基于车载三维测量系统的立交桥三维信息获取研究

利用激光扫描仪与导航POS组成的车载三维测量系统对立交桥的各层路面进行移动平推式扫描,获取立交桥的三维信息.将导航POS获取的系统位置与姿态信息和激光测距仪获取的扫描距离与角度信息进行时间匹配,通过解算得到大地坐标下的三维激光点云坐标.同时,可以利用定点的三维旋转式激光扫描,获取立交桥的横断面信息及交错处的内部细节.在实际应用中,针对立交桥这一特殊城市道路建筑进行测量,取得了一定的效果.     

基于车载三维信息采集系统的GPS数据获取研究

文章描述了车载三维信息采集系统GPS获取定位数据的工作模式及系统主机通过VC 中的通讯控件(MSComm控件)从NovAtelGPS接收机获取定位数据的过程,并且对所获取的数据进行分析.通过实验数据分析表明,此方法在卫星信号不丢失的情况下能够保证三维信息采集系统的定位要求.     

基于车载激光系统的地面三维数据获取技术研究

机载激光雷达系统(Light Detection And Ranging,简称LIDAR)集成了激光扫描仪、全球定位系统(GPS)、高精度惯导系统(IMU)、数码相机,具有同时采集三维地形数据和数字影像的能力。本文以辽宁省大连市1∶500比例尺地形测量为例,详细介绍了LIDAR的基本原理、地面三维数据的获取和处理方法,以及数据成果的检测。     

基于四目三维扫描仪的转台外观设计

为了改善V3.1四目三维扫描仪扫描过程复杂、扫描效率低的问题,文中对该型号扫描仪转台进行外观设计。根据实际工程需求,确定转台台面直径尺寸为300 mm,选取ABS树脂作为外观材料,搭配了红黑相间的色彩,并绘制出最终三维整体效果图。本次产品设计基本符合机械产品外观设计评价标准,一定程度上满足了三维扫描仪的实用和美观需求。     

基于图像序列的三维人体扫描仪

提出一种根据计算机视觉原理来获取人体表面信息的三维人体扫描仪方案,利用摄像机和人体之间的相对运动采集连续的图像序列,对序列图像进行预处理,从而获得各个角度的人体轮廓图像.然后根据轮廓图像的边缘点求取图像中各个高度的人体的侧影轮廓.最后通过一系列的人体的外侧影轮廓来逼近人体的原始形状,进而重建出人体表面三维信息.实验结果表明,本方案和算法是低成本、合理、有效的,根据本方案研制出来的原型系统的性能达到了预定的目标.     

基于三维激光雷达的路沿检测算法

为了在多种道路环境下准确提取智能汽车前方道路路沿,提出一种基于三维激光雷达的路沿检测算法。该算法采用随机采样一致性算法(random sample consensus, RANSAC)快速分割出道路区域,滤除了大部分非地面数据,提高后续步骤的处理速度;提出一种基于无向图邻域关系的多特征、宽阈值、多层次路沿特征提取算法,通过构造多种路沿几何特征设置较宽阈值以提高路沿检测精度;采用双向扫描线搜索算法获取路沿候选点,根据路沿特征点密度和全局连续性的特点进行聚类分析并去除噪声,用二次曲线拟合道路路沿。结果表明,该算法能够在车辆、行人和障碍物遮挡的情况下有效识别结构化直、弯道路路沿,算法准确率均高于86%,且检测道路宽度误差小于0.19m,验证了算法的鲁棒性和准确性。     

基于结构光的三维全身人体扫描仪

提出了一种基于结构光方法的三维全身人体扫描仪的设计方案．该方案使用线激光源,并采用双摄像机互补,多扫描头数据融合的方法克服人体自遮挡,获取人体表面的完整轮廓线．依据该方案进行的仿真实验验证了三维全身人体扫描仪的系统结构与三维信息获取方案的合理性。     

手持式三维扫描仪定位算法的研究

本文主要论述了手持式三维扫描仪的自定位算法。首先介绍了经典算法中迭代最近点算法和穷举法,以及这两种算法存在的缺陷。然后详细介绍了匹配参考点的三角面片算法。通过实验,采用各种算法处理一个图像序列,根据结果分析各种算法的优缺点,最终确定出最佳方法。     

基于激光雷达里程计的高速公路三维建模方法

构建三维道路数字模型对智能车服务和道路管理具有重要意义。文中针对高速公路不同路段应用场景下车辆运行速度快、干扰噪声多、特征少和无回环检测辅助等一系列问题,提出一种以激光雷达信息为建模基础数据、激光雷达里程计与LOAM技术等多传感器融合的高速公路三维建模方法。首先,通过车载激光雷达获取道路场景的激光点云数据,使用激光雷达图像分割技术赋予每一个点有关构造物的标签,剔除道路上其他运动车辆的信息,减少建模噪声;其次,制定了一个精确的同步策略来对GNSS、IMU和激光雷达等传感器进行集成;在此基础上,结合惯性导航预积分结果、基于特征点云的位姿约束和RTK数据构建因子图,消除激光雷达里程计的累积误差,从而构建全局一致性的高速公路三维数字模型。为了保持姿态估计的有限数量,文中还引入了基于关键帧的滑动窗口优化策略。最后,分别采集高速公路场景中常见的3种路段（一般路段、桥梁和隧道路段）进行建模分析,结果表明,在具有挑战性的高速公路场景建模中,文中方法能够有效提高建模鲁棒性、精度以及模型有效性。     

新一代三维激光扫描仪

日前,世界领先的便携式计算机辅助测量设备和软件系统供应商FARO（法如）宣布,将于2009年第2季度开始交付新一代三维激光扫描仪。FARO新推出的这一代机型较之前一款在速度上提高了8倍,最小可分辨间距提高了1倍。     

基于车载颗粒物激光雷达的合肥市典型污染过程立体监测

2018年2月7日至11日,受不利气象条件影响,合肥市及周边地区出现了一次大气污染过程,市辖区均出现不同程度污染.选取4个固定观测点进行全天候环境组网监测,同时安排1辆"大气环境污染移动监测车"进行全天候走航观测,实时监测合肥市区污染物空间分布、立体空间传输及空间沉降与扩散状态.本次合肥市环境组网监测使用了RaySound系列便携式高能高频激光雷达,采用了固定垂直监测、平面扫描监测和移动走航监测"地空天三位一体"的模式,获得了垂直空间边界层特征,污染物容量和污染物输入等特征,分析了城区空间颗粒分布情况,得出了精准污染来源和走势,验证了激光雷达监测污染源排放的可行性以及准确性.     

基于改进FPFH-ICP的车载激光雷达点云配准方法

为了改善传统车载激光雷达点云配准方法准确度低、计算速度慢的问题,提出了一种基于快速点特征直方图（fast point feature histograms, FPFH）初始匹配与改进迭代最近点（iterative closestpoint,ICP）精确配准相结合的改进FPFH-ICP配准算法。配准前使用体素滤波器和statistical-outlier-removal滤波器进行预处理;采用FPFH提取点云特征,基于采样一致性（sample consensus initial alignment, SAC-IA）进行初始配准,为精确配准提供良好的位姿信息;建立K-D树并在传统ICP配准算法的基础上添加法向量阈值,对车载激光雷达点云数据进行精确配准;在4种不同场景的实验中,改进FPFH-ICP配准比ICP配准的均方根误差和配准用时分别平均减少了7.56%和41.22%,比点特征直方图（point feature histograms, PFH）配准的均方根误差和配准用时分别平均减少了30.28%和18.95%,表明改进的FPFH-ICP能够对车载激光雷达点云数据实现精确且高效的配准。     

基于空间球的三维激光扫描仪标定算法

针对三维激光扫描仪测量模型参数的估计问题,提出一种基于空间球的模型参数标定算法。该算法根据球状标定物上各激光扫描点与标定球球心的距离约束条件,建立三维激光扫描仪模型参数和标定球参数的非线性目标函数;综合采用入侵性杂草优化算法和Levenberg-Marquardt算法优化该目标函数,以实现激光扫描仪模型参数标定;通过增加标定球上的扫描点数,能够减弱激光扫描仪测量噪声对标定精度的影响,从而提高文中算法的模型参数标定精度。实验结果表明,该算法的标定精度高,模型参数估计的一致性好,且能有效抑制测量噪声对标定结果的影响。     

基于车载电磁无人机弹射系统的研究

车载电磁弹射系统是一种新兴的发射优化系统,是对传统弹射技术的重大突破,改变了常规的发射方式。电磁弹射应用电磁能驱动物体,就是采用电磁的能量来推动被弹射的物体向外运动,理论分析证明,其可以对大型物体进行高速弹射。电磁轨道炮的理论研究加速了电磁弹射理论的发展,而车载无人机的发展也有较大的利用价值,车载电磁无人机弹射技术就是在此背景下结合两者长处开始发展应用的,具有隐蔽性好、通用性强、维护方便、战场适应性好、机动灵活、可靠性高等优点。本文以单极感应线圈炮为驱动装置组成的车载电磁无人机弹射系统方案进行模拟分析、计算,并通过原理试验理论验证了该方案的可行性,具有一定的理论价值,确定车载电磁无人机弹射技术是可行的且优点明显的。     

车载激光三维建模技术研究

整个点云数据建模过程包括数据预处理和模型重建。数据预处理为模型重建提供可靠精确的点云数据,降低模型重建的复杂度,提高模型重构的精确度和速度。本文提出的方法能够很好地为快速三维建模进行服务,尤其是比较关注街道两侧信息的三维获取,这将大大减少人工三维数据获取及其建模的工作量,将有很好的应用前景。     

手持式三维激光扫描仪定位算法的研究

研究了手持式三维扫描仪的自定位算法,并提出了改进算法以弥补ICP算法和穷举法等经典定位算法的局限性。通过实验对比Delaunay四面体法、ICP算法、最小三角形法和频率三角形法的重构效率,实验结果表明频率三角形法更高效更稳定,在各种环境下均具有可行性。     

基于线状阵列扫描的激光雷达快速三维成像

介绍了一种线阵快扫描三维激光雷达成像仪,给出了线阵激光雷达的系统结构和工作原理.从阵列探测器中的某一单元出发,在分析激光光束发射与接收光路的基础上,利用光学原理和解析几何推导了线阵激光雷达成像严密的计算方程,并分析了影响激光雷达成像质量的内部和外部因素.外场测试实验表明,在30 m的距离,该仪器原理样机的距离分辨率可以达到5 cm,能够探测到直径在8 cm以上的目标,平面拟合后的残差的标准偏差在5 cm左右.     

降雨条件下车载激光雷达感知局限性

针对激光雷达在降雨条件下的性能局限性问题,基于封闭场地中的降雨模拟设施,分别选取一款机械旋转雷达和混合固态激光雷达采集不同降雨条件下的点云数据,通过构建包括5项客观指标的指标集,对两类激光雷达受降雨条件影响的程度进行了对比分析。试验结果表明,降雨会在一定程度上减少点云的数量,降低点云的反射率,增加反射率信息熵,降低反射率信噪比;降雨的雾化现象会大幅恶化激光雷达的表现,在20m~40m内,对机械旋转雷达造成91.49%的平均点云数量削减和82.98%的平均反射率削减;而波长较长、非重复扫描的混合固态雷达在降雨下具有更好的穿透性,点云数量较为稳定;但混合固态雷达在降雨环境下的点云会包含更多反射率较低的雨滴回波,因此需要采用更有效地噪声滤除算法。     

基于车载32线激光雷达点云的车辆目标识别算法

针对结构化道路环境中智能车识别周围360°范围内的车辆目标问题,由车载3D激光雷达采集的道路环境中车辆目标点云数据投影特征,提出识别车辆目标新算法。算法首先识别结构化道路边界,进而排除道路边界两旁障碍物的干扰和减少点云数据量;其次按雷达点云数据扫描和分布特征,利用改进K-means算法对道路区域内点云数据聚类。最后提取聚类目标内部特征点,并通过计算特征点构成向量的夹角或模的长度准确识别车辆目标。实验验证表明,该算法有效抑制了道路边界两旁障碍物的干扰,可以准确识别结构化道路区域内的车辆目标。