人眼安全的生物气溶胶短程遥测系统

建立了满足激光辐照人眼安全要求的便携式生物气溶胶短程遥测系统,用于实现有人员活动区域生物战剂气溶胶的实时预警监测。以高频调制的405nm半导体激光器为激发光源,200mm口径的卡塞格林望远系统为信号光收集系统,搭建了基于伪随机调制的便携型生物气溶胶激光雷达短程遥测系统。该系统具备平行偏振散射、垂直偏振散射光探测,以及450nm和530nm两个波段荧光探测等四个同步探测通道。以枯草芽孢杆菌、金黄色葡萄球菌和酵母菌为样本对该激光雷达系统进行了初步测试。外场试验表明,该生物气溶胶遥测系统的空间分辨率为1.5m,荧光通道的探测距离为100m;3种被测生物气溶胶种类识别的回代误报率分别为9%、11.5%和14.5%,交叉误报率为11.3%。该遥测系统的激光能量低于激光辐照人眼安全标准的要求,基本实现了生物气溶胶的甄别。     

激光雷达数据过滤算法开展阶层式分类研究

机载激光雷达系统主要采用离散的三维激光进行数据测量,从而获取一种数字表面模型,其中数据滤波能够快速获取数字高程模型,一直是机载激光雷达数据处理的重点研究方向,机载激光雷达技术在水文、地质以及军事等行业得到了快速的普及。基于此,本文对激光雷达数据的点云数据分类方法进行了详细的探讨和研究。     

基于激光雷达距离图像信息的三维重构技术

摘要：为了得到目标物体的几何信息,提出一种利用距离数据对物体表面进行三维重构技术。将激光雷达扫描 的平面二维数据点转化为三维数据,根据激光雷达逐行扫描特点,对点云数据采用三角网生成法,得到三维网格, 并采用C++语言和OpenGL 在VC++6.0 编译环境下对其进行了验证。实验结果证明：该方法能有效地对采集的距离 数据进行重构,可以得出三维图形。     

差分吸收NO_2激光雷达波长漂移和能量波动对浓度反演的影响

为评估差分吸收二氧化氮激光雷达中激光器的稳定性对反演浓度的影响,以NO_2的吸收谱和激光雷达方程为基础,分析了波长漂移和能量波动对距离分辨差分吸收激光雷达浓度反演带来的相对误差。采用两台Nd:YAG激光器的354.7nm波长分别泵浦两台染料激光器的方式,产生差分吸收探测所需的两个波长λon(448.10nm)和λoff(446.80nm),搭建探测大气NO_2实验系统,并就波长漂移和能量波动对NO_2浓度反演影响进行了实验验证。实验结果表明:在没有稳频条件下,当λon和λoff波长漂移≤0.005nm时,引起的浓度相对误差为≤3%;能量波动对反演浓度没有影响,但能量降低减小探测距离,当能量下降≤5%时,探测距离≤100m,实验结果与理论计算基本一致。最后,开展了大气NO_2浓度实验观测,获得实验期间水平及垂直高度0.5~3km内NO_2浓度的分布廓线,系统稳定可靠。本方法为实用化NO_2差分吸收激光雷达的设计及应用提供了理论依据及技术支持。     

基于光子计数激光雷达的时域去噪

激光雷达传统的成像方法需要经过长时间积分探测生成光子计数统计直方图的方式来减少背景噪声的影响,获得目标场景的深度估计信息。为了快速准确地获取目标场景的3D图像,提出基于光子计数激光雷达的三维距离图像时域去噪算法。该算法不需要生成光子计数统计直方图,利用信号和噪声在时间轴上不同的分布特性,结合了泊松过程统计规律。此算法提高了信号的探测概率,能够在低信噪比的环境下将信号和噪声分离,获得目标场景准确的3D图像。实验结果表明在低信噪比的条件下,此算法获得深度图像的RMSE与传统基于最大似然估计成像方法相比成像精度至少提高了3倍。有利于激光雷达三维成像在高背景噪声环境下的使用,拓宽了激光雷达的应用范围。     

基于单光子计数激光雷达的Bayesian检测研究

在单光子计数激光雷达检测领域,目前的检测方法在低信噪比情况下虚警概率会增加,同时也无法适应噪声变化的问题。针对这些问题,提出了一种基于Bayesian的检测方法,该方法首先通过雷达方程估计回波信号光子数的范围,将其作为先验信息,而后结合二项分布建立了累计概率模型,基于Bayesian判决准则计算得到检测阈值,此阈值能够在检测概率与虚警概率中间择其平衡。这种方法不仅克服了低信噪比检测困难的情况,还减少了先验信息的获取难度。实验结果表明,对比固定阈值其虚警概率降低了10倍。对比“恒虚警”其检测概率提高了约20%。验证了方法具有良好的检测效果,具备一定的可操作性。     

结合遥感卫星及深度神经决策树的夜间海雾识别

遥感卫星具有覆盖范围广、连续观测等特点,被广泛应用于海雾识别相关研究。本文首先借助能够穿透云层,获取大气剖面信息的星载激光雷达(cloud-aerosol LiDAR with orthogonal polarization, CALIOP)对中高云、低云、海雾、晴空海表样本进行了标注。然后结合葵花8号卫星(Himawari-8)多通道数据提取了各类样本的亮温特征与纹理特征。最后根据海雾监测的需求,抽象出海雾监测的推理决策树,并据此建立深度神经决策树模型,实现了高精度监测夜间海雾的同时具备较强的可解释性。选择2020年6月5日夜间Himawari-8每时次连续观测数据进行测试,监测结果能够清晰地展现此次海雾事件的动态发展过程。同时本文方法海雾监测平均命中率(probability of detection,POD)为87.32%,平均误判率(false alarm ratio, FAR)为13.19%,平均临界成功指数(critical success index, CSI)为77.36%,为海上大雾的防灾减灾提供了一种新方法。     

基于网络图的地基激光雷达复杂树木点云枝叶分离方法

地基激光雷达树木点云数据的枝叶分离是精确计算地上生物量和叶面积指数的重要前提,也是树木三维建模的重要步骤。然而,山地复杂树木冠幅大且结构复杂,从而造成树叶与枝干之间的相互遮挡,因此很难获取高质量的点云数据,目前对其实现枝叶分离依然存在较大的困难。利用地基激光雷达FARO Focus3DX330获取三维激光点云数据,提出了一种基于网络图的树木点云枝叶分离方法。首先,采用LeWos模型对点云进行初步的枝叶分离,分离出枝干和叶片点云。在此基础上,针对枝干和叶片混合点云通过路径追踪检测算法来精细分离枝干和叶片。随着路径长度从10增加到100,枝干点不断增加,叶片点不断减少,枝叶分离精确度、枝干F分数、叶片F分数、Kappa系数均先增加后减少。综合这4项精度评价指标,选取各个树木最优路径长度执行路径追踪检测算法。通过与LeWos模型、Tlseparation模型和高斯混合模型等主流枝叶分离方法比较发现,该方法精度更优,精确度为91.97%。而且,该方法的枝干F分数和叶片F分数均大于85%,这表明该方法具有很好的平衡性。该方法仅使用路径长度,不考虑几何特征,因此极大地提高了针叶树木的枝叶分离精度。...     

基于激光点云的多种飞行平台电力巡检系统对比研究

提要机载激光雷达电力线巡检的工作对飞行平台的稳定性及安全性有较高的要求,对于不同自然条件及工作要求的巡检线路应选择适用的解决方案.因此,该文采用DY-115无人直升机、AS350-B3有人直升机、Cavalon自旋翼飞机、大疆经纬M600多旋翼无人机四种飞行平台,搭载VSure-Q移动测量系统进行输电线路巡检作业,在数...     

一种运用PCA的深度学习激光点云分类方法

为了提高机载激光雷达数据的分类精度和避免耗时的点云多特征提取,本文在点云去噪的基础上,对点云数据进行相对高程的特征提取,提出一种基于PCA数据降维与Point-Net相结合而形成的网络模型,并将获取的相对高程特征和原始特征经过降维处理后输入到网络中.运用Point-Net网络模型提取的全局特征进行点云分类,返回每个点分...