大气探测激光雷达技术综述

大气探测激光雷达具有可提供高时空分辨率、高探测精度和连续廓线数据的优势,已经成为大气探测强有力的工具.激光雷达按照探测技术可以分为米散射激光雷达、偏振激光雷达、拉曼激光雷达、差分吸收激光雷达、高光谱分辨率激光雷达、瑞利散射激光雷达、共振荧光激光雷达和多普勒激光雷达等.分别介绍了各类激光雷达探测的基本原理、发展历史及优缺点,及其在探测大气气溶胶和云、水汽、温度、风、痕量气体、温室气体和污染气体等方面的应用.最后进行总结,并对激光雷达技术发展趋势进行了展望.

国外激光雷达的发展趋势

论文从国外激光雷达的优点、分类出发,详细论述了侦察用成像激光雷达、障碍回避激光雷达、制导激光雷达、化学/生物战剂探测激光雷达、水下探测激光雷达、空间监视激光雷达的现状和发展趋势。

应用地基雷达和机载激光雷达数据反演落叶松冠层叶面积密度

为了实现落叶松冠层叶面积密度盲区互补的协同反演,以塞罕坝机械林场为研究区,根据地基雷达和机载激光雷达数据对落叶松林冠层点云信息进行提取;利用点云分割算法对点云信息进行枝叶分离,并对冠层点云进行体素建模,分析落叶松林最优体素和接触频率的相关性;采用体素模型冠层分析法(VCP)分别对机载雷达和地基雷达数据绘制冠层叶面积密度曲线,实现对区域林木叶面积密度的反演。结果表明:运用冠层分析法适用于估算落叶松的叶面积密度,机载雷达点云数据和地基雷达点云数据协同估算的相对误差最小(平均相对误差1.95%),机载雷达数据估算次之(平均相对误差5.09%),地基雷达数据估算误差最大(平均相对误差9.37%)。因此,机载和地基雷达数据协同反演可以提升落叶松林叶面积密度的估算精度。

基于衍射透镜接收的激光雷达特性分析及测试

在激光雷达系统设计中,光学系统的优化与设计是一个重要的研究方向,本文利用衍射光学元件(DOE)的设计自由度高和色散大等优势,将DOE用于激光雷达接收端,同时实现聚焦和滤光作用,降低了光学系统复杂度。本文基于DOE的原理,仿真分析了DOE的光学特性,并且以DOE作为激光雷达的光学接收端,完成了激光雷达测距实验,证明了DOE同时具有聚焦作用和窄带滤光作用,实验结果与仿真基本一致。本文利用DOE在激光雷达中的优势,实现激光雷达的轻量化、集成化和高效化。

隧道轮廓激光雷达点云线特征共面约束标定方法

地铁隧道断面轮廓参数测量过程中,需要对高速激光雷达点云进行高精度系统标定。特别是大场景隧道环境,对标定模板要求高,标定过程复杂,检测精度影响大。针对此问题,本论文提出了一种新颖的适用于地铁隧道轮廓点云的标定方法,并基于双激光雷达测量系统,进行了算法研究。本方法设计了专用的手推行便携式标定系统,利用由点云数据提取的标定板线特征,建立目标函数,通过混合了遗传算法和Levenberg-Marquardt算法的非线性优化方法,寻找全局最优解从而实现对激光雷达的标定。实验结果表明:本方法对于两侧钢轨顶轨的标定误差在±1.5 mm以内;静态测量精度X误差在±1 mm内、Y误差在±4 mm内;当采集系统以5 km/h的速度进行数据采集时,动态测量精度X误差在±4 mm内、Y误差在±6 mm内。本方法能够实现激光雷达的高精度标定,算法鲁棒性强,具有易操作、环境适应性强的特点。

基于激光雷达扫描的料仓原料储料量测量方法

为提高仓内原料储料量测量自动化和智能化水平,设计了一种基于二维激光雷达扫描的储料量测量装置与系统。本系统采用RPLIDARS1型二维激光雷达扫描获取不同储料量物料的原始点云数据,通过坐标变换、重叠点提取、滤波、分割等方法对原始点云进行预处理,采用贪婪投影三角化算法将预处理后的点云进行三维重建,获得仓内原料的三维模型,结合物料三维模型和物料的容重获得仓内原料的储料量,从而实现储料量的自动测量。以玉米为试验对象,测量小型储料塔内玉米储料量并对玉米不同储料量进行扫描测量,验证模型的准确性,结果显示:测量结果的平均绝对误差为8.05kg,平均相对误差为1.52%。研究结果表明,基于二维激光雷达扫描的储料量测量方法是可行的,具有较好的稳定性和测量精度,能够满足实际生产需求。

汽车激光雷达盖板的双色注塑模具设计

根据某车型激光雷达盖板的双色结构及形状,采用动模型芯旋转式结构的模具方案,设计了一套一出二的热流道双色注塑模具。利用Moldflow软件进行了双色成型分析,双色注塑第一次注射成型透明的PMMA材料的产品,第二次注射成型黑色ASA材料的产品。为实现该双色产品的结构成型,在定模处设计了2组不同结构的型腔,在动模处设计了2组左右对称的型芯,并且,在型芯侧设计了双斜导柱抽芯机构,冷却系统设计为“直通式+隔水片”的随形循环水路;顶出系统设计为2组独立的液压油缸,在产品顶出取件中,第一次注射成型的PMMA产品不顶出,第二次注射成型的ASA材料的产品采用“直顶+斜顶”的组合机构将双色产品推出,最终通过机械手完成产品的取件。实践生产证明了该双色模具结构合理、运行稳定、成型的双色塑件表面无缺陷。

融合毫米波与激光雷达的障碍物检测与跟踪方法

在园区环境中,无人车装载单一毫米波雷达或激光雷达传感器进行障碍物检测跟踪时存在探测范围有限、准确率低及稳定性差等问题。为此,提出一种基于毫米波雷达与激光雷达融合的多障碍物检测跟踪方法。利用改进欧氏聚类算法对道路内激光点云目标进行提取,基于信息筛选策略获得毫米波雷达数据中的有效目标;基于目标检测交并比与可靠性分析,对2种目标进行自适应融合,并利用跟踪门与联合概率数据关联(JPDA)算法完成前后帧数据匹配;应用多运动模型交互与无迹卡尔曼滤波实现障碍物跟踪。实车实验表明:相比单一毫米波雷达与激光雷达障碍物检测跟踪,所提方法有更好的准确性与稳定性。

蓝绿光双波长船载海洋激光雷达系统设计与海上测试

海洋水体的光学特性参数是海洋研究关注的重点之一,大部分光学特性具有随深度变化的特征,而海洋激光雷达是有效探测水体剖面信息的技术手段之一。基于水体光学特性参数剖面探测的需求,研制了蓝绿光双波长船载海洋激光雷达系统,光源采用在水体中衰减系数较小的蓝绿波长以获取更大的探测深度。该系统具备双波长和偏振探测通道,用于同步获取水体后向散射回波信号和偏振信号,可实现近岸和大洋水体的连续探测。文中首先介绍了激光雷达系统的设计方案,包括发射、接收、采集及控制子系统以及辅助设施,随后对数据预处理方法进行了阐述,包括质量控制、峰值位置对齐、去除背景噪声及退卷积等。系统于近海进行探测实验,验证了激光雷达系统的可靠性。结果显示:在清洁大洋水域,486 nm的激光雷达衰减系数小于532 nm,意味着在开阔水域486 nm具有更好的探测性能。

依据背包和无人机激光雷达数据对思茅松林分结构参数估测

以15块样方调查数据验证背包激光雷达数据提取单木参数的精度,依据270块背包激光雷达数据单木分割后计算得到的林分结构参数与无人机机载激光雷达数据特征参数相结合,通过最优估测模型对研究区的林分结构参数进行反演与预测。结果表明:(1)背包激光雷达数据提取单木参数时,单木分割F-score(F)得分的范围在95%~100%,胸径的均方根误差(E_(RMS))在0.08~1.68 cm,树高的均方根误差在0.71~2.29 m;(2)平均树高最优估测模型决定系数(R^(2))为0.87,E_(RMS)为1.09 m,平均绝对误差(E_(MA))为0.68 m;Lorey’s树高最优估测模型R^(2)为0.88,E_(RMS)为0.79 m,E_(MA)为0.54 m;算术平均胸径最优估测模型R^(2)为0.81,E_(RMS)为1.02 cm,E_(MA)为0.79 cm;蓄积量最优估测模型R^(2)为0.82,E_(RMS)为17.06 m^(3)·hm^(-2),E_(MA)为12.05 m^(3)·hm^(-2);胸高断面积最优估测模型R^(2)为0.78,E_(RMS)为3.48 m^(2)·hm^(-2),E_(MA)为2.55 m^(2)·hm^(-2);郁闭度最优估测模型R^(2)为0.85,E_(RMS)为0.03,E_(MA)为0.02;林分密度最优估测模型R^(2)为0.91,E_(RMS)为157.60株·hm^(-2),E_(MA)为97.68株·hm^(-2)。

基于微型激光雷达的无人机智能化电力线路巡检技术研究

介绍了一种利用激光探测和测距(LiDAR)进行实时电力线检测的算法,并且对微型激光雷达无人机进行电力线路巡检抽象建模。通过使用平面分析法对巡检现场进行距离的比较来分割点云,并提取一组电力线候选点,这些点被拟合到线段上,线段根据它们的共线性质进一步分组比较。该方法可利用图像的共线特性完成特征检验,并在光线条件差以及线路背景复杂的环境下仍可获得较为可靠的巡检结果。案例中电力线路垂直平均误差最大为0.49 m,其他所有直线的估计平均误差都小于0.07 m,水平拟合时,所有平均误差都在0.14 m以内。验证了所提出基于微型激光雷达的无人机技术进行电力线路智能化巡检方法的有效性与可行性。

基于扇块化阈值判定的机载激光雷达可通行区域在线检测方法研究

激光受扫描区域与摄像点间角度、方向以及间隔距离等因素影响,导致激光可覆盖区域有限,从而影响可通行区域在线检测的准确性。为此,提出一种基于扇块化阈值判定的机载激光雷达可通行区域在线检测方法。扇块化阈值包括最大扫描距离阈值和畸变系数阈值,利用其判定机载激光雷达扇形块区域;采用最大熵值预测模型与调节系数处理扇形块区域数据,结合小波变换实现机载激光雷达可通行区域在线检测。实验结果表明,所提方法不仅检测到在4、6、7检测点处,道路宽度信息发生了变化,而且可以有效检测出区域内的障碍物,从而提高可通行区域的检测准确性,具备较好的检测效果。

激光雷达创新与应用专题导读

近年来,激光雷达技术发展迅猛,在科研与产业领域发挥出越来越重要的作用,赋予遥感、成像、环境感知等领域新的生命力。《光电工程》组织了“激光雷达创新与应用”专题,围绕单光子激光雷达、合成孔径激光雷达、调频连续波激光雷达、环境要素激光雷达、成像激光雷达,以及应用于激光雷达的新型精密测量技术等几个方面,介绍了近期的主要研究进展,为相关领域学者和专家提供技术研究的参考及合作交流的平台,积极推动我国激光雷达技术的研究进程。

星载激光雷达视轴监测系统设计

提出了一种针对星载激光雷达在轨高精度光轴监测与标定需求的多光轴监测方法,该方法基于主动激光光源。通过使用785 nm的激光,分束后分别照射到星敏感器的基准棱镜和接收望远镜的取光棱镜,反射信号被聚焦至监视相机的焦平面,实现了对接收光轴及星敏光轴的精确监测。此外,监视相机还同步采集发射激光的部分能量,用于测量监测发射光轴。文中详细描述了光学系统的设计流程及关键组件的优化方案,并通过地面真空环境试验及在轨监测数据进行了验证。设计结果表明,各监视通道的成像质量达到了衍射极限,收发光轴的设计精度分别为0.09μrad和2.28μrad,关键组件取光棱镜的温控精度达到了±0.2℃。地面的真空热光试验结果进一步验证了该方案的高精度光轴监视能力,收发光轴的监测精度均优于3μrad。最后通过分析激光雷达入轨后的测量数据,确认了视轴监测系统的工作稳定性,成功实现了在轨的高精度光轴监视。该研究成果为星载激光雷达提供了一种有效的在轨高精度光轴监测与标定解决方案。

合成孔径激光雷达成像技术研究进展

合成孔径激光雷达成像技术是一种能够突破光学系统衍射极限的主动光学成像技术,其概念来自工作在微波波段的合成孔径雷达,相比于合成孔径雷达,合成孔径激光雷达具有成像速度快、成像分辨率高以及能获取符合人眼感知的图像的优势,在远距离目标感知与识别中具有很高的潜在价值。本文从合成孔径激光雷达的工作原理出发,回顾和梳理了合成孔径激光雷达的主要关键技术的主要进展,包括合成孔径激光雷达的系统模型和基础理论、系统设计与架构、激光相位噪声抑制、运动补偿技术以及成像算法;同时对国内外重要的外场实验进展进行了总结。最后探讨了后续实现工程化所需面对的困难和挑战。

基于激光雷达点云的动态驾驶场景多任务分割网络

在自动驾驶场景理解任务中进行准确的可行驶区域以及动静态物体分割对于后续的局部运动规划和运动控制至关重要。然而当前基于激光雷达点云的通用语义分割方法并不能在车端边缘计算设备上实现实时且鲁棒的预测,且不能预测当前时刻的物体运动状态。为解决该问题本文提出一种可行驶区域及动静态物体多任务分割网络MultiSegNet。该网络利用激光雷达输出的深度图及处理后得到的残差图像作为编码空间特征和运动特征的表征输入到网络用于特征学习,从而避免直接处理无序高密度点云。针对深度图在不同方向视角内目标分布数量差异较大的特点,本文提出了变分辨率分组输入策略。该方法能在降低网络计算量的同时提高网络的分割精度。为适配不同尺度目标所需要的卷积感受野尺寸本文提出了深度值引导的分层空洞卷积模块。同时本文为有效关联并融合不同时域下物体的空间位置和姿态信息提出了时空运动特征增强网络。为验证所提出MultiSegNet的有效性,本文在大规模点云驾驶场景数据集SemanticKITTI及nuScenes上进行验证。结果表明:可行驶区域、静态物体和动态物体的分割IoU分别达到98%、97%和70%,性能优于主流网络,且在边缘计算设备上实现实时推理。

盖革APD激光雷达高空间分辨率三维重构方法研究

盖革模式阵列APD激光雷达由于像元数的限制导致重构的三维距离像分辨率低,严重限制了对场景信息的感知识别能力。为此,提出一种基于改进图像引导的盖革模式阵列APD激光雷达超分辨三维图像重构算法。主要研究基于配准后的盖革APD低分辨距离图像、增强电荷耦合器件(ICCD)相机高分辨强度图像和马尔科夫随机场模型,建立具有距离保真项和正则化项约束的全局能量函数,最终对优化模型的最优化求解实现高分辨强度图像对低分辨距离图像的超分辨引导重构。实验结果表明,相较于现有算法,文中算法在提升重构三维图像分辨率的同时,也使图像的边缘更加锐利。该研究对于盖革模式阵列APD激光雷达的目标探测、识别和跟踪具有重要意义。

基于激光雷达与RGB相机融合的玉米作物行检测算法研究

针对单一传感器在面对复杂田间环境适应性差的问题,本文提出了一种基于固态激光雷达(LiDAR)与RGB相机融合的玉米作物行检测方法。首先,研究了固态激光雷达和RGB相机联合标定方法,同步获取玉米作物行图像和点云数据并进行数据预处理。然后,将预处理后的图像数据和点云数据融合,实现点云“着色”,基于点云“着色”提出聚类感兴趣密度区域算法。利用“着色”点云完成聚类,并结合作物种植农艺标准(行距),分别验证点云信息和颜色信息的可用性,能够选择最优信息完成作物行感兴趣区域聚类。最后,通过划分点云水平条带的方式确定目标点云的特征点聚类区域,取作物行特征点,并利用最小二乘法拟合作物行检测线。仅需调整行距参数,算法可实现全生命周期的作物行检测,利用正常工况下玉米苗期、前期、中期和后期数据开展算法验证,作物行中心线平均误差不大于1.781°,准确率不小于92.69%,平均耗时不超过102.7 ms。此外,为验证算法鲁棒性,开展了复杂农田背景环境,如高杂草背景、断行、苗期杂草高度与玉米高度相近以及玉米完全封行4种工况作物行检测,算法平均误差不大于1.935°,准确率不小于91.94%,平均耗时不超过108.3 ms。通过讨论阐述了基于点云“着色”开展作物行中心线提取的优越性,本文算法可为作物行中心线可靠检测提供参考。

低空无人机与地面移动式激光雷达的点云配准研究

激光雷达多平台数据的匹配融合是目前点云应用的研究热点。本文以无人机与地面移动式激光雷达的配准为例,通过采集建筑用地、稀疏林地、茂密林地、规则林地的点云数据,研究手动配准、ICP配准对不同场景的适用性。实验表明,配准精度上,建筑用地>稀疏林地>茂密林地>规则林地,可见数据几何特征越强,配准效果越好。配准方法上,手动配准后叠加ICP的方法优于单一方法,可更好实现林区的点云匹配。

联合运用多光谱和激光雷达技术构建的林分生物量估算模型

以广东省广州市从化石门国家森林公园为研究区域,选择4种不同林分类型(针阔混交林、阔叶林、针叶林、竹林),各林分类型选择3个20 m×20 m地块作为样方;结合激光雷达、多光谱图像、实测数据,构建多元非线性反演模型和多元线性回归模型,估算森林地上生物量,并选择最佳模型进行精度评价。结果表明:(1)依据多源数据建立的4种不同林分类型的多元非线性地上生物量反演模型的精度最高,针阔混交林样地地上生物量预测值为42.79 t·hm^(-2)、阔叶林样地地上生物量预测值为60.46 t·hm^(-2)、针叶林样地地上生物量预测值为32.99 t·hm^(-2)、竹林样地地上生物量预测值为1.92 t·hm^(-2)。(2)研究区中4种不同林分类型的多元非线性地上生物量反演模型的拟合精度,由大到小依次为竹林(决定系数为0.919)、阔叶林(决定系数为0.813)、针叶林(决定系数为0.786)、针阔混交林(决定系数为0.713),均符合精度要求。采用多光谱和激光雷达数据结合的方式,能够较精准地提取林分地上生物量信息,可准确估算针阔混交林、阔叶林、针叶林、竹林的地上生物量。