基于车载式激光雷达的隧道变形动态巡检技术研究

[目的]针对我国隧道变形监测手段实时性差、成本高、效率低的现状,须有效提升隧道变形监测效率,对此提出基于车载式激光雷达的隧道变形监控量测方法。[方法]利用激光雷达传感器扫描收集隧道全断面三维数据,通过整体最小二乘法对隧道点云数据进行平差及曲面拟合,根据拟合的隧道断面椭圆参数进行形变分析,实现隧道变形情况的快速动态巡检。[结果及结论]试验结果表明,该方法能够快速准确地获取隧道全断面数据,结合整体最小二乘法对数据进行处理分析可有效获取隧道变形情况,基本实现在不影响隧道正常交通的情况下有效完成隧道变形动态实时监测。

基于车载激光雷达点云数据的预处理研究

随着人们对数字化城市的探索以及点云数据获取方式飞速的发展,点云已成为继二维栅格的影像数据和结构化的矢量地图数据后的第三类空间数据,具有最接近物理世界刻画的数据表征能力。点云数据的预处理包含点云下采样、点云去噪和点云滤波等,点云预处理是后续进行点云分割、三维重建等操作的关键步骤。以车载激光雷达点云数据为研究内容,提出布料模拟滤波算法对车载点云数据进行滤波操作,并与数字形态学滤波和坡度值滤波进行对比,结果表明布料模拟滤波算法的Ⅱ类误差在10%以内,要小于其余两种算法,且参数设置较为简单,更有利于点云归一化。

车载激光雷达下新能源汽车无人驾驶障碍检测

新能源汽车无人驾驶障碍检测过程中,受道路上的多种障碍物以及复杂的天气如雨雪、雾霾等影响,数据采集难度较大,导致驾驶障碍检测精度偏低。为此,提出车载激光雷达下新能源汽车无人驾驶障碍检测方法。采取水平安装的方式,将两个32线激光雷达以对称方式布置在无人驾驶汽车上,采集路面结构三维点云数据并用坐标转换同步数据;基于统计特征的离散点滤波算法,计算点云数据集的标准差和全局距离平均值,以此去除离散噪声点;采用基于密度的带有噪声的空间聚类(Density Based Spatial Clustering of Applications with Noise,DBSCAN)聚类算法实现新能源汽车无人驾驶的障碍检测。实验结果表明,所提方法抗噪能力较高,平均识别距离为82 m,障碍检测准确率均在92%以上,误检率最高为1.8%,且检测耗时仅为1.09 ms。

SZT-R1000车载激光雷达测量系统在道路工程测量中的应用

本文针对道路工程测量的难点问题,采用SZT-R1000车载激光雷达测量系统,进行道路数据采集。对该方法应用于道路工程测量中的关键问题进行了探讨,同时提出了基于距离将误差值反向加权平差的方法对点云数据进行精度优化。经对比分析:该方案不仅数据采集效率高,而且数据精度可靠。经精度优化后的点云数据平面精度可以达到5 cm以内,高程精度可以达到3 cm以内,在道路工程项目中有广阔的应用前景。

激光雷达与相机联合标定进展研究

针对激光雷达与相机标定精度会极大地影响定位初始化,融合定位算法对标定参数的准确性非常敏感,会严重降低融合定位算法的性能和可靠性等问题,提出一种激光雷达与相机联合标定分类方法:论述激光雷达与相机联合标定领域的最新的研究进展;重点分析和总结基于特征的标定方法、基于运动的标定方法、基于互信息的标定方法和基于深度学习的标定方法的突出研究成果;总结出4种标定方法的开源代码工具集,并对这4种标定方法的特点、标定精度和自动化程度进行分析比较;最后,展望激光雷达与相机联合标定研究的发展趋势。

车载激光雷达在城乡道路带状地形图测绘中的应用

全野外人工进行1∶1000带状地形图测绘存在费时费力等问题,根据相关项目关于城乡道路带状地形图测绘的要求,本文提出一种利用车载三维激光扫描完成地形图测绘工作模式,对车载雷达数据的获取进行分析研究测试,并对车载激光雷达不同作业环境以及点云密度进行分析,通过精度检测和数据采集获取的效果以及数据获取效率进行验证。

机载激光雷达在房地一体地形测绘中的应用

本文主要介绍使用机载激光雷达系统在房地一体项目中地形图测量的应用,经过精度验证,满足规范要求,同时提供了丰富的4D产品,充分证明机载激光雷达在房地一体大比例尺地形图测绘中的优越性。

基于车载激光雷达数据的多种道路要素自动提取分类

基于车载点云数据开展道路要素的自动提取与分类是三维激光扫描技术服务于城市运维活动的一项重要应用。基于现阶段的行业研究情况,本文首先开展了针对不同类型道路要素对象进行方法及算法汇总,然后基于应用实例开展了车载激光雷达(LiDAR)点云用于道路结构、路面标识以及道路区域杆状地物等主要道路要素的自动提取与分类的应用,对其实用性和准确性进行了评价。

考虑高斯能量分布的复杂表面航天器激光雷达散射特性分析

针对复杂表面航天器在激光雷达照射下散射特性模拟不准的问题,通过表面建模和激光特性修正进行了解决。该方法首先通过高斯能量分布法对激光光束模型进行修正;然后基于有限元的思想,针对航天器复杂表面非光滑、非连续以及多材质等特性,利用改进Z-buffer的消隐算法解决了复杂航天器表面建模问题;最后建立了面向激光雷达的复杂表面航天器激光雷达散射截面的计算方法。仿真分析表明:航天器不同姿态下的激光雷达散射截面精度提升了14 58%,为后续面向激光雷达的隐身设计奠定了基础。

用于车载激光雷达的高速窄脉冲栅极驱动器

针对车载激光雷达高频率、高精度的探测需求,提出了一种高速窄脉冲栅极驱动器,用于驱动激光雷达发射系统中的GaN HEMT开关管。基于0.18μm CMOS工艺进行驱动器的电路与版图设计,采用新型施密特触发器结构,并集成欠压锁存和过温保护功能。该驱动器选用晶圆级芯片封装(WLCSP)技术,最大程度上降低栅极路径上的寄生电感。对芯片进行测试,结果表明:驱动器最小输出脉冲宽度为1.06 ns,其上升时间为480 ps,下降时间为380 ps,输入信号到输出信号的延迟时间为3 ns,脉冲频率最高可达60 MHz。该驱动器具有脉宽窄、延时短、频率高、体积小等特点,可应用于车载激光雷达系统。

倾斜摄影测量与激光雷达技术在大比例尺地形图高程精度方向的研究

随着无人机倾斜摄影测量和激光雷达等测绘新技术的快速发展,大比例尺地形图生产作业逐渐向高效率、高精度、低成本转变。倾斜摄影测量与激光雷达技术相结合,可实现植被覆盖区域地形地貌的高精度测量。以某高速公路建设项目1∶1000地形图测制作业为例,通过不同技术方法之间的数据论证对比,探索试验倾斜摄影与激光雷达技术在地形图生产中的整体效率及精度是否满足作业要求,以期为后续项目生产提供技术指导。

基于车载激光雷达的点云道路标线提取方法

车载激光雷达扫描技术对道路信息提取具有重要的现实作用,而道路标线作为道路的重要组成部分,是自动驾驶、全息城市建模不可或缺的信息之一。从车载扫描点云数据中自动、快速、准确地提取出道路标线是当前研究的一个难点,通过布料模拟算法从车载点云数据中提取出地面点云,将点云格网化,用反距离加权插值方法计算格网内点云强度值得到强度值矩阵,对该矩阵进行均值池化计算,设定阈值将矩阵二值化并反投影出标线点云,对标线点云进行高斯滤波得到精化的道路标线点云。实验表明,该算法提取的平均准确率为86.8%,平均完整率为91.3%,平均综合提取质量为88.8%,能够完整且准确地提取出标线点云。

基于改进FPFH-ICP的车载激光雷达点云配准方法

为了改善传统车载激光雷达点云配准方法准确度低、计算速度慢的问题,提出了一种基于快速点特征直方图(fast point feature histograms,FPFH)初始匹配与改进迭代最近点(iterative closestpoint,ICP)精确配准相结合的改进FPFH-ICP配准算法。配准前使用体素滤波器和statistical-outlier-removal滤波器进行预处理;采用FPFH提取点云特征,基于采样一致性(sample consensus initial alignment,SAC-IA)进行初始配准,为精确配准提供良好的位姿信息;建立K-D树并在传统ICP配准算法的基础上添加法向量阈值,对车载激光雷达点云数据进行精确配准;在4种不同场景的实验中,改进FPFH-ICP配准比ICP配准的均方根误差和配准用时分别平均减少了7.56%和41.22%,比点特征直方图(point feature histograms,PFH)配准的均方根误差和配准用时分别平均减少了30.28%和18.95%,表明改进的FPFH-ICP能够对车载激光雷达点云数据实现精确且高效的配准。

车载激光雷达点云路面检测

随着城市化水平的快速发展,城市路网不断延伸,道路检测需求急增,传统的道路检测方式存在着人工成本高、效率低、检测结果不够准确等缺点,现代化道路检测方式正在逐渐取代传统的检测方式。为评价路面使用性能,维护道路安全,提高道路检测效率,本文提出使用车载激光雷达系统进行路面检测,车载激光雷达系统可以快速获取高精度路面点云,将车载路面点云数据进行去噪、处理,分别从路面平整度、裂缝、车辙及构造深度检测方面,提出不同检测方法。依据检测结果,车载激光雷达系统检测路面具有一定的可行性,对于提高驾驶安全、保障公共交通运输、节约维护成本等方面具有重要意义。

车载激光雷达在道路病害检测中的应用

针对常规道路病害检测方法精度低、自动识别准确性差、效率低等问题,文中就道路病害检测提出了车载激光雷达新技术。该技术通过在移动测量设备上安装相机及雷达,获取高清影像和高精度三维点云数据,并融合数字图像检测的优点,自动识别道路病害类型。同时,以福州市南江滨路魁浦大桥至三江口大桥段项目工程道路病害检测为例进行详细分析,得出结论:本方法可高效准确地完成道路病害调查。

面向车载导航激光雷达的光学系统优化设计

在智能车载激光雷达导航系统中,为了在不改变光学系统尺寸的条件下尽量提高激光回波信号检测能力,对激光雷达的光学发射接收模块进行了优化设计。通过ZAMAX完成了非球面面形参数设计,优化后剩余球差仅为1.0 m,光斑能量集中度提高,均方根半径达到0.23μm,光斑有效直径小于0.38 mm。实验分别对优化前后的光斑半径进行了测试对比,结果显示:优化后光斑直径约为优化前的1/10。在此基础上,完成目标三维点云获取,优化前后特征点的位置解算精度平均误差分别为9.7%和2.9%。验证了在不改变光学系统尺寸的前提下,通过优化设计光学系统参数可以提高系统信噪比。

车载激光雷达镜头模组自动耦合焊接技术

车载激光雷达作为自动驾驶系统中不可或缺的高精度传感器,其市场规模将在短时间内保持高速增长。目前,车载激光雷达镜头模组的耦合固定多采用半自动耦合及UVH双固化工艺,很难达到车规级产品的标准。为此,提出将中继镜系统和激光焊接技术应用于车载激光雷达镜头模组生产制造工艺,并搭建车载激光雷达镜头模组自动耦合焊接测试平台。借助成像监测系统实时监控Sensor的成像效果,并将调整量反馈到伺服控制系统完成自动耦合;采用激光焊接工艺完成自动焊接,实现自动耦合焊接过程的数字化监控。针对测试平台生产的车载激光雷达镜头模组样品,进行光学性能、结构强度和环境可靠性能的测试和分析。结果表明:自动耦合焊接技术更适用于车载激光雷达产品。

车载激光雷达在城市公路路网提取中的应用

采用传统测绘方式提取城市公路路网费时费力,而车载三维激光雷达具有外业作业量小、操作方便、数据采集量大等优点,因此,进行了基于车载三维激光雷达的城市公路路网提取实验。实验结果表明:根据点云数据的空间分布特征和反射强度信息能够快速实现城市公路路网的提取,也验证了利用车载三维激光雷达系统提取城市公路路网的有效性。

基于车载LiDAR的交通标线自动提取方法研究

针对自动驾驶技术对高精度道路信息实时存储分析的需求日渐增大、道路点云数据冗余离散的问题,本文提出了一种从车载LiDAR点云数据中自动提取道路面、分类并矢量化交通标线的有效方法。首先,将点云数据中的非地面点滤除;其次,基于载体车辆的行车轨迹线生成伪扫描线实现道路面的提取;然后,构建一系列二维点云参考影像,利用点云强度等特征信息检测交通标线边界像素点及坐标,并去除离群值对交通标线进行分类细化;最后,对本文方法提取与传统方法提取的交通要素进行对比,实验结果表明,本文提取方法的准确度及效率都有了一定的提升。

智能驾驶车载激光雷达关键技术与应用算法

随着全球智能驾驶进入产业化与商业化的准备期,车载激光雷达凭借其优异性能已成为不可或缺的环境感知传感器并在硬件技术和应用算法上得到迅猛发展。文章以激光雷达扫描方式及相关技术为切入点对智能驾驶车载激光雷达硬件关键技术进行了介绍,分别讨论了机械式、混合式和全固态车载激光雷达的原理、特点及现状;以智能驾驶应用任务为导向,对点云分割、目标跟踪与识别、即时定位与地图重建这三类车载激光雷达应用算法进行了归纳总结。分析可见,车载激光雷达为降低成本、提升性能、满足智能驾驶需求将进一步走向固态化、智能化和网络化;应用算法研究的追求目标则是实时、高效和可靠。