机载激光通信光学窗口气动光学效应分析

机载激光通信中通信光束散角小、系统跟踪精度高,光学窗口的气动光学效应会引起远场光斑形状和位置发生变化,降低通信性能。为此,通过Fluent对共形和平面两种光学窗口整流罩在不同飞行高度、速度、方位角下的外流场进行稳态仿真分析,利用相位屏分析远场自由衍射光斑变化。结果表明,共形窗口在俯仰、高度和速度变化中的流场更加稳定,呈现更为一致的变化趋势,且在远场衍射中表现更好。平面窗口在方位转角变化大与低速的飞行工况下,RMS值低于共形窗口。远场光斑发生偏移和弥散的程度与波面畸变成正相关,但在波面畸变较大的情况下,RMS值不能完全定义其对光学系统的影响。同时,当俯仰角靠近机体表面、降低飞行高度、增加飞行速度均会增强波面畸变。

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。

基于机载激光雷达的低照度交通事故现场重建及实证研究

在低亮度条件下,传统的事故勘察方法难以获取高质量的勘察数据。提出了基于机载激光雷达的低照度事故现场重建方法。首先,建立机载激光雷达勘察的方法框架。接着,使用高斯分布的统计学滤波算法去除噪点,通过判断空间划分体素的占据状态来滤除现场周围移动物体。然后,利用传感器自身的位姿数据配准点云数据,建立事故现场的三维点云模型。此外,探究了无人机飞行高度和激光旁向重叠率如何影响建模精度。最后,在夜间模拟事故现场进行实证研究,研究发现当无人机飞行高度为15 m,激光旁向重叠率为50%时,建模精度和处理时间能达到较好平衡。与航拍摄影建模、传统人工勘察方法相比,机载激光雷达建模均方根误差(root mean square error,RMSE)为0.04636,低于航拍摄影建模误差,表明方法能够应用于低照度交通事故现场勘测。

基于机载激光雷达和机器学习的林分平均胸径遥感估测

为探究不同模型对林分平均胸径的预测精度,使用贵州省桂花国有林场马厂工区同步获取的机载激光雷达点云数据和地面实测样地数据,通过提取样地水平的点云特征变量,采用方差膨胀因子分析和皮尔逊相关性检验进行自变量选择,建立机器学习模型估测样地平均胸径。结果表明:1)点云特征变量,如平均冠层高度和高度偏态与林分平均胸径有很强的相关性。2)机器学习模型(随机森林、支持向量机、最近邻算法)优于多元线性回归模型,其中,随机森林的拟合效果最好。随机森林的决定系数(R^(2))为0.71,均方根误差(RMSE)为2.50。3)通过柳杉纯林、针叶混交林、针阔混交林、马尾松纯林4种森林类型的林分平均胸径预测值与实际值差值,进一步证实随机森林模型精度最高,拟合效果最好。利用机载激光雷达点云数据提取点云特征变量,并构建基于机器学习算法的林分平均胸径估测模型是可行的,该方法的精度能满足森林资源调查的应用需求,可作为辅助林业调查工作的技术手段。

基于卷积神经网络的机载激光海洋测深波形分类

海洋测深的波形分类的结果会影响整体海洋勘测的精度,为降低波形分类误差,提高海陆分界精度,基于卷积神经网络研究机载激光海洋测深波形分类方法。提取海洋测深回波,明确机载激光雷达的测深原理,计算反射回波强度,以计算水深深度;基于卷积神经网络提取候选回波,得到目标函数的响应卷积曲线,获得反卷积的函数估计值,对其进行过滤操作;设计波形分类算法,计算卷积运算输出的波形尺寸,判断信号检测通过的标准复杂度,以获得海洋测深波形的分类方法。在四种波形分类方法的对比中,卷积神经网络算法的分类精度均大于95%,分类精度更高,更优。

机载激光结合测深仪应用于潮间带地形测量

本文以山东某一潮间带测量项目为例,对海洋潮间带地形测量方式进行了研究,在高潮时利用测深仪采集水深数据,低潮时采用无人机搭载机载激光雷达采集高程数据,通过载波相位差分技术和水深数据对机载激光扫测数据进行计算,由计算结果可知,机载激光扫测的数据可以达到大比例尺测量精度要求。激光雷达技术可以应用于大面积、高精度的潮间带地形测量。

机载激光雷达系统在山区高速公路带状地形勘测设计中的应用

为提升山区高速公路带状地形勘测精度、效率等,将机载LiDAR技术应用于我国某山区高速公路的勘查设计项目,结合该项目,以理论结合实际的方法分析机载LiDAR技术在山区高速公路带状地形勘测设计中的应用规律。分析结果表明:机载LiDAR技术在山区高速公路带状地形勘测设计中的应用能够显著提升项目勘查精度与效率,误差值优于一般地形图绘制要求。旨在为机载LiDAR技术与复杂地形公路项目勘查融合提供参考。

机载激光雷达在山区输电线路设计中的应用

随着电力设计的技术升级,输电线路设计已从二维步入三维,多平台数据融合,多专业统一协作。在新要求的环境下,传统的测量手段已经难以满足需求,机载激光雷达技术在输电线工程设计领域的应用应运而生。为了论证机载激光雷达技术在山区输电线路工程的优势以及是否满足输电线路三维设计需求,本文结合某山区输电线路工程,阐述机载激光雷达技术生产数字高程模型和摄影测量技术生成数字正射影像图过程,并应用于三维设计。

近地面机载激光雷达在森林资源调查监测中的应用

从近地面机载激光雷达工作原理出发,分析该技术在林业调查中获取地形地貌、地表植被覆盖信息方面存在的优势,结合自主研发的点云数据处理软件所涉及的方法,描述了从机载激光雷达数据获取单木信息、林木树高、冠幅、株数和郁闭度的技术理论,最后根据机载激光雷达在林业上的应用情况,与传统的林业调查监测技术进行比较,得到当前机载激光雷达在调查树高、郁闭度、株数等方面有自身优势,可以替代部分传统工作,但在预测树高胸径模型、蓄积量调查、点云数据处理算法等方面仍然有待技术和理论进一步完善和改进的结论。

机载激光雷达技术在资源县抽水蓄能电站地形图测量中的应用

抽水蓄能电站的主要作用是为了存储更多的电能,通常为了达到这样的目的,电站的选址所在区域通常高差较大,植被覆盖率高。这样的区域,通行条件大多较差,对于采用常规方式进行测量难度大,成本高,同时精度也很难满足要求。近年来,机载激光雷达测量技术的发展,对于这类问题的解决起到了良好的作用。笔者结合实际项目生产实践经验,从测区分析、航飞设计、点云及影像数据获取、数据预处理、激光点云分类、航摄影像处理各个方面进行阐述,通过最终的精度分析,证明了机载激光雷达技术在大高差、植被覆盖率高的区域,仍然能够达到地形测绘的精度要求,对于未来的水利水电航空摄影测量,拥有广阔的应用前景。

浅析机载激光雷达技术在高速公路勘测设计中的应用

一直以来,我国的交通基础设施为我国社会经济建设作出了巨大的支持和贡献,伴随着社会经济的不断发展,交通基础设施建设工作也在持续的开展和推进,这就让高速公路工程项目建设规划、方案设计以及运营维护工作的重要性不断提升。为此,相关技术人员要选用更加先进的机载激光雷达技术,提升高速公路工程项目建设以及运维工作的完整性和高效性,展现出机载激光雷达技术各类现代科学技术的突出应用价值。详细来说,机载激光雷达技术在现代高速公路勘察设计工作当中具备极为丰富的应用模式,在地形测量、道路方案设计、施工材料质量管控、交通运输流量分析以及环境监测等方面都有着良好的应用成效,相关技术人员要针对机载激光雷达技术具体应用方法进行分析和研究,进而制定更加科学恰当的高速公路工程项目机载激光雷达技术应用策略,借此来为我国高速公路工程建设事业的持续稳定高速发展带来支持和动力。

航空摄影与机载激光雷达集成技术在水利测量中的应用

在当今水资源管理与灾害监测中,对地表特征的高精度获取日益成为关键问题。传统水利测量方法面临地形复杂、测量周期长和成本高等挑战,限制了数据的及时性与全面性。而航空摄影通过航拍方式能够提供高分辨率的影像数据,机载激光雷达则能够以极高精度获取地表高程信息。因此,本文对航空摄影与机载激光雷达集成技术在水利测量中的应用展开研究。研究发现,该集成技术在提供高分辨率地表特征数据的同时,能够显著减少测量时间和成本。航空摄影与机载激光雷达集成技术在水利测量中展现出巨大潜力,为提升测量效率和准确性提供了可行途径。

机载激光点云单木分割方法对比及精度分析

通过对机载激光点云基于冠层高度模型、基于点云以及基于层堆叠种子点分割方法,对针叶林、阔叶林、针阔混交林3种不同类型林分进行单木分割,并通过计算单木分割的检测率、正确率、F-score等精度指标,探究不同分割方法在不同类型林分的适用性。实验结果表明,对于针叶林,基于点云分割方法的分割精度最高,基于层堆叠种子点分割方法对树木分割的正确率最高;对于阔叶林和针阔混交林,基于层堆叠种子点分割方法的分割精度和检测率较高,优于其他两种分割方法。

浅析机载激光雷达点云数据处理与DEM制作

机载激光雷达测量技术是当代航空、航天遥感最具代表性之一的高新测绘技术,它集全球定位、惯性导航、激光测距等高新技术于一体,工作效率、数据精度高,能迅速获取地理空间物体的三维信息数据,一定程度上解决了传统航空、航天摄影测量获取地面三维信息不便的难题,机载激光雷达测量技术实际上已经代表了对地观测领域一个新的技术发展方向。本文重点探讨机载激光雷达点云数据制作DEM的关键生产技术流程,以及在生产过程中的机载激光雷达点云数据常见问题处理方法。

机载激光测深近水面渗透误差修正的半经验波形分解方法

信号检测精度是影响机载激光测深最终测量成果的一项关键因素。针对绿激光在水面存在的近水面渗透现象,为提高水面信号检测精度,本文提出一种半经验波形分解方法。该方法通过简化激光辐射传输过程构建一种符合波形实际情况的半经验信号卷积模型,并利用基于航迹和影像数据人工选取的深水波形样本估计模型中水体参数初值及取值范围,在波形先验的约束下基于信赖域算法实现波形各组成部分的精确重构,从而确定水面信号位置并修正近水面渗透误差。试验结果表明,本文方法在波形分解中将理论与经验结合,可较好地适应不同水深下的波形,能够在保证高拟合度的同时提升水面信号的检测精度,相比去卷积算法和传统波形分解方法,本文方法在精度上分别提高了44%和51%。

机载激光测深系统强度数据AGC补偿异常区域识别及改正

机载激光测深系统(Airborne Laser Bathymetry,ALB)因集成了具有独特水体穿透能力的绿波段(532nm)而被广泛用于水深测量。除地形数据外,ALB还记录了地物目标的辐射特性(后向散射强度),可用于条带配准、海底底质分类和几何建模。然而,由于自动增益控制(Automatic Gain Control,AGC)设计局限,增益值调整存在延缓,对于裸露岩石、水域等高返回、低返回目标较多的海岛海岸带区域,强度补偿异常问题格外突出。针对该问题本文设计了一种基于双向移动的局部加权强度改正方法,提出索引共享机制辅以地形信息实现有效强度数据精确提取;以扫描周期为依据进行扫描线分割,通过柯尔莫可洛夫-斯米洛夫检验进行强度补偿异常区识别;通过对邻近扫描线和邻域强度联合加权进行强度改正,保证强度细节的同时较好地消除与邻域强度偏差,独特的双向移动策略能有效削弱改正不足积累造成的强度改正精度下降问题。实验证明该方法能有效解决AGC补偿异常问题,相较于改正前,改正后的强度数据平均绝对百分比误差降低了约0.27,均方根误差下降了约693,异常区强度与邻域强度偏差控制在26DN(Digital Number)以内,得到高质量强度图像。

基于机载激光雷达与高景一号数据的草原地上生物量反演研究

草原地上生物量(AGB)是草原调查监测中的重要指标,是草原生态保护和资源合理利用的依据,对草原可持续发展与科学管理具有重要意义。本研究以广西兴安县热性灌草丛为研究对象,结合机载激光雷达数据与高分辨率多光谱卫星影像,利用2021年采集的89个实地样方调查数据,对草原AGB进行了遥感反演研究。结果表明,草层高度信息是草原AGB建模的重要指标。增强型植被指数(EVI)、比值植被指数(RVI)、归一化植被指数(NDVI)中EVI与AGB的相关系数最高(0.666),高度指标中平均草层高度(CHM_(mean))与AGB的相关系数最高(0.686),二者结合的指标中RVI×CHM_(mean)与AGB的相关系数最高(0.735)。模型精度验证结果显示,EVI模型中均方根误差(RMSE)最低,为292.047 g·m^(-2),CHM_(mean)模型中RMSE最低,为245.084 g·m^(-2),RVI×CHM_(mean)模型中RMSE最低为225.872 g·m^(-2)。结果说明机载激光雷达数据可以有效提取草层高度信息,尽管存在明显的低估现象,但在草原AGB研究中仍具有较大的应用潜力。

机载激光点云输电线路巡检关键技术研究

输电线路作为电网系统的重要组成部分,承载着国民生产和生活所需电力能源的运输命脉,对其运行状态安全巡检及风险监测一直是电网运营管理部门关注的重点。机载激光雷达(light detection and ranging)能够快速获取高精度、高密度的输电线路三维空间信息——点云数据,弥补了传统人工地面巡检效率低下、精度不高的缺陷,已成为输电线路智能化巡检研究的新型技术手段。尽管国内外学者开展了大量的激光雷达电力巡检工程试验和理论研究并取得了显著的进展,但相关研究仍存在算法普适性不够高、信息挖掘和应用不够全面等问题。因此,论文聚焦激光点云输电线精细提取、激光点云输电线模型重建、输电线工况模拟和状态监测等关键技术开展研究。主要研究内容和结论如下。

基于机载激光雷达影像的天山云杉林树高提取及蓄积量反演

【目的】研究提取影像高程数据建立模型反演天山云杉林分蓄积量,获得便捷、快速提取森林蓄积信息的技术方法,为研究山地天然林精准监测与评价提供技术途径。【方法】以新疆天山中部北坡天格尔森林公园天山云杉(Picea Schrenkiana var.tianshanica)为研究对象,机载激光雷达航拍影像与样地每木检尺为数据源,使用点云分类与克里金插值法对激光雷达影像高程数据进行提取获得天山云杉树高,根据样地实测数据构建胸径-树高模型,并根据胸径-树高模型天山云杉林林分蓄积量进行反演。【结果】激光雷达影像分辨率较高,经过点云分类后,采用克里金插值法提取的树高平均精度可达89.64%,幂函数曲线模型拟合度最高,R^(2)为0.908,结合二元材积公式,基于激光雷达影像估测蓄积量与样地实测蓄积量对比,精度达到87.43%。【结论】采用克里金插值法对天山云杉林树高信息的提取效果较好,建立胸径-树高模型弥补了激光雷达不能对胸径直接测量的缺陷,反演天山云杉林林分蓄积量,该模型可满足对新疆山地天然林数字经营管理的标准。

海量机载激光点云数据分布式分片存储方法研究

机载采集的红外激光云数据,作为重要的遥感大数据,其存储方法决定后期的应用方向。由于海量化机载激光点云数据存储对高效率的要求越来越高,提出了一种海量机载激光点云数据分布式分片存储方法。对激光点云信息特征的加权模糊C均值化,去除激光点云数据的噪声干扰。依据Sharding分片功能,设计云数据库的数据分片算法。设计改进哈希数据分布算法,完成最终的海量机载激光点云数据分布式存储。实验结果表明:所提方法的激光点云数据存储能力更高,效率更好,实际应用效果更好。