基于神经网络的侧向激光雷达信号去噪算法

针对侧向激光雷达应用于气溶胶探测领域时,雷达回波信号易受噪声影响这一问题,本文提出了一种基于神经网络的激光雷达信号去噪算法。该算法在卷积神经网络基础上融合残差学习法和批量标准化,引入了注意力机制,改进激活函数,提升了网络性能和学习效率。采用本文提出的方法对噪声进行预测,实现了信号和噪声的有效分离,提高了侧向激光雷达CCD图像的信噪比。实验结果表明,使用本文提出的去噪算法对侧向激光雷达CCD图像进行去噪,图像的峰值信噪比提高了约5 dB,信号相对误差减小至9.62%,本文提出的去噪算法优于小波变换、维纳滤波等去噪方法,验证了该方法的可行性和实用性。

     

利用调频／连续波测距技术的强度调制二极管激光雷达

本文介绍了把调频雷达测距原理用于非相干激光雷达的基本的情况，简单地讲，激光雷达发射机输出为射频副载波的幅度调制形式，其自身为线性调频。负载波信号可有一几十至低的几百兆兹的起始频率和一几百兆至低的千兆赫兹的截止频率。根据一般的ＦＭ雷达理论方程式，选择起止频率差ΔＦ来实现理想的距离分辨力ΔＲ，ΔＲ＝ｃ／２ΔＦ，式中ｃ是光速。用光电二极管非相干探测出目标反射光，并转换成电压波形，然后，该波形与初始调制波     

基于点阵照明的APD阵列外差激光雷达外差效率的提高

当前研制的快速成像无扫描激光雷达系统由于激光器功率和信号损耗的限制,遇到了无法增大作用距离的瓶颈。结合光外差体制和APD阵列探测器设计的APD阵列外差探测激光雷达系统可以有效地解决这个问题。鉴于光学系统的外差效率能够直接影响外差激光雷达的性能,因此照明方式的设计是该套激光雷达系统的一个关键。经过分析,传统的直接扩束照明模式下系统的平均外差效率仅为10-5量级,远无法打到使用要求;因此提出了采用改进的点阵照明,并采用在阵列探测器前置微透镜阵列实现匹配接收的方式来解决这一问题。计算结果显示,经过优化后的点阵照明模式下的系统外差效率可达0.82,进而证明了采用点阵照明设计的APD阵列外差激光雷达系统的性能可以达到实用要求,为进一步开展APD阵列外差激光雷达的研究工作奠定了理论基础。     

集成光学功能的紧凑、耐用型芯片

人们通常认为,NASA主要研究如何将宇航员、机器人、航天探测器等送入宇宙深空,以不断探索未知的宇宙世界.但事实上,地球也是NASA最重要的研究对象之一.通过一系列的地球观测卫星、高空科研飞机,以及地面验证方法的研究,NASA已经揭示了地球环境和气候的许多秘密.为了更好地进行大气研究,NASA兰利研究中心的工程师开发了高光谱分辨率激光雷达(HSRL),以测量云层和气溶胶的各种性质参数.     

基于三维激光雷达的低位运梁车隧道内定位导航技术研究

为提高运梁车过隧道时自动驾驶工况下的安全性及隧道内定位的准确性,针对单点激光测距定位方式易受环境影响的不足,提出基于三维激光雷达的隧道内定位导航技术。该技术方案采用多线三维激光雷达扫描隧道空间,通过计算椭圆顶点连线的方法,求出隧道的虚拟中心线,再计算出运梁车车体前后中心点位置偏移隧道中心线的距离,采用PID闭环算法控制运梁车的转向角度,实现了运梁车自动驾驶工况下安全且高速通过隧道的目标。     

基于一维激光雷达数据的交通车辆分类研究

为满足特殊场景中交通管理系统的高时效性、高准确率、低成本需求,本文以一维激光雷达距离数据为基础,将RGB图像、SAR图像等视觉图像处理方法中使用的角点特征的概念用于一维离散数据,从而获取一维离散数据的轮廓特征。本文提出了利用均值差变和离差获得离散角点数据的方法,然后通过对数据样本的长、宽、高、离散角点数据等信息进行分析,获得每类目标的统计特征,进一步调整基于决策树的分类系统参数,提高目标分类的准确率。实验结果表明,该方法对目标分类的正确率在91%以上,能够满足特定环境场景的需求。