機(jī)載LiDAR(Light Detection And Ranging,LiDAR)能夠快速、大面積、高效率地獲取高精度的地形表面信息,在測(cè)繪,建筑,電力等行業(yè)得到了廣泛的應(yīng)用。機(jī)載LiDAR在對(duì)地面采樣時(shí),需要首先根據(jù)掃描區(qū)的任務(wù)要求,設(shè)置不同的掃描參數(shù)指標(biāo),結(jié)合POS(Position and Orientation System,POS)數(shù)據(jù)生成三維激光點(diǎn)云,以滿足測(cè)區(qū)任務(wù)的建模需求。在掃描參數(shù)選擇上,特別是PRR(Pulse Repetition Rate,PRR)的限制,會(huì)出現(xiàn)多周期回波現(xiàn)象,導(dǎo)致測(cè)距模糊,而且對(duì)每次飛行的掃描條帶寬度、點(diǎn)云密度和點(diǎn)云數(shù)量都會(huì)有不同程度的損失。高精度的三維建模中,點(diǎn)云密度直接影響了建模的質(zhì)量,而條帶寬度變小則直接導(dǎo)致了不必要的飛行次數(shù)。在地形測(cè)繪或者構(gòu)建三維電力線模型時(shí),受點(diǎn)云密度和掃描寬度的限制,引起建模精度不足和電力線桿塔掃描帶周圍場(chǎng)景狹窄問(wèn)題。在此背景下,本文根據(jù)國(guó)內(nèi)外的研究進(jìn)展和解決方法,沿用雷達(dá)多周期回波概念,解決點(diǎn)云測(cè)距模糊問(wèn)題。研究工作主要有以下幾個(gè)方面:(1)機(jī)載LiDAR系統(tǒng)集成與點(diǎn)云生成原理。激光脈沖測(cè)距原理,集成機(jī)載LiDAR各組件部分以及之間的坐標(biāo)系系統(tǒng)轉(zhuǎn)換。對(duì)數(shù)據(jù)獲取方法和機(jī)載LiDAR集成系統(tǒng)下的POS數(shù)據(jù)處理和精度評(píng)價(jià)做了分析。此研究為后續(xù)生成三維點(diǎn)云提供重要理論基礎(chǔ)。(2)基于一種高效率濾波算法提取模糊點(diǎn)云。針對(duì)模糊點(diǎn)云分層問(wèn)題,提出一種濾波算法即分掃描線高斯擬合濾波方法,以高斯函數(shù)中間值為分離模糊點(diǎn)云的閾值,該方法可根據(jù)不同的掃描地形可以自動(dòng)分類提取模糊點(diǎn)云,最后依據(jù)點(diǎn)云法向量進(jìn)行點(diǎn)云分區(qū)。為后續(xù)測(cè)距分區(qū)修正做準(zhǔn)備。(3)模糊點(diǎn)云測(cè)距和時(shí)間修正�；谔崛∧：c(diǎn)云與原始采樣點(diǎn)云時(shí)間對(duì)應(yīng)關(guān)系,依據(jù)模糊點(diǎn)云時(shí)間查找原始采樣點(diǎn)云中出現(xiàn)的測(cè)距模糊記錄,然后根據(jù)多周期回波現(xiàn)象造成的最大測(cè)距整數(shù)倍原理,對(duì)原始掃描數(shù)據(jù)的測(cè)距進(jìn)行改正,同時(shí)修正采集時(shí)間,最后重新生成三維激光點(diǎn)云。實(shí)驗(yàn)結(jié)果分析表明,采用本文的研究方法,可以有效解決多周期回波引起的測(cè)距模糊點(diǎn)云問(wèn)題,有效增加點(diǎn)云掃描寬度,提高點(diǎn)云密度�？傮w上,本文圍繞機(jī)載LiDAR測(cè)距模糊問(wèn)題,采用軟件后處理的技術(shù)方法,增加了點(diǎn)云采樣密度和掃描寬度。為提高高重頻機(jī)載LiDAR采樣效率和數(shù)據(jù)質(zhì)量,提供理論和技術(shù)基礎(chǔ)。
【學(xué)位單位】：蘭州交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：V243.5
【部分圖文】：

?ＩＭＵ以及機(jī)載ＬｉＤＡＲ測(cè)量系統(tǒng)的集成。??原理??激光剖面和激光掃描等技術(shù)，都是基于激光的高精度測(cè)距原理。不同的用途，有不同的組裝方式，有機(jī)載，地面或者星載等，但激光內(nèi)部裝置由激光發(fā)射器前面放一個(gè)透鏡，通過(guò)準(zhǔn)直儀可以使的發(fā)散角；當(dāng)脈沖發(fā)射時(shí)，有一小部分能量被光束分束器轉(zhuǎn)移到當(dāng)能量超過(guò)其閾值時(shí)，從而引發(fā)定時(shí)裝置；而且定時(shí)器是一個(gè)穩(wěn)，精度相對(duì)較高。計(jì)數(shù)頻率會(huì)根據(jù)要求的精度而有不同頻率配置，周期相一致，發(fā)射時(shí)間與接收時(shí)間同光速的乘積，即可記錄激光。脈沖發(fā)射與接收后記錄的時(shí)間，如圖２．１，由此可依據(jù)公式２．１。??Ｖ－／??Ｒ＝—２??距，ｖ表示為速度，一般為光速，？脈沖間隔時(shí)間。??

于機(jī)載平臺(tái)飛行方向測(cè)距采樣。處理單元通常是計(jì)算機(jī)，配備有顯示器和操作界面；數(shù)??據(jù)記錄單元用來(lái)存儲(chǔ)采樣數(shù)據(jù)、時(shí)間、波型數(shù)據(jù)和角度數(shù)據(jù)，以及包括ＧＰＳ位置數(shù)據(jù)??和ＩＭＵ的姿態(tài)數(shù)據(jù)。其集成模型如圖２．２所示。??ｉ??（；Ｉ＞Ｓ??！?激光發(fā)射器?，？＊＞?？＿＿＿＼＼?／??１?｜Ｖｌｔ?卜ｊ?＿＿＿＿＿＿?ｌｉ；?＼?＼??％ｉ?ｙ?＾?按Ｈ器Ｕ???＼?／??嫂盤?———＾??ｐｍｚｊ??、＿＿ｊ?處理電元編碼??：：｜?丨——????圖２．２機(jī)載ＬｉＤＡＲ的內(nèi)部組成??１）來(lái)源：Ｔｏｐｏｇｒａｐｈｉｃ?Ｌａｓｅｒ?Ｒａｎｇｉｎｇ?ａｎｄ?Ｓｃａｎｎｉｎｇ?Ｐｒｉｎｃｉｐｌｅｓ?ａｎｄ?Ｐｒｏｃｅｓｓｉｎｇ?２ｅｄ??ＧＰＳ單元用來(lái)測(cè)量記錄位置，并可通過(guò)地面參考基站、精密單點(diǎn)定位（Ｐｒｅｃｉｓｅ?Ｐｏｉｎｔ??Ｐｏｓｉｔｉｏｎｉｎｇ，?ＰＰＰ）或者連續(xù)運(yùn)行參考基站（Ｃｏｎｔｉｎｕｏｕｓｌｙ?Ｏｐｅｒａｔｉｎｇ?Ｒｅｆｅｒｅｎｃｅ??Ｓｔａｔｉｏｎｓ，ＣＯＲＳ）等方式獲取滿足一定要求的定位精度。專業(yè)軟件主要包括激光掃描儀的??遠(yuǎn)程控制，ＤＧＰＳ和ＩＭＵ的數(shù)據(jù)融合，航跡生成和三維點(diǎn)云生成以及點(diǎn)云數(shù)據(jù)產(chǎn)品的生??產(chǎn)，比如ＤＥＭ，?ＤＳＭ和ＣＨＭ等。一般集成雷達(dá)系統(tǒng)中還包括高清照相機(jī)，以便同時(shí)??－１０－??

蘭州交通大學(xué)碩士學(xué)位論文???影像生成?ＤＯＭ（Ｄｉｇｉｔａｌ?Ｏｒｔｈｏｐｈｏｔｏ?Ｍａｐ，?ＤＯＭ）。??ＬｉＤＡＲ對(duì)地采樣往往有多個(gè)返回信號(hào)，不同的地物類型返回信號(hào)屬性也會(huì)有??圖２．３所示。電力線的返回信號(hào)較弱，而且散射大；樹冠由于冠層密集，返回??，且信號(hào)寬度較大，灌木相對(duì)次之；而地面由于基本屬于鏡面反射，反射信號(hào)??較窄。返回信號(hào)的差異以及高程值稱為點(diǎn)云分類的依據(jù)。??ＬｉＤＡＲ對(duì)地采集數(shù)據(jù)時(shí)，需要設(shè)置激光掃描儀的各個(gè)參數(shù)，以便得到滿意的??和數(shù)據(jù)。分別要對(duì)激光掃描儀的瞬時(shí)視場(chǎng)角（Ｉｎｓｔａｎｃｔａｎｅｏｕｓ?Ｆｉｅｌｄ?Ｏｆ?Ｖｉｅｗ，??對(duì)地面的飛行高度、脈沖測(cè)距垂直分辨率、最大準(zhǔn)確測(cè)距、掃描寬度、激光??間距包括航向間距和旁向間距、激光腳點(diǎn)密度和掃描一定面積必須的航帶數(shù)等??。??
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊必勝;董震;;點(diǎn)云智能研究進(jìn)展與趨勢(shì)[J];測(cè)繪學(xué)報(bào);2019年12期

2 王雯;任小玲;陳逍遙;;一種改進(jìn)的區(qū)域增長(zhǎng)彩色3D點(diǎn)云分割算法[J];國(guó)外電子測(cè)量技術(shù);2018年11期

3 陳華臻;高健;;面向反光工件點(diǎn)云缺陷的點(diǎn)云增強(qiáng)算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2019年07期

4 馬東嶺;王曉坤;李廣云;;一種基于高度差異的點(diǎn)云數(shù)據(jù)分類方法[J];測(cè)繪通報(bào);2018年06期

5 楊澤鑫;程效軍;丁瓊;程小龍;;面向室內(nèi)場(chǎng)景點(diǎn)云的對(duì)象重建[J];測(cè)繪通報(bào);2017年06期

6 翁福洲;黃鶴;;快速點(diǎn)云定向數(shù)學(xué)模型實(shí)際精度分析[J];北京測(cè)繪;2017年04期

7 琚俏俏;王令文;;基于自適應(yīng)切片的點(diǎn)云壓縮算法[J];工程勘察;2017年09期

8 許寧;鐘友玲;;地面三維激光掃描點(diǎn)云重建技術(shù)研究[J];數(shù)碼世界;2017年08期

9 龔書林;;三維激光點(diǎn)云處理軟件的若干關(guān)鍵技術(shù)[J];測(cè)繪通報(bào);2014年06期

10 徐守乾;朱延娟;;稀疏點(diǎn)云的曲面重構(gòu)[J];中國(guó)制造業(yè)信息化;2011年03期

相關(guān)博士學(xué)位論文 前10條

1 程旭;復(fù)雜零件三維重建與點(diǎn)云配準(zhǔn)技術(shù)研究[D];華中科技大學(xué);2019年

2 楊佳琪;點(diǎn)云局部特征描述與匹配研究[D];華中科技大學(xué);2019年

3 吳東慶;基于離散微分幾何理論的3D點(diǎn)云配準(zhǔn)與評(píng)價(jià)方法研究[D];廣東工業(yè)大學(xué);2019年

4 胡曉斌;車載移動(dòng)測(cè)量地物分類方法與重建技術(shù)研究[D];武漢大學(xué);2016年

5 蔡湛;遷移學(xué)習(xí)點(diǎn)云濾波及建筑物特征線提取研究[D];武漢大學(xué);2018年

6 李亮;基于點(diǎn)云匹配的智能車定位方法研究[D];上海交通大學(xué);2018年

7 師翊;基于點(diǎn)云的蘋果樹冠層光照分布與生長(zhǎng)過(guò)程數(shù)字化關(guān)鍵技術(shù)研究[D];西北農(nóng)林科技大學(xué);2019年

8 徐敏峰;基于質(zhì)點(diǎn)分布優(yōu)化的點(diǎn)云法向一致性和重新網(wǎng)格化研究[D];山東大學(xué);2019年

9 趙宗澤;基于數(shù)學(xué)形態(tài)學(xué)的機(jī)載LiDAR點(diǎn)云建筑物區(qū)域提取[D];武漢大學(xué);2016年

10 魏崇陽(yáng);城市環(huán)境中基于三維特征點(diǎn)云的建圖與定位技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 梁周雁;基于點(diǎn)云的復(fù)雜物體曲面重建關(guān)鍵技術(shù)研究[D];山東科技大學(xué);2018年

2 張慧智;基于車載激光點(diǎn)云的道路參數(shù)化精細(xì)建模[D];山東科技大學(xué);2018年

3 高航;基于線面幾何特征的點(diǎn)云配準(zhǔn)方法研究[D];山東科技大學(xué);2018年

4 戚明旭;基于全向擺動(dòng)激光雷達(dá)的三維稠密點(diǎn)云創(chuàng)建方法的研究[D];上海交通大學(xué);2017年

5 田茁成;基于激光點(diǎn)云的動(dòng)態(tài)目標(biāo)運(yùn)動(dòng)信息提取技術(shù)[D];山東理工大學(xué);2019年

6 崔強(qiáng);基于圖優(yōu)化的多站激光點(diǎn)云拼接算法研究[D];山東科技大學(xué);2018年

7 馬蕊;基于高斯加權(quán)離散導(dǎo)數(shù)的線點(diǎn)云幾何特性估算[D];大連理工大學(xué);2019年

8 姜健芃;基于多向點(diǎn)云拼合的快速三維人體測(cè)量技術(shù)研究[D];東華大學(xué);2019年

9 付戩;基于色散共焦傳感器的航空葉片型線測(cè)量[D];華中科技大學(xué);2019年

10 陳鯤翔;基于無(wú)人機(jī)的建筑物變形監(jiān)測(cè)方法研究[D];華中科技大學(xué);2019年

本文編號(hào)：2839077