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.     

月面态势感知雷达三维成像方法

为实现月球探测器软着陆前在悬停状态下对局部月面起伏态势的有效感知,提出一种基于高度维宽带高分辨以及平面二维接收数字波束形成的雷达三维成像方法.该方法的突出特点是不需要雷达与目标间的相对运动便能实现三维成像.根据成像原理,对雷达发射波形、天线形式及尺寸进行了研究和设计;探讨了成像高度以及场景栅格扫描时的波位步进量问题;给出完整的成像处理流程并进行仿真验证.仿真结果表明,采用该方法可以获得强散射中心三维坐标,重构出场景区域的三维图像.     

无扫描三维成像激光雷达原理分析与成像仿真

介绍了无扫描三维成像激光雷达的系统结构及成像原理.无扫描三维激光雷达是一种不需要扫描机构的三维成像系统,由信号调制、信号发射、微通道板调制、信号积分接收等模块组成.发射的激光信号经过正弦调制,利用回波信号与本地振荡器的相位差计算得出目标上各点距离,这种测距方法称为面阵相位法.与传统的扫描式激光雷达相比,无扫描三维成像激光雷达具有结构简单、成像速度快、可靠性高等优点,同时对激光脉冲频率的要求很低,因此在武器的末制导、车辆的主动防撞、机器人视觉等方面有着广阔的应用前景.本文介绍了无扫描三维成像激光雷达的系统结构以及面阵相位测距法的基本原理,并在Matlab环境下针对点目标、面阵目标对成像算法进行了仿真.验证了面阵相位法的测距原理及无扫描三维成像激光雷达的成像原理,并分析了可能存在的信号功率误差和CCD读数时的末位不稳定对成像精度的影响,为无扫描三维成像激光雷达的设备研制提供了有益的参考.     

CCD成像在线测量玻璃管外径及壁厚的方法

根据平行光透过玻璃管的折射规律，提出用ＣＣＤ成像在线测量玻璃管外径及壁厚的新方法，并用计算机进行模拟，导出了数理模型；实验测量系统证明了该方案的可行性，为透明管状产品高速、动态、非接触实时测量开辟了一条新途径．     

三维矿体模型快速构建方法研究

三维矿体模型可为资源储量估算、矿山生产设计及资源管理提供可靠依据。然而,传统三维矿体模型的构建依赖于地质剖面图,需要大量的地质工作和地质经验,往往严重滞后于勘探进度。文章利用空间插值方法展开三维矿体模型的快速构建方法研究,能够很好地描述矿体的空间分布形态,适用于勘探初期矿体的基本圈定和三维模型构建。     

三维激光成像探测系统建模与仿真

 激光成像探测系统仿真是评估现有激光成像系统的性能及开发新型激光成像探测技术的有效手段。研究激光脉冲回波信号特性并建立数学模型是应用回波信号检测技术处理回波,进行激光成像系统仿真的关键。为此以激光发射脉冲模型为基础对激光脉冲回波信号的建模过程和基于单位冲激响应的目标散射特性建模方法作了详尽的推导和描述,并建立检测算法模型,最后依据目标成像模板采用单元回波探测线阵化方式进行了推帚式三维激光成像仿真。结果表明,该仿真系统可实现不同探测条件下线阵推帚式激光成像的有效仿真。     

二维SPACE RIP并行成像技术在三维磁共振成像中的应用

相比均匀欠采样规则,基于非均匀欠采样规则的SPACE RIP并行磁共振成像技术能够获得更高质量的影像。为了减少三维快速自旋回波(3-D fast spin echo,3-DFSE)序列的扫描时间,该文提出了在2个相位编码方向都采用基于指数分布的非均匀欠采样规则,结合SPACE RIP并行磁共振成像技术来减少扫描时间。并用仿真实验、水模研究以及活体实验来评价所提出方案的性能。实验表明,重建后的图像噪声低、分辨率高并且无明显混叠伪影,对临床诊断具有较高使用价值。     

条纹管成像激光雷达距离模型的研究

在基于对STIL系统成像原理分析的基础上,对实际目标的相对距离与CCD目标像距离之间的关系进行了理论研究,得出了两者近线性的关系,并依据此线性关系构建出了距离计算模型.搭建了实验平台,对模型中所需的2个重要参数静态基准线的位置和扫描速度分别进行了测定,验证了距离模型可以采用近似线性处理的正确性,基于此实验数据重新修正了距离模型.     

多源数据融合的城市三维实景建模

随着数字城市以及智慧城市的提出，城市模拟从二维发展到三维，对城市三维实景建模的要求越来越高。由于城市地物密度高、变化快，传统的手工三维建模方法效率低，无法适应快速发展变化的城市环境，因此，往往采用无人机倾斜摄影技术进行快速三维建模，但无人机倾斜摄影方法无法解决城市地物遮挡、树冠遮挡、屋檐遮挡、玻璃透光等问题，造成三维模型局部纹理扭曲、地物拉花、地物空洞等缺陷，在模型精度、质量、应用方面存在诸多问题。为了解决上述问题，以中国科学院大学为研究区，运用无人机倾斜摄影技术与地面激光雷达技术进行融合建模。在实验过程中，外业采用“规则航线自动拍摄为主，兴趣区手动拍摄为辅”的无人机影像获取策略；内业则利用“手动粗配准，ICP算法精配准”的方法将地面雷达点云统一到无人机影像坐标系统中。实验结果表明，多源数据融合的方法既能够保证三维建模的效率，又能够修正无人机单独建模模型的地物扭曲、空洞等问题，提高模型的精度，优化城市三维模型。     

基于快速离散曲波变换的TH-1卫星影像融合方法

针对TH-1部分影像存在较大噪声的问题,提出一种基于快速离散曲波变换(fast discretecurvelet transforms,FDCT)的卫星影像融合方法.在融合处理过程中,对于FDCT分解出的低频系数子带采用加权平均算法,噪声较少的次高频子带采用最大区域边缘信息度量算法,噪声较为集中的最高频子带采用最大值替换算法.融合后的影像在常用影像质量评价指标统计值和去噪评价指标统计值两方面均显示,该方法的融合效果相对传统方法优势明显.     

融合边缘检测的 3D 点云语义分割方法研究

针对点云分割中分割目标不明确,边缘不清晰,全局特征与边缘特征未能有效融合等问题,提出 了一种融合边缘检测的 3D 点云语义分割算法。 首先,通过 3D 点云语义分割网络对点云数据进行初步提取 区域内的全局语义特征;然后,采用引入了注意力机制的语义边缘检测网络,能够更好地对点云数据中的物 体进行特征提取增强,抑制非边缘信息的产生,得到了具有丰富的语义信息的边缘特征;最后,通过融合模块 将属于同一物体的语义特征融合起来进行分割细化处理,使得分割目标更精确;此外,使用了双重语义损失 函数,使网络产生具有更好边界的语义分割结果。 通过搭建实验平台和使用 S3DIS 标准数据集进行测试,改 进后的算法在数据集上的平均交互比为 70. 21%,在精度上较 KPConv 语义分割算法有所提高。 实验结果表 明:该算法能够有效改善物体边界分割不清晰、边缘信息模糊等问题,总体分割性能良好。     

基于3D激光点云的移动机器人行驶环境描述

针对移动机器人在复杂环境中的自主导航行驶问题,提出了一种基于3D激光点云数据的行驶环境描述方法. 在对点云数据进行球、柱坐标转换的基础上,构建机器人环境感知圆柱,根据3D激光雷达的扫描序列,提取点云径、切向坡度特征,结合机器人的运动特性,分析行驶环境的可通行性,提取候选道路点云. 复杂行驶环境下的实验结果证明了此方法能够使机器人准确地对环境进行认知.     

动态卷积的3D点云目标检测算法

针对不规则且稀疏的点的提取特征问题,提出一种以动态卷积作为特征提取的3D点云目标检测算法.首先,以一种新型的动态卷积的方式自适应学习点的位置特征,分类出前景点与背景点,同时对提取出的前景点逐一做回归框;然后,用非极大值抑制选出分数值最好的回归框.其次,进行粒度的细化,得到修正规范的3D回归框,完成3D物体的目标检测.最后,在KITTI数据集上验证算法的有效性.结果表明：文中所提算法在汽车类、行人类、自行车类数据集上的3D点云目标检测精度更高.     

基于面阵CCD的快速曝光图像采集系统

为了实现高速运动物体的高品质实时检测,提出一种基于面阵CCD的快速曝光图像采集系统的设计方法。采用VSP01M01作为驱动芯片,在外触发模式下,在同一帧图像的读出脉冲之前进行曝光,以FPGA作为图像采集系统的控制核心,完成对快速运动图像的快速采集。实验测试表明,系统具有性能稳定、数据传输实时性强、图像品质高,快门时间最快可达10-4s,充分满足了工业现场对相机采集快门速度的要求,此系统已在以直线电机为运动载体的轴承检测中实现。     

基于向量角度差和拟合曲线融合的建筑物点云提取方法

为了提升城市建筑物提取完整度并消除植物的影响,提出一种向量角度差和拟合曲线融合的建筑物提取方法。该方法以扫描线为研究对象,通过计算相邻方向向量角度差提取平面屋顶;利用曲线拟合计算同一扫描线内数据点的残差值,基于多数抽样样本建立残差阈值进而提取曲面屋顶;最后,通过细化后处理完成建筑物提取。选取典型城市实验区数据集,并与成熟的不规则三角网法(triangulated irregular network,TIN)进行对照实验。结果表明:所提方法能够更有效地提取曲面建筑以及抑制植物的影响,测区总体精度和kappa系数分别为98.96%和0.9148,优于TIN算法。该方法具有运算简单,稳定性高等特点,为有效解决曲率复杂和具有高差突变性的建筑物屋顶提取问题提供了思路。     

3D点云BSP并行计算模型及算法设计

根据3D点云数据处理计算特点,按照BSP模型的技术思想,建立了3D点云BSP并行计算模型。讨论了HAMA框架下的3D点云BSP并行计算模型的实现方法,构建了一个由普通PC组成的HAMA计算集群。以3D点模型构建计算为例,给出了一种3D点云数据处理BSP算法设计方法。实例的计算结果表明:BSP并行计算方法能高效地完成3D点模型构建计算,与其它计算方法相比,计算效率有所提高。     

自动驾驶中基于深度学习的3D目标检测方法综述

随着激光雷达传感器和深度学习技术的快速发展,针对自动驾驶3D目标检测算法的研究呈现爆发式增长。为了探究3D目标检测技术的发展和演变,对该领域中基于深度学习的3D检测算法进行了综述。根据车载传感器的不同,将当前基于深度学习的自动驾驶3D目标检测算法分为基于相机RGB图像、基于激光雷达点云、基于RGB图像–激光雷达点云融合的3D目标检测3种类型。在此基础上,分析了各类算法的技术原理及其发展历程,并根据平均检测精度（mAP）指标,对比了它们的性能差异与模型优缺点。最后,总结和展望了当前自动驾驶3D目标检测中仍然面临的技术挑战及未来发展趋势。     

基于Clifford代数的3D点云模型数字水印算法

引入Clifford代数,在G3空间中建立了不依赖于特定坐标系的、多维统一的3D点云数据几何表征与计算模型.介绍了Clifford代数空间中的Fourier变换及其计算公式,进而提出了基于Clifford-Fourier变换的3D点云模型数字水印算法.该方法将点云模型映射为相应的Clifford几何空间域系数,并对其进行水印信息的嵌入和提取.实验分析表明,所提出的方法对平移、旋转、均匀缩放、重排序、简化和噪声等各种攻击均具有较好的鲁棒性.
     

三维激光扫描技术在建筑物建模上的应用

三维激光扫描技术的应用领域日益广泛,但点云数据内业处理较为复杂,对此方面的研究一直是许多相关专业的热点．通过三维激光扫描仪对历史建筑进行扫描,对采集的数据进行处理,建立建筑物的三维模型．提出了控制网的布设方案,完成激光扫描仪坐标下点云数据向全站仪坐标下数据的转换,对海量点云数据去噪、拟合、建模,完整地建立建筑物的真三维模型,为建筑物的保护和管理提供了基础数据．     

点云数据处理中的几个典型三维补点算法比较

本文介绍了几种典型的三维补点算法。基于对三维扫描获得的点云数据处理的方式不同,将补点算法分为有限单元法和无网格法。例举了几种有效率的典型算法,并比较分析了每种算法的优势和不足。