高重频机载LiDAR测距模糊改正方法研究

发布时间：2020-10-13 11:00

　　 机载LiDAR(Light Detection And Ranging,LiDAR)能够快速、大面积、高效率地获取高精度的地形表面信息,在测绘,建筑,电力等行业得到了广泛的应用。机载LiDAR在对地面采样时,需要首先根据扫描区的任务要求,设置不同的扫描参数指标,结合POS(Position and Orientation System,POS)数据生成三维激光点云,以满足测区任务的建模需求。在扫描参数选择上,特别是PRR(Pulse Repetition Rate,PRR)的限制,会出现多周期回波现象,导致测距模糊,而且对每次飞行的扫描条带宽度、点云密度和点云数量都会有不同程度的损失。高精度的三维建模中,点云密度直接影响了建模的质量,而条带宽度变小则直接导致了不必要的飞行次数。在地形测绘或者构建三维电力线模型时,受点云密度和扫描宽度的限制,引起建模精度不足和电力线杆塔扫描带周围场景狭窄问题。在此背景下,本文根据国内外的研究进展和解决方法,沿用雷达多周期回波概念,解决点云测距模糊问题。研究工作主要有以下几个方面:(1)机载LiDAR系统集成与点云生成原理。激光脉冲测距原理,集成机载LiDAR各组件部分以及之间的坐标系系统转换。对数据获取方法和机载LiDAR集成系统下的POS数据处理和精度评价做了分析。此研究为后续生成三维点云提供重要理论基础。(2)基于一种高效率滤波算法提取模糊点云。针对模糊点云分层问题,提出一种滤波算法即分扫描线高斯拟合滤波方法,以高斯函数中间值为分离模糊点云的阈值,该方法可根据不同的扫描地形可以自动分类提取模糊点云,最后依据点云法向量进行点云分区。为后续测距分区修正做准备。(3)模糊点云测距和时间修正。基于提取模糊点云与原始采样点云时间对应关系,依据模糊点云时间查找原始采样点云中出现的测距模糊记录,然后根据多周期回波现象造成的最大测距整数倍原理,对原始扫描数据的测距进行改正,同时修正采集时间,最后重新生成三维激光点云。实验结果分析表明,采用本文的研究方法,可以有效解决多周期回波引起的测距模糊点云问题,有效增加点云扫描宽度,提高点云密度。总体上,本文围绕机载LiDAR测距模糊问题,采用软件后处理的技术方法,增加了点云采样密度和扫描宽度。为提高高重频机载LiDAR采样效率和数据质量,提供理论和技术基础。
【学位单位】：兰州交通大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：V243.5
【部分图文】：

?ＩＭＵ以及机载ＬｉＤＡＲ测量系统的集成。??原理??激光剖面和激光扫描等技术，都是基于激光的高精度测距原理。不同的用途，有不同的组装方式，有机载，地面或者星载等，但激光内部装置由激光发射器前面放一个透镜，通过准直仪可以使的发散角；当脉冲发射时，有一小部分能量被光束分束器转移到当能量超过其阈值时，从而引发定时装置；而且定时器是一个稳，精度相对较高。计数频率会根据要求的精度而有不同频率配置，周期相一致，发射时间与接收时间同光速的乘积，即可记录激光。脉冲发射与接收后记录的时间，如图２．１，由此可依据公式２．１。??Ｖ－／??Ｒ＝—２??距，ｖ表示为速度，一般为光速，？脉冲间隔时间。??

于机载平台飞行方向测距采样。处理单元通常是计算机，配备有显示器和操作界面；数??据记录单元用来存储采样数据、时间、波型数据和角度数据，以及包括ＧＰＳ位置数据??和ＩＭＵ的姿态数据。其集成模型如图２．２所示。??ｉ??（；Ｉ＞Ｓ??！?激光发射器?，？＊＞?？＿＿＿＼＼?／??１?｜Ｖｌｔ?卜ｊ?＿＿＿＿＿＿?ｌｉ；?＼?＼??％ｉ?ｙ?＾?按Ｈ器Ｕ???＼?／??嫂盘?———＾??ｐｍｚｊ??、＿＿ｊ?处理电元编码??：：｜?丨——????图２．２机载ＬｉＤＡＲ的内部组成??１）来源：Ｔｏｐｏｇｒａｐｈｉｃ?Ｌａｓｅｒ?Ｒａｎｇｉｎｇ?ａｎｄ?Ｓｃａｎｎｉｎｇ?Ｐｒｉｎｃｉｐｌｅｓ?ａｎｄ?Ｐｒｏｃｅｓｓｉｎｇ?２ｅｄ??ＧＰＳ单元用来测量记录位置，并可通过地面参考基站、精密单点定位（Ｐｒｅｃｉｓｅ?Ｐｏｉｎｔ??Ｐｏｓｉｔｉｏｎｉｎｇ，?ＰＰＰ）或者连续运行参考基站（Ｃｏｎｔｉｎｕｏｕｓｌｙ?Ｏｐｅｒａｔｉｎｇ?Ｒｅｆｅｒｅｎｃｅ??Ｓｔａｔｉｏｎｓ，ＣＯＲＳ）等方式获取满足一定要求的定位精度。专业软件主要包括激光扫描仪的??远程控制，ＤＧＰＳ和ＩＭＵ的数据融合，航迹生成和三维点云生成以及点云数据产品的生??产，比如ＤＥＭ，?ＤＳＭ和ＣＨＭ等。一般集成雷达系统中还包括高清照相机，以便同时??－１０－??

兰州交通大学硕士学位论文???影像生成?ＤＯＭ（Ｄｉｇｉｔａｌ?Ｏｒｔｈｏｐｈｏｔｏ?Ｍａｐ，?ＤＯＭ）。??ＬｉＤＡＲ对地采样往往有多个返回信号，不同的地物类型返回信号属性也会有??图２．３所示。电力线的返回信号较弱，而且散射大；树冠由于冠层密集，返回??，且信号宽度较大，灌木相对次之；而地面由于基本属于镜面反射，反射信号??较窄。返回信号的差异以及高程值称为点云分类的依据。??ＬｉＤＡＲ对地采集数据时，需要设置激光扫描仪的各个参数，以便得到满意的??和数据。分别要对激光扫描仪的瞬时视场角（Ｉｎｓｔａｎｃｔａｎｅｏｕｓ?Ｆｉｅｌｄ?Ｏｆ?Ｖｉｅｗ，??对地面的飞行高度、脉冲测距垂直分辨率、最大准确测距、扫描宽度、激光??间距包括航向间距和旁向间距、激光脚点密度和扫描一定面积必须的航带数等??。??
【相似文献】

相关期刊论文 前10条

1 杨必胜;董震;;点云智能研究进展与趋势[J];测绘学报;2019年12期

2 王雯;任小玲;陈逍遥;;一种改进的区域增长彩色3D点云分割算法[J];国外电子测量技术;2018年11期

3 陈华臻;高健;;面向反光工件点云缺陷的点云增强算法[J];计算机辅助设计与图形学学报;2019年07期

4 马东岭;王晓坤;李广云;;一种基于高度差异的点云数据分类方法[J];测绘通报;2018年06期

5 杨泽鑫;程效军;丁琼;程小龙;;面向室内场景点云的对象重建[J];测绘通报;2017年06期

6 翁福洲;黄鹤;;快速点云定向数学模型实际精度分析[J];北京测绘;2017年04期

7 琚俏俏;王令文;;基于自适应切片的点云压缩算法[J];工程勘察;2017年09期

8 许宁;钟友玲;;地面三维激光扫描点云重建技术研究[J];数码世界;2017年08期

9 龚书林;;三维激光点云处理软件的若干关键技术[J];测绘通报;2014年06期

10 徐守乾;朱延娟;;稀疏点云的曲面重构[J];中国制造业信息化;2011年03期

相关博士学位论文 前10条

1 程旭;复杂零件三维重建与点云配准技术研究[D];华中科技大学;2019年

2 杨佳琪;点云局部特征描述与匹配研究[D];华中科技大学;2019年

3 吴东庆;基于离散微分几何理论的3D点云配准与评价方法研究[D];广东工业大学;2019年

4 胡晓斌;车载移动测量地物分类方法与重建技术研究[D];武汉大学;2016年

5 蔡湛;迁移学习点云滤波及建筑物特征线提取研究[D];武汉大学;2018年

6 李亮;基于点云匹配的智能车定位方法研究[D];上海交通大学;2018年

7 师翊;基于点云的苹果树冠层光照分布与生长过程数字化关键技术研究[D];西北农林科技大学;2019年

8 徐敏峰;基于质点分布优化的点云法向一致性和重新网格化研究[D];山东大学;2019年

9 赵宗泽;基于数学形态学的机载LiDAR点云建筑物区域提取[D];武汉大学;2016年

10 魏崇阳;城市环境中基于三维特征点云的建图与定位技术研究[D];国防科学技术大学;2016年

相关硕士学位论文 前10条

1 梁周雁;基于点云的复杂物体曲面重建关键技术研究[D];山东科技大学;2018年

2 张慧智;基于车载激光点云的道路参数化精细建模[D];山东科技大学;2018年

3 高航;基于线面几何特征的点云配准方法研究[D];山东科技大学;2018年

4 戚明旭;基于全向摆动激光雷达的三维稠密点云创建方法的研究[D];上海交通大学;2017年

5 田茁成;基于激光点云的动态目标运动信息提取技术[D];山东理工大学;2019年

6 崔强;基于图优化的多站激光点云拼接算法研究[D];山东科技大学;2018年

7 马蕊;基于高斯加权离散导数的线点云几何特性估算[D];大连理工大学;2019年

8 姜健芃;基于多向点云拼合的快速三维人体测量技术研究[D];东华大学;2019年

9 付戬;基于色散共焦传感器的航空叶片型线测量[D];华中科技大学;2019年

10 陈鲲翔;基于无人机的建筑物变形监测方法研究[D];华中科技大学;2019年

本文编号：2839077