XiaoMi-AI文件搜索系统
World File Search SystemLiDAR
海上运输安全和...中的激光雷达测量
I. 引言 如今，LiDAR（光探测和测距）被广泛用于检查大气的各种特性、自动驾驶以及测绘和地形等许多其他方面。如今，LiDAR 在自动驾驶方面的可能性正在高度发展，但如果我们考虑其他类型的交通，如远洋运输或一般的运输和导航，我们就会发现它还没有得到充分的开发和利用，无法满足更安全的运输需求。这个话题可能被忽视，因为水下使用存在局限性，与 LiDAR 在大气和地球表面的使用相比，这似乎导致了更多有关其发展的问题。本文讨论了如何使用 LiDAR 造福航运、导航、自主导航、当前天气测量和检测，并提出了一些建议。这项工作的范围是介绍 LiDAR 在航运中可以提供的多种用途，以及为深海海底和水下世界探测提出的整体解决方案。一些新的和不为人熟知的 LiDAR 用途可能会在许多方面改变未来，对此，我们进行了一番思考。我想强调一下 LiDAR 在海岸线保护、深海海底物种、动物、藻类和其他水生植物以及海绵生物分析方面可能发挥的作用。此外，其中一个有趣的应用是检测水的盐度水平和分析水下矿物的化学性质。稍后，我们将提到 LiDAR 的更多应用及其优势，这些应用可以为人类带来更多关于水下世界的知识。
海上运输安全和...中的激光雷达测量
I. 引言 如今，LiDAR（光探测和测距）被广泛用于检查大气的各种特性、自动驾驶以及测绘和地形等许多其他方面。如今，LiDAR 在自动驾驶方面的可能性正在高度发展，但如果我们考虑其他类型的交通，如远洋运输或一般的运输和导航，我们就会发现它还没有得到充分的开发和利用，无法满足更安全的运输需求。这个话题可能被忽视，因为水下使用存在局限性，与 LiDAR 在大气和地球表面的使用相比，这似乎导致了更多有关其发展的问题。本文讨论了如何使用 LiDAR 造福航运、导航、自主导航、当前天气测量和检测，并提出了一些建议。这项工作的范围是介绍 LiDAR 在航运中可以提供的多种用途，以及为深海海底和水下世界探测提出的整体解决方案。一些新的和不为人熟知的 LiDAR 用途可能会在许多方面改变未来，对此，我们进行了一番思考。我想强调一下 LiDAR 在海岸线保护、深海海底物种、动物、藻类和其他水生植物以及海绵生物分析方面可能发挥的作用。此外，其中一个有趣的应用是检测水的盐度水平和分析水下矿物的化学性质。稍后，我们将提到 LiDAR 的更多应用及其优势，这些应用可以为人类带来更多关于水下世界的知识。
基于LIDAR的在线导航算法的自治
摘要：在本文中，我们提出了一种新的方法，用于在农业中农作物行之间的自主机器人导航。通过将2D光检测和范围（LIDAR）数据投影到机器人的运动方向上，以执行具有噪声（DBSCAN）的应用程序的一维空间聚类来实现。通过将DBSCAN的虚拟地标与机器人的位置相结合，从粒子过滤器中更新了映射和定位（MAL）。此方法映射的结果并在一次扫描中同时估算机器人的位置。每个机器人的位置取决于当前扫描和以前的扫描的LIDAR数据信息。数据关联是通过将许多连续扫描和卡尔曼过滤器组合在一起的数据来实现全局路径。通过组合本地位置创建的全局轨迹允许机器人实时自动导航，而无需经历从裁剪领域收集所有数据的先前阶段。本文还使用不同的参数进行FIR滤波器校正，以增强所提出的方法的有效性。
海上运输安全和 LiDAR 测量...
用于检查大气的各种特性、自动驾驶以及制图和地形等许多其他方面。如今，LiDAR 在自动驾驶方面的可能性正在高度发展，但如果我们考虑其他类型的交通，如远洋运输或一般的运输和导航，我们就会发现它还没有得到充分的开发和利用，无法满足更安全的运输需求。这个话题可能被忽视，因为水下使用存在局限性，与 LiDAR 在大气和地球表面的使用相比，这似乎导致了更多有关其发展的问题。本文讨论了如何使用 LiDAR 造福航运、导航、自主导航、当前天气测量和检测，并提出了一些建议。这项工作的范围是介绍 LiDAR 在航运中可以提供的多种用途，以及为深海海底和水下世界探测提出的整体解决方案。本文对 LiDAR 的新用途和不熟悉的用途进行了一些思考，这些用途可能会在许多方面改变未来。我想强调一下 LiDAR 在海岸线保护、深海海底物种、动物、藻类和其他水生植物以及海绵生物分析方面的作用。此外，其中一个有趣的应用是检测水盐度水平和分析水下矿物的化学性质。稍后，我们将提到更多应用
“Wall Hack AR”：基于 LiDAR 和 VPS 的 AR 透视系统
在有许多障碍物的地方工作的一个常见例子是驾驶车辆。驾驶员的视线被车辆的墙壁和座椅遮挡。Tachi 等人 [2] 通过将外部摄像机拍摄的图像投射到覆盖有回射材料的内墙上，使内墙看起来透明。“F-35 Lightning II 驾驶舱视觉” [3] 通过将战斗机外部红外摄像机的图像拼接在一起，在飞行员头盔内投射全景图像，使飞行员可以从驾驶舱透过飞机墙壁看到外面。2004 年，有人提出了一种使用移动 AR 设备的建筑物透视系统 [4]，并指出需要一种机制来跟踪 AR 设备的位置。此外，olde Scholtenhuis 等人 [5] 和 Ortega 等人 [6] 使用 AR 透视系统研究地下基础设施的可视化。Zhang 等人 [7] 使用他们的透视系统提高了工业环境中视觉盲区 (VBA) 中手动装配的性能。该系统使用数据手套和 HoloLens 来可视化 VBA 中人手和机器零件的位置。正如 Bane 和 Hollerer [4] 所观察到的，要实现 AR 透视系统，必须有一种机制来跟踪设备的位置。这是因为除非可以确定和对齐扫描数据和 AR 设备的空间位置，否则扫描数据无法显示在 AR 设备上。olde Scholtenhuis 等人 [5] 和 Ortega 等人 [6] 的研究
带有微型机器人的脱离MEMS扫描仪的微型LIDAR
摘要 - 光检测和范围（LIDAR）已被广泛用于空中监视和自动驾驶。如果配备LIDAR，机器人技术甚至微型机器人的能力都可以大大增强，但是必须使用非常轻巧和小的LIDAR。微型机器人的尺寸接近鸟类或昆虫，几乎所有现有的激光雷达都太重了，对它们来说太大了。在这项工作中，提出并证明了其光学扫描仪的新型MEMS LIDAR，其光学扫描仪已被提出并证明。扫描仪头将通过移动的微型机器人携带，而雷达底座则固定在地面上。有一条薄而柔性的光学/电缆，将扫描仪头连接到底座。扫描仪头由一个MEMS镜子和一个棒镜组成，它的重量仅为10 g，长4厘米。mems镜的光圈为1.2 mm×1.4 mm，可以扫描9°×8°的视场（FOV）。由于微型机器人和光学扫描仪头部相对于光学接收器的移动，IMU（惯性测量单元）已嵌入扫描仪头中以跟踪运动，并且已经开发出算法以重建真实点云。可移动的底圈可以每秒获取400点，并检测到最多35厘米的目标。微型机器人在移动时可以携带扫描仪的头部，并且可以在LiDAR底座生成点云。这种新的LIDAR配置可实现微型机器人的范围，映射，跟踪和缩放扫描。
具有空间一致性约束的激光雷达引导立体匹配
a 武汉大学遥感信息工程学院，武汉 430079，中国 b 中山大学地理空间信息工程与科学学院，珠海 519082，中国 * 通讯作者。1 两位作者对本文稿的贡献相同。电子邮件：zhangyj@whu.edu.cn (Y. Zhang)、zousiyuan3s@whu.edu.cn (S. Zou)、liuxy0319@whu.edu.cn (X. Liu)、huangx358@mail.sysu.edu.cn (X. Huang)、yi.wan@whu.edu.cn (Y. Wan)、yaoyongxiang@whu.edu.cn (Y. Yao)
具有空间一致性约束的激光雷达引导立体匹配
a 武汉大学遥感信息工程学院，武汉 430079，中国 b 中山大学地理空间信息工程与科学学院，珠海 519082，中国 * 通讯作者。1 两位作者对本文稿的贡献相同。电子邮件：zhangyj@whu.edu.cn (Y. Zhang)、zousiyuan3s@whu.edu.cn (S. Zou)、liuxy0319@whu.edu.cn (X. Liu)、huangx358@mail.sysu.edu.cn (X. Huang)、yi.wan@whu.edu.cn (Y. Wan)、yaoyongxiang@whu.edu.cn (Y. Yao)
具有空间一致性约束的激光雷达引导立体匹配
a 武汉大学遥感信息工程学院，武汉 430079，中国 b 中山大学地理空间信息工程与科学学院，珠海 519082，中国 * 通讯作者。1 两位作者对本文稿的贡献相同。电子邮件：zhangyj@whu.edu.cn (Y. Zhang)、zousiyuan3s@whu.edu.cn (S. Zou)、liuxy0319@whu.edu.cn (X. Liu)、huangx358@mail.sysu.edu.cn (X. Huang)、yi.wan@whu.edu.cn (Y. Wan)、yaoyongxiang@whu.edu.cn (Y. Yao)
具有空间一致性约束的激光雷达引导立体匹配
a 武汉大学遥感信息工程学院，武汉 430079，中国 b 中山大学地理空间信息工程与科学学院，珠海 519082，中国 * 通讯作者。1 两位作者对本文稿的贡献相同。电子邮件：zhangyj@whu.edu.cn (Y. Zhang)、zousiyuan3s@whu.edu.cn (S. Zou)、liuxy0319@whu.edu.cn (X. Liu)、huangx358@mail.sysu.edu.cn (X. Huang)、yi.wan@whu.edu.cn (Y. Wan)、yaoyongxiang@whu.edu.cn (Y. Yao)