• 商业和遥感(摄影测量)学位 • 30 多年遥感和测绘经验 • 1992 年推出机载/地面激光雷达 • 协助开发许多首批激光雷达/图像应用、规范和标准 • 首个光栅图像“门户网站”顾问 • SME (RS) – 保险、大学、电气。公用事业、石油天然气 - E/P 和管道 • 曾是密歇根州立大学的 SME – 协助创建此激光雷达规范 • 现任密歇根州立大学的 SME – 激光雷达通识教育 – 回答供应商技术问题 – 协助进行提案评估流程 – 讨论数据合规性评估
美国宇航局兰利研究中心研制出了一种机载三脉冲积分路径差分吸收 (IPDA) 激光雷达 [1- 3]。该仪器可同时测量大气中的二氧化碳 (CO 2 ) 和水蒸气 (H 2 O)。IPDA 发射器产生波长为 2 µ m 的高能激光脉冲,重复率为 50 Hz。每次激光发射由三个 50 ns 脉冲组成,间隔 200 µ s,每个脉冲的波长设置不同 [4]。相对于 CO 2 R30 线中心,三个脉冲的工作波长选择为第一、第二和第三个脉冲分别针对 H 2 O 吸收、CO 2 吸收和最小吸收(离线)[1]。IPDA 接收器由一个 0.4 m 牛顿望远镜组成,可将返回辐射聚焦到 300 µ m 的光斑大小上。返回辐射经过准直和滤波,然后被分离(90%-10%)到高信号通道和低信号通道。高信号通道聚焦于直径 300 µ m 的商用扩展范围 InGaAs PIN 光电探测器。低信号通道用于扩展检测动态范围,以获得高回报而不会饱和。此外,低信号通道可用于测试其他 2 µ m 检测技术 [3]。
摘要 - 在具有挑战性的环境中需要可靠的定位,需要现代机器人系统才能运行。基于激光雷达的局部化方法,例如迭代最接近的点(ICP)算法,可能会在几何无知的环境中遭受损害,这些环境已知,这些环境已知会导致点云登记性能恶化,并沿弱受约束方向推动散落的优化。为了克服这个问题,这项工作提出了i)稳健的可局部性检测模块,ii)局限性感知到的受限的ICP优化模块,该模块将其与统一的局限性检测模块相结合。通过利用扫描和地图之间的对应关系来实现所提出的可区分性检测,以分析优化的主要方向的对齐强度,作为其细粒度的LIDAR固定性分析的一部分。在第二部分中,然后将此可本质性分析集成到扫描到映射点云注册中,以通过执行受控更新或离开优化的脱位方向来生成无漂移姿势更新。所提出的方法经过彻底评估并将其与模拟和现实世界实验1中的最新方法进行了比较,证明了激光挑战环境的性能和可靠性提高。在所有实验中,所提出的框架表明没有环境特异性参数调整的准确且可推广的可局部性检测和可靠的姿势估计。
使用机载激光雷达系统收集了路易斯安那州屏障岛综合监测 (BICM) 计划的地形测量数据。这项研究是美国地质调查局 (USGS) 和路易斯安那州自然资源部 (LDNR) 的合作成果。术语“激光雷达”(源自“光检测和测距”)是指使用激光脉冲进行距离分辨远程测量的主动光学技术。激光雷达传感器与反射目标之间的距离是根据特征明确的激光脉冲发射和返回探测器之间的时间(即双向传播时间)以及光在传输介质中的速度计算得出的。四种不同的激光雷达系统被用于绘制路易斯安那州沿海地区的地图。每个激光雷达系统的硬件略有不同。因此,每个系统都开发了独特的处理软件。所有系统的共同点是应用和集成高精度差分 GPS 技术和数据处理。本节介绍了每个激光雷达系统和处理技术,以及生成 XYZ 数据的处理步骤。讨论的四个系统是:ATM(全地形测绘仪,NASA)、EAARL(实验性先进机载激光雷达,NASA)、CHARTS(紧凑型水文机载快速全程测量,美国陆军工程兵团)和 Leica ALS50-II(3001,Inc)。
I 1960 年激光的发明使得使用相干光源作为激光雷达发射器成为可能。相干激光雷达具有许多与更常见的微波雷达相同的基本特征。然而,激光极短的工作波长带来了新的军事应用,特别是在目标识别和导弹制导领域。本文追溯了林肯实验室从 1967 年到 1994 年的激光雷达发展历程。这项发展涉及两种激光雷达系统的构建、测试和演示——高功率、远程 Firepond 激光雷达系统和紧凑型短程红外机载雷达 (IRAR) 系统。Firepond 解决了战略军事应用,例如空间物体监视和弹道导弹防御,而 IRAR 则被用作机载探测和战术目标识别的试验台。吨
概览我们是激光雷达及感知解决方案市场的全球领导者。通过整合硬件和软件,我们与市场上大多数仅专注于硬件的激光雷达公司有所差异。激光雷达与视觉或其他传感器相结合形成感知解决方案,使汽车和机器人具备感知能力。我们基于芯片驱动的激光雷达硬件和人工智能感知软件开发解决方案,拓展应用场景并实现行业规模商业化。我们的业务主要包括(i)销售用于ADAS、机器人及其他非汽车行业(如清洁、物流、工业、公共服务和检查等)的激光雷达硬件产品,(ii)销售集成我们的激光雷达硬件和人工智能感知软件的激光雷达感知解决方案,以及(iii)提供技术开发及其他服务。
激光雷达图像 – 从简单快照到移动 3D 全景图 ALLAN I. CARSWELL,安大略省旺市 摘要 激光雷达图像现在为越来越多的应用提供了独特的 3D 成像功能。激光雷达广泛用于测量固体表面的位置、形状和结构,用于勘测、测绘、定位和车辆导航。激光雷达还能进行水下海洋和水文测量,以进行水深测量、水质研究和水下资源识别。此类激光雷达可在机载、水面和水下平台上操作。激光雷达也已成为越来越多大气测量的首选传感器,包括气象和空气质量研究。此外,激光雷达成像已用于各种空间应用,包括行星探索以及航天器着陆、对接和会合。本文概述了这些应用的亮点以及未来的趋势和方向。
叶倾角和叶倾角分布 (LAD) 是重要的植物结构特征,影响辐射、碳和水的通量。尽管叶倾角分布可能随空间和时间而变化,但由于难以量化,其变化在生态模型中经常被忽略。在本研究中,地面激光雷达 (TLS) 用于量化欧洲天然山毛榉 (Fagus Sylvatica) 森林中的 LAD 变化。提取叶点并重建叶面后,自动计算叶倾角。在所有山毛榉林中,区分叶片和木质材料的测绘精度都非常高(总体精度 = 87.59%)。利用模拟点云对叶片角度计算精度进行了评估,结果表明计算结果总体上是准确的(R 2 = 0.88,p < 0.001;RMSE = 8.37°;nRMSE = 0.16)。然后计算叶片角度的均值(mean)、众数(mode)和偏度,以量化叶片角度的变化。在不同演替状态林分中发现叶片角度存在中等程度的变化(均值[36.91°, 46.14°],众数
摘要智能逻辑应用程序机器人的加载和卸载操作在很大程度上取决于其感知系统。但是,关于LIDAR图及其在复杂环境导航系统中的评估算法的研究很少。在拟议的工作中,使用二进制占用网格方法对LIDAR信息进行了限制,并实施了改进的自适应学习粒子群群优化(ISALPSO)算法,以进行路径预测。该方法利用2D激光雷达映射来确定后勤应用程序中移动机器人最有效的路线。在机器人操作系统(ROS)平台中使用Hector SLAM方法来实现移动机器人实时位置和地图构建,随后将其转换为二进制占用网格。为了显示所提出方法的路径导航发现,使用2D LIDAR映射点数据在MATLAB 2D虚拟环境中创建了导航模型。根据生成的路径的性能,ISALPSO算法适应其参数惯性重量,加速度系数,学习系数,突变因子和群的大小。与其他五个PSO变体相比,ISALPSO算法具有相当短的路径,快速收敛速率,并且基于使用2D Lidar环境的验证,需要更少的时间来计算运输和卸载环境之间的距离。使用与2D激光雷达连接的Quanser硬件验证了Logistic应用程序中移动机器人的路径规划的效率和效率,并使用拟议的算法在环境3中进行操作,以生产最佳路径。
联合机载激光雷达测深技术专业中心 (JALBTCX) 因其在机载沿海测绘和制图方面的领导地位以及通过其年度技术研讨会创建实践社区而受到认可,这直接促成了本书的写作。JALBTCX 是美国海军气象和海洋学司令部海军海洋学办公室、美国国家海洋和大气管理局、美国地质调查局和美国陆军工程兵团之间的合作伙伴关系。通过 20 场年度研讨会(迄今为止!),国家和国际政府代表、学者、激光雷达制造商和激光雷达测量公司有一个论坛来相互交流,发展地形/水深激光雷达和辅助技术,并发展全球机载沿海测绘和制图市场。只有通过 JALBTCX 合作和社区,才能实现这一全球知识汇编。