车载激光雷达Risley棱镜光束扫描系统

光束扫描系统是激光雷达的重要组成部分,决定了激光雷达的视场范围。为了增大视场范围同时保持一定的角度分辨率,车载激光雷达中常采用多个半导体激光器作为光源,而不同激光器的时间响应存在差异,使激光雷达的不同测距通道之间产生测距互差。Risley棱镜是一种常用的光束指向器件,具有扫描范围大、指向精度高等特点,在车载激光雷达的光束扫描上具备良好的应用前景。本文建立了Risley棱镜的光束指向角模型与扫描轨迹模型,在此基础上合理设计了扫描系统的光机结构,解决了Risley棱镜扫描不均匀的问题,用单路激光光源实现了大视场的二维扫描,水平视场角和垂直视场角分别达到360°和30.4°,当激光器脉冲重频为1MHz,扫描频率为5Hz,扫描线数为30线时,水平分辨率为0.05°,垂直分辨率为1.0°。该系统的技术指标与主流车载激光雷达相当,且消除了多路激光器之间的互差,可有效提高激光雷达的整体测距精度。

车载激光雷达测量系统

激光扫描技术用于铁路检测的历史已经很长。从宏观的地形地貌测量到毫米级精度的建模,使用者可根据不同的应用需求,利用不同的激光扫描系统获得最佳的检测数据。不同激光扫描系统所采集的数据集还可以相互补充,具有巨大的潜力。自2018年以来,法国的3列Vigirail试验车,除安装了已投入使用的各种测量设备外,还配备了一套激光扫描系统,此系统是奥地利Laser Measurement Systems GmbH公司生产的VMX-RAIL系统。这是世界上第一个包含3台扫描仪的铁路用车载激光雷达(LiDAR)测量系统,安装于车顶,用于检测轨道环境。

车载LiDAR点云数据分割与半自动化建模方法

针对车载激光雷达(light detection and ranging,LiDAR)点云数据的不完整性问题,提出一种车载LiDAR点云数据分割以及基于分割后点云数据的半自动化建模方法。首先对点云数据进行标准格式转换及稀化;然后以不同地物的属性和几何特征为分割条件,分别建立道路、建筑物、树和路灯等附属设施的三维模型,并利用车载以及航空图像的纹理信息辅助建筑物的立面和顶面三维建模;最后以真实街景为实验区,基于拓普康IP-S2车载LiDAR点云数据,完成该街景的分割与建模。实验结果表明,该文提出的点云数据分割与街景地物重建方法比较简单,可实现道路和建筑物的半自动化分割;利用成熟的建模软件和方法,实现了建模的完整性和较强的可靠性。

移动LiDAR点云下的高速公路横断面和标线信息提取研究

扫描车获取的LiDAR点云对摸清道路现状提供了重要的数据源,基于现有研究成果,本文提出了一套提取高速公路单侧车道横断面,并对道路标线进行编码和聚类的点云数据处理程序,主要包括:①建立点云空间索引,对场景中的点云阈值处理并采用合适的滤波算法来提取路面点;②采用PCA主成分分析法对点云数据进行降维,确定数据的二维主方向,根据主方向提取出高速公路单侧车道横断面;③根据点反射强度差异提取道路标线点,基于DBSCAN算法对道路标线进行编码聚类。相关成果可应用于道路资产管理和无人驾驶导航等领域。

基于车载激光扫描数据的电线杆自动识别与定位

本文对车载激光扫描数据进行了研究,将投影点密度(DoPP)与电线杆的几何特点相结合,提出了一种基于激光扫描数据的电线杆自动识别和定位的方法。首先,将车载测量系统获取的激光点云投影到水平面,建立水平格网,设置投影点密度阈值分类出杆状地物所在的格网区域;然后将分类得到的杆状数据拟合成为一条空间直线,以电线杆的几何特性作为期望值和方差,自动识别电线杆;最后,该空间直线与地面网格相交确定电线杆的定位位置。本文算法与T3D Analyst商用软件提取的电线杆进行比较,实验结果表明本文方法行之有效。