基于面特征和SIFT特征的LiDAR点云与航空影像配准

针对LiDAR数据与航空影像融合中的配准问题,提出一种将面特征与点特征相结合的配准方法,首先由LiDAR点云生成深度影像,对深度影像和航空影像提取面特征,在此基础上采用SIFT算子提取点特征,完成LiDAR点云与航空影像的配准。文中方法采取了由面特征到SIFT特征的配准策略,减少了面特征配准的数据量和SIFT算法的计算量。从ISPRS提供的数据集中选取了3组数据进行实验,实验结果表明该方法能有效减少SIFT算子的特征描述符的数量,减少寻找正确匹配点的时间,在保证配准精度的情况下提高配准的效率,适用于城市地区等包含大量面特征地区的LiDAR点云与航空影像配准。     

基于机载LiDAR数据制作数字正射影像的方法

简述了TerraSolid系列软件的功能,详细介绍了在TerraSolid软件中利用机载LiDAR数据制作数字正射影像的基本流程和方法。     

边缘检测算子LiDAR河流数据提取的研究

由于LiDAR数据具有离散、不连续的特点,在空间上并没有明确的函数关系,现有的LiDAR数据地形地物的提取算法存在依赖辅助数据和算法只针对建筑物等明显地物提取的问题。河流的数据存在形状不规则、边缘不明显的特征,自然形成的原因导致其坡度信息多变,常见的数据提取算法难以解决这类问题,Robert边缘检测算子对边缘信息更为敏感,实验证明,与Sobel和Prewitt算子对比,Robert算子更适用于提取较高精度河流地物边缘并且有较好的精确性和适用性,可获得较高精度作为准确的目标信息。     

基于改进YOLOv5s和传感器融合的目标检测定位

针对无人车环境感知过程中相机无法提供道路目标的位置信息,激光雷达点云稀疏以致检测方面难以达到很好效果的问题,提出一种通过融合两者信息进行目标检测和定位的方法。采用深度学习中YOLOv5s算法进行目标检测,通过联合标定进行相机与激光雷达外参的获取以转换传感器之间的坐标,使雷达点云数据能投影到相机图像数据中,得到检测目标的位置信息,最后进行实车验证。结果表明,所提算法能在搭载TX2嵌入式计算平台的无人车自动驾驶平台上拥有27.2 Hz的检测速度,并且在一段时间的检测环境中保持12.50%的漏检率和35.32 m的最远识别距离以及0.18 m的平均定位精度。将激光雷达和相机融合,可实现嵌入式系统下的道路目标检测定位,为嵌入式平台下环境感知系统的搭建提供了参考。     

基于张量投票的道路表面裂缝检测

以车载LiDAR数据为对象,提出一种基于多尺度张量投票技术的道路表面裂缝提取方法. 首先沿行车路线从剖面图中提取道路路坎,通过行车轨迹线约束提取道路数据. 再根据强度和距离信息将道路数据转换成二维特征图像,采用多尺度张量投票法增强特征图像的裂缝信息提取道路表面裂缝. 利用点云数据和道路影像数据进行实验验证,结果表明该方法抗噪能力强,裂缝检测质量高.     

星载云-气溶胶激光雷达系统的应用

简要介绍了星载激光雷达的探测优势和发展过程,对国外空间激光雷达研制计划LITE及主要星载激光雷达系统(GLAS,CALIPSO等)的技术特点和探测结果等进行了详细的叙述,总结了星载激光雷达在各领域中的应用情况,并对其今后的发展做出了展望。     

激光LiDAR数据在三维城市模型中的应用

三维城市模型作为数字城市的一个重要组成部分,它的建立可以拓宽城市规划、设计人员的视角,为城市建筑结构调查、绿地位置设计、道路规划、光照分析、噪声传播和污染研究等提供有效信息,对于城市可持续发展研究具有重要意义。结合生产实际,介绍了激光LiDAR数据在三维城市模型方面的应用,探讨了应用过程中遇到的问题及对策。     

多核计算环境下的LiDAR数据DEM内插方法研究

为了分析并提高在多核计算环境下大数据量激光雷达数据内插DEM效率问题,利用多线程技术,设计了在多核计算环境下DEM分块内插并行算法,讨论了并行算法的流程和技术要点,并实验分析了分块大小和搜索半径对并行算法的加速比影响.实验表明:在分块较小时,加速比与核数具有线性增长关系;而内插搜索半径越大,加速比越小,但影响不十分显著.总体上,多核并行算法一定程度上提高了DEM内插效率,但是会受到计算机内存速度的限制.     

基于地面LiDAR点云的北川县城震害建筑物提取研究

北川县城在汶川地震后变成一片废墟,本文以北川县城扫描获取的地面激光雷达数据为实验数据,在介绍地面LiDAR点云基本特征、面向对象方法思路的基础上,将面向对象方法引入到地面LiDAR点云建筑物提取中,从而实现了震害建筑物的自动提取。通过对比分析插值生成的特征的不同,构建适合于LiDAR点云震害建筑物提取的特征规则集,基于面向对象方法对北川地震遗址地面LiDAR数据进行震害建筑物识别,对结果进行分析,震害建筑物提取总体精度达92.3%,Kappa系数为0.873,提取精度满足地震遥感应急评估的需求,为震害评估增添新的可用遥感数据源。     

激光雷达和行人航迹推算融合的室内目标定位方法

激光雷达(light detection and ranging, LiDAR)在室内定位中具有抗干扰能力强,速度、角和距离分辨率高等优点,但在定位过程中其精度易受环境因素干扰影响。提出了一种LiDAR和行人航迹推算(pedestrian dead reckoning, PDR)融合的室内定位方法,以扩展卡尔曼滤波(extended Kalman filter, EKF)为基础,通过对LiDAR的位移增量、角度观测值以及PDR的位姿信息等量测值进行解算,令二者互补融合,有效抑制非视距影响和误差累积的问题,并对单一类组合算法和融合类组合算法的定位精度进行对比分析。实验结果表明：当室内人员为行走状态时,LiDAR和PDR融合定位算法较单一定位方法在精度和稳定性方面均有效提高,PDR定位误差为0.98 m, LiDAR定位误差为0.6 m, EKF融合后定位误差下降到0.32 m。