基于投影光线交会面不平性的投影器精确检校研究

借鉴数码相机检校的方法对投影器进行检校,即采用的投影器检校模型与数码相机的检校模型类似,但检校精度却低于数码相机的检校精度,从物方详细分析其原因并对由于纸张(避免成像在平面格网板上虚拟影像的格网点与真实格网点的混淆,使用白纸进行遮挡)厚度引起的物方点误差,通过模拟数据对物方点的Z值进行补偿以提高投影器检校精度。经过实验及结果分析,证明该方法具有很好的可行性。     

车载激光点云与全景影像快速融合检校方法北大核心CSCD

针对车载激光点云与全景影像融合检校过程复杂的问题,通过分析检校的误差来源,量化误差影响因素,提出了一种快速检校方法。首先,构建更适用于全景球坐标计算的角度一致方程模型,求解全景相机检校参数;其次,通过分析检校模型,确定检校精度与参数初值和选点精度有关;然后,进一步分析选点精度与点云和全景像素密度差异、全景像片畸变的关系,得出密度差异用距离约束、像片畸变用立面点及对称选点约束的结论;最后,对同名特征点选取数量、距离及布设方式进行分析,确定最佳布点和选点方法并进行验证。实验结果表明,该检校方法简易可行,可实现点云与全景影像的快速检校,相比于传统方法具有明显优势。     

基于线特征的单张相片的相机检校方法探讨

着重探讨一种基于线特征及其几何约束的相机检校方法。这种方法首先利用平行线来检测相机的内方位元素和旋转矩阵参数（外方位角元素）,然后根据一已知像点和对应物点坐标及一已知长度的地面直线来解求变换矩阵参数（相机在物方坐标系中的坐标）。其优点为在不知道直线方程和控制点的情况下得到内方位元素和旋转矩阵参数。     

普通数码相机三种检校方法的量测精度评价

普通数码相机常用的检校方法存在参数解算不稳定,或对控制场要求高,或实施难度大等不足。本文通过不同拍摄距离下的量测精度对比实验,依据控制场布设难度、检校计算稳定性以及量测应用精度等3方面指标,分析评价普通数码相机3种检校方法的特性。研究结果表明:光束法适用于精密控制条件下的相机检校,但解算的稳定性欠佳;PTR方法的检校精度与光束法相当,且计算稳定性较高;MSC方法适用于小型平面控制下的检校,量测精度能满足一般的工程量测需求。     

基于激光测距的无人机地形匹配飞行方法研究

为了解决现有民用无人机在山区等复杂地形下难以实现地形匹配飞行的问题,分析了地形匹配飞行的技术难点,提出了一种基于激光测距的无人机地形匹配飞行方法;先运用基于最小二乘法的拟合模型提高激光测距模块的精度,再利用激光测距模块分别实时测得无人机与地面的相对高度和地形的起伏角度,结合DMC-PID串级控制算法,使得无人机可以自主实现地形匹配飞行;该方法无需昂贵的地形检测传感器和复杂的软件算法,具有设备重量轻,应用难度低等特点;通过实地飞行测试,验证了该方法的有效性和可行性。      

基于长基线双目系统的信号弹高度测量方法

针对信号弹测量的实际需求,增加了现有双目视觉系统的基线长度。使用标准尺寸的特征物来搭建外参数标定系统,利用最小二乘法拟合特征物轮廓,提取特征点像素坐标,建立约束方程组;使用LM优化算法分别计算出两相机与标定系统的旋转量与平移量,进而求解两相机之间的外部参数。利用五帧差分法提取信号弹目标,最终获得信号弹飞行高度。试验证明,该方法测量精度高,鲁棒性较好。     

多基地声纳系统中目标位置与速度联合估计

在多基地声呐系统中,为了利用时间和与多普勒频率量测同时估计运动目标的位置与速度,设计了一种闭式的估计器.其中,使用误差修正的方法,改善了传统的多步加权最小二乘估计器.该估计器只涉及线性加权最小二乘运算,在量测高斯噪声较小的情况下,均方误差可以达到克拉美罗下界(CRLB).通过计算机模拟对比了该估计器的均方误差与CRLB,并比较了其与传统多步加权最小二乘估计器的性能,结果表明:估计器的均方误差小于传统多步加权最小二乘估计器.     

一种基于平面控制直线约束的非量测相机检校方法

光束法自检校为一种经典的适合于非量测相机的检校算法,但其解算精度易受到大量像点坐标观测值的影响.本文讨论一种基于平面控制直线约束的非量测相机检校方法.该方法利用平面格网控制场中的直线特征对格网像点坐标及畸变参数进行直线几何约束.详细推导了该方法的直线约束方程,对检校实验结果从控制场格网点直线性、构像残差等方面进行分析.经实验验证,相较传统的光束法自检校,该附加直线约束的检校方法可有效提高检校结果精度.     

基于小波网络的非线性系统建模与控制

提出了种基于小波网络的非线性系统的建模和控制方法。使用小波网络对未知控制系统建立一步预测模型,基于Ｄｓａｖｉｄｏｎ最小二乘法得到自适应控制律。小波网络的权值由广义递推最小二乘法来学习,尺度参数和平移参数通过稳定的Ｄａｖｉｄｏｎ最小二乘法来获得。仿真结果表明了该方法的有效性。     

矿用脉冲激光测距系统研究

激光测距是在光学高速发展的背景下出现的新型测距方式,被广泛应用于建筑、医学和煤矿井下等距离信息测量场景。针对目前煤矿井下顶底板移进量测量存在无法实时监测、测量精度低、使用不便等问题,设计了基于飞行时间测距原理的脉冲式激光测距系统,并对其系统方案、硬件电路等方面进行了研究。通过高功率半导体激光器、大电流激光驱动电路,发射高能量激光光束。采用ns级雪崩光电二极管,捕获经目标物反射的激光回波信号。利用时刻鉴别电路,计算脉冲激光的飞行时间,精确计算目标物距离。系统试验结果表明,所设计的脉冲激光测距系统体积小、精度高、实用性强,能够达到mm级的测量精度,充分满足煤矿井下的距离测量需求。     

基于机载LiDAR数据的三维树木建模方法

提出一种基于机载激光雷达系统LiDAR数据树木可视化建模的方法。利用机载LiDAR数据的特点,结合L-系统分形的思想,对传统的L-系统方法进行随机化、参数化的扩展和改进,由此对数据进行建模。针对LiDAR数据分布空间由内到外的层次特点,采取分步的建模策略,在外层建立从LiDAR数据中提取L-系统参数的方法。实验结果表明,该方法具有较好的建模效果,适用于三维数字城市、虚拟现实以及林业领域。     

伪点云修正增强激光雷达数据

目的 激光雷达在自动驾驶中具有重要意义,但其价格昂贵,且产生的激光线束数量仍然较少,造成采集的点云密度较稀疏。为了更好地感知周围环境,本文提出一种激光雷达数据增强算法,由双目图像生成伪点云并对伪点云进行坐标修正,进而实现激光雷达点云的稠密化处理,提高3D目标检测精度。此算法不针对特定的3D目标检测网络结构,是一种通用的点云稠密化方法。方法 首先利用双目RGB图像生成深度图像,根据先验的相机参数和深度信息计算出每个像素点在雷达坐标系下的粗略3维坐标,即伪点云。为了更好地分割地面,本文提出了循环RANSAC （random sample consensus）算法,引入了一个分离平面型非地面点云的暂存器,改进复杂场景下的地面分割效果。然后将原始点云进行地面分割后插入KDTree （k-dimensional tree）,以伪点云中的每个点为中心在KDTree中搜索若干近邻点,基于这些近邻点进行曲面重建。根据曲面重建结果,设计一种计算几何方法导出伪点云修正后的精确坐标。最后,将修正后的伪点云与原始激光雷达点云融合得到稠密化点云。结果 实验结果表明,稠密化的点云在视觉上具有较好的质量,物体具有更加完整的形状和轮廓,并且在KITTI （Karlsruhe Institute of Technology and Toyota Technological Institute）数据集上提升了3D目标检测精度。在使用该数据增强方法后,KITTI数据集下AVOD （aggregate view object detection）检测方法的AP_3D-Easy （average precision of 3D object detection on easy setting）提升了8.25%,AVOD-FPN （aggregate view object detection with feature pyramid network）检测方法的AP_BEV-Hard （average precision of bird’s eye view on hard setting）提升了7.14%。结论 本文提出的激光雷达数据增强算法,实现了点云的稠密化处理,并使3D目标检测结果更加精确。     

动态环境中多帧点云融合算法及三维目标检测算法研究

低线束激光雷达扫描的点云数据较为稀疏,导致无人驾驶环境感知系统中三维目标检测效果欠佳,通过多帧点云配准可实现稀疏点云稠密化,但动态环境中的行人与移动车辆会降低激光雷达的定位精度,也会造成融合帧中运动目标上的点云偏移较大。针对上述问题,提出了一种动态环境中多帧点云融合算法,利用该算法在园区道路实况下进行三维目标检测,提高了低线束激光雷达的三维目标检测精度。利用16线和40线激光雷达采集的行驶路况数据进行实验,结果表明该算法能够增强稀疏点云密度,改善低成本激光雷达的环境感知能力。     

高分三号卫星在极地冰区导航中的应用评价

针对面向极地冰区船舶航行导航的需求,利用我国第一颗民用合成孔径雷达卫星高分三号(GF-3)数据,通过定量化统计分析,开展了GF-3号标准条带模式数据在极地冰区应用潜力的评估。结果表明,GF-3号标准条带数据能较好地反映冰面的纹理,HH极化在图像层次和信息量上要优于HV极化;在图像的层次表达方面,GF-3/HV极化数据优于Radarsat-2/HV数据,GF-3/HH极化数据不如Radarsat-2/HH极化数据;GF-3数据能较好地反映南极冰区的纹理和类型特征,对于冰山、冰裂隙等冰上障碍具有较好的识别能力,对极地冰区导航和冰上卸货具备较好的应用效果。     

高光谱激光雷达谱位合一的角度效应分析

高光谱激光雷达以其谱位合一的技术优势为实现超三维精准遥感观测提供了可行途径,因此成为当前激光雷达与高光谱遥感领域共同大力推进的前沿发展方向。目前已有多型原型系统研发出来并得到了原理性验证,然而针对其数据处理核心环节问题的基础技术仍较为欠缺。典型问题之一是不同波段回波信号受激光入射角度的影响,该角度效应限制了高光谱激光雷达实现高性能遥感。以芬兰空间信息研究所高光谱激光雷达原型系统扫描桦树树干为例探讨了该角度效应,发现了不同激光波段对不同入射角度的回波强度响应模式,推导出了角度效应的基本规律及其精细尺度的统计规律,为后续该方向的系统研发、数据处理及信息提取等提供了可借鉴的底层机理与技术基础。     

基于激光雷达数据的行人检测

在自动驾驶领域涉及的众多任务中,行人识别是必不可少的技术之一。针对基于图像数据的行人检测算法无法获得行人深度的问题,提出了基于激光雷达数据的行人检测算法。该算法结合传统基于激光雷达数据的运动目标识别算法和基于深度学习的点云识别算法,可以在不依赖图像数据的条件下感知和检测行人,进而获取行人的准确三维位置,辅助自动驾驶控制系统作出合理决策。该算法在KITTI三维目标检测任务数据集上进行性能测试,中等难度测试达到33.37%的平均准确度,其表现领先于其他基于激光雷达的算法,充分证明了该方法的有效性。     

Estimation of planes of a rock mass in a gallery wall from point cloud data based on MD PSO

LiDAR (laser imaging detection and ranging) has been developed to measure the distance of the mesh of points on an object with a high level of accuracy. It provides high-resolution point cloud data as a result of distance measurement. Detailed 3D shapes of objects can be estimated from point cloud data. LiDAR has been used to identify discontinuities in a rock mass of a tunnel gallery wall. To identify discontinuities, it is necessary to approximate the rock mass surface with small planes. Normal vectors of the planes are important to identify discontinuities. We developed an algorithm for estimation of planes based on multi-dimensional particle swarm optimization (MD PSO) from point cloud data. Point cloud data were segmented into bounding boxes and grouped into clusters by MD PSO. Planes were estimated using the least squares method for point cloud data in the respective clusters. The newly developed algorithm based on MD PSO was evaluated using point cloud data obtained from a gallery wall. Evaluation was carried out in comparison with the previous developed variable-box segmentation (VBS) algorithm. The MD PSO-based algorithm showed a 7% higher accuracy than that of the VBS algorithm.     

An Improved Method for Object Extracting based on Context Information Using Multisouce Data

This paper proposed a new method which combines the airborne LiDAR data with aerial image to extract Rolling Stones on mountainous.Firstly,the aerial image is processed with multi-scale segmentation to get segmentation objects,and the LiDAR data are processed by classification,interpolation,difference for elevation information.Then compute the segmentation object based on visible-band difference vegetation index to remove the interference of vegetation information,and the nonvegetated segmentation objects are obtained.In order to effectively use the shadow,this paper put forward the normalized difference shadow index and use threshold segmentation to get shadow object.And then the automatic extraction algorithm based on the shadow and elevation information is used to preliminary obtain the rolling stones information.Finally,The height threshold filtering is set according to the actual demand to get the final rolling information.This paper took a certain area of Hong Kong aviation image and LiDAR data as experimental data to validate the proposed method.The results show that the method can well extract the Rolling Stones and effectivly distinguish the exposed bedrock,roads and similar spectral information of ground objects as Rolling Stones.The extraction accuracy of Rolling Stones is above 88% which basically satisfies the needs of rockfall in lands department.     

Optical system design for light detection and ranging with ultra-wide field-of-view using liquid lenses

The light detection and ranging (LiDAR) technology is based on irradiating near-infrared light and measuring the time-of-flight of the scattered light in an object. This technology is becoming increasingly important, as the requirement of three-dimensional camera technology for future autonomous vehicles is on the rise. In this study, we propose an ultra-wide field-of-view (FOV) optical system for LiDAR that can sequentially scan a beam emitted from a high power laser through a small beam steering system using a liquid lens and a fisheye lens. The proposed optical system consists of a series of liquid lenses for beam steering, a commercial fisheye lens with a wide FOV, and a relay optics to effectively conjugate the intermediate image planes of the two lens systems. To verify theoretical feasibility, we have designed a practical optical system with an FOV of approximately 170°, which is much higher than the FOVs in any other non-rotating LiDAR systems.

     

基于机载激光雷达数据的森林结构参数反演

机载激光雷达(Light Detection And Ranging,LiDAR)技术对植被空间结构和地形的探测能力较强,在植被参数定量测量和反演方面具有显著优势。首先利用野外调查并结合高分辨率Geoeye-1影像数据,对黑河上游天涝池流域植被类型进行分类,提取研究区森林分布,然后结合0.5m×0.5m机载激光雷达(LiDAR)数据对森林结构参数(树高、冠幅、胸径和叶面积指数)进行反演,最后利用实际观测数据对反演结果进行验证。结果表明:机载激光雷达数据能够精确地反演森林结构参数,树高、冠幅、胸径和叶面积指数的实测值与估测值决定系数分别为0.98、0.84、0.57和0.73。本研究获得流域森林覆盖区域高精度树冠高度和叶面积指数空间分布图,同时分析了冠层高度和叶面积指数随高度的变化。本研究的结果为该流域分布式生态水文模型提供了重要的输入参数。