of spacecraft is determined by sun vector, star vectors and inertial angular velocity respectively measured by sun sensor, star trackers and inertial reference unit. Also, in order to obtain measurement error model transferred from sensor noise, a covariance matrix solver considering error correlation is presented via the error model of normalized vector to first order. Numerical simulation and improved observability evaluation of filtering are undertaken to discuss the results of complete sensor observation and weak observation of lidars, and verify the effectiveness of the presented relative navigation and attitude determination algorithm.     

基于高光谱数据和雷达融合的滑坡信息提取

为了改进微地形滑坡遥感影像分类技术,从而提高微地形滑坡遥感信息提取的精度,采用湖北宜昌部分地区的无人机航拍高光谱影像(HSI)和激光雷达(LiDAR)数据作为研究数据源,并对高光谱和LiDAR数据进行融合,最后采用结合注意力模块(CBAM)的卷积神经网络(CNN)方法,对融合后的数据进行滑坡信息提取。研究表明,利用高光谱和雷达数据的优势,可以更准确地提取滑坡信息。     

基于机载点云的电力线提取方法研究

为了提高电力线走廊巡检的有效性,提出一种基于机载点云的电力线提取方法。首先利用渐进三角网滤波剔除地面点,并计算距地高差,得到含电力线点集,为了克服传统二维密度分割方法无法有效识别电力线下方存在地物点的不足,通过三维格网划分密度分割方法,实现电力线点粗提取;然后通过 ＲＡＮＳＡＣ方法直线检测与点云高差并判断剔除残留电塔点与绝缘子点,实现电力线点云精提取;此外,借助 ＲＡＮＳＡＣ方法曲线检测对同一垂直面上的电力线分股,最后利用 Ｋ-Ｍｅａｎｓ算法完成分裂导线束间归类。实验表明,该电力线点云提取方法正确率达 97％以上,非电力线点云误判率低至 1％左右,完全满足实际工程需求。     

动态环境中多帧点云融合算法及三维目标检测算法研究

低线束激光雷达扫描的点云数据较为稀疏,导致无人驾驶环境感知系统中三维目标检测效果欠佳,通过多帧点云配准可实现稀疏点云稠密化,但动态环境中的行人与移动车辆会降低激光雷达的定位精度,也会造成融合帧中运动目标上的点云偏移较大。针对上述问题,提出了一种动态环境中多帧点云融合算法,利用该算法在园区道路实况下进行三维目标检测,提高了低线束激光雷达的三维目标检测精度。利用16线和40线激光雷达采集的行驶路况数据进行实验,结果表明该算法能够增强稀疏点云密度,改善低成本激光雷达的环境感知能力。     

基于IMU与激光雷达紧耦合的混合匹配算法

针对线、面特征匹配的激光雷达测距与地图构建算法(Lightweight and Ground-Optimized Lidar Odometry And Mapping,LeGO-LOAM)在自动导引运输车(Automated Guided Vehicle,AGV)室内室外实时建图与定位时,易出现激光里程计累积误差大和旋转估计不准确等问题,本工作采用惯性测量单元(Inertial Measurement Unit,IMU)与激光雷达紧耦合的LeGO-LOAM算法,通过IMU为激光雷达提供的初始位姿信息,构建IMU与激光雷达联合误差函数,实现位姿共同迭代优化.其中,对于室外结构化信息较少时,在点对点的迭代最近点算法(Iterative Closest Point,ICP)较高定位精度的基础上,结合LeGO-LOAM算法和ICP算法互补性,进一步提出基于IMU与激光雷达紧耦合的混合匹配算法:当环境中结构信息较多时,激光里程计采用LeGO-LOAM算法,而当环境中结构化信息较少时采用ICP算法.实验结果表明,基于IMU与激光雷达紧耦合的混合匹配算法可有效降低激光里程计相对位姿误差和累积误差,提高AGV小车定位精度以消除部分地图重影.     

基于坐标变换的圆柱体点云数据拟合方法

为了解决工程测量中圆柱体点云数据的拟合问题,论文通过迭代逼近法求解圆柱体中轴线方向向量,再将点云数据按照中轴线方向进行坐标变换到与竖直方向平行,最后通过拟合平面圆形得到圆柱体的模型参数,将三维的非线性拟合问题转换为二维的线性拟合问题,降低了处理的复杂度,也避免了非线性最小二乘拟合过程中初值选取的问题,同时也能处理任意方向的圆柱体拟合问题.另外通过计算拟合中误差进行噪声点剔除处理,通过迭代拟合提高了圆柱体的拟合精度.实验结果表明该算法能够满足实际工程测量中圆柱体拟合的精度需求.     

基于多传感器融合的交通数据采集系统概述

智能交通系统是道路有序运行的重要保证,环境感知技术是智能交通系统的基础。单个传感器系统的测量维度和置信率较低,系统的可靠性较差,为了获得准确的交通环境数据,采用多传感器融合方法对交通数据进行采集,构建了以激光雷达、毫米波雷达、全景相机为核心的交通数据采集系统,使系统更加稳定,并对交通环境信息的采集更加准确。     

基于新型Canny算法雷达距离图像边缘检测算法

针对激光雷达距离像的噪声滤波和边缘检测问题,提出了一种结合改进环圈滤波算法和自适应Canny算法的距离像边缘检测算法.通过改进环圈滤波对距离像的噪声进行抑制,在滤除噪声的同时保留了图像的细节特征信息.从梯度幅值计算、非极大值抑制和阀值自动选择3个方面对传统Canny算法进行改进,克服了噪声影响和边缘检测模糊等缺点.实验结果表明,该算法能够可靠的对距离图像进行边缘检测,并且检测结果的信息熵和标准差指标数据优于传统的Sobel算法和Laplace算法,能够较好地满足激光雷达距离像边缘检测的实际需要.