机载LIDAR技术及其应用
1 机载LIDAR的系统组成及原理
1.1 机载 LIDAR 技术的发展历程
\ \ \ \ \ \ LIDAR 技术和机载激光扫描技术的发展源自 1970 年，美国航空航天局（NASA）支持研制成功第一台对地观测 LIDAR 系统-LITE。因全球定位系统（Global PositioningSystem-GPS）及惯性导航系统（Inertial Navigation System-INS）的发展，使精确确定遥感平台的实时位置和姿态得以实现。德国 Stuttgart 大学于 1988 到 1993 年间将激光扫描技术与实时定位、定姿系统结合，形成机载激光扫描仪[1]^{[1]} 。之后，机载激光扫描仪随即迅速发展，从1995 年开始商业化，目前已有 10 多家厂商生产机载激光扫描仪，可选择的型号超过 30 种。研发机载激光扫描仪的原始目的是测量多重回波（multiple echoes）的观测值，获取地表及树顶的高度模型。由于其高度自动化及精确的观测成果，机载激光扫描仪逐渐成为新型的
DEM/DTM 数据的采集工具，图 1 为机载 LIDAR 系统示意图。
图 1 机载 LIDAR 系统示意图
\ \ \ \ \ \ 20 世纪 90 年代末至今是机载 LIDAR 技术的高速发展时期。随着动态差分 GPS 和 IMU的精度不断提高，使得激光扫描脚点坐标的精度能够满足实际应用的需求。与此同时，国际上一些著名的测绘仪器生产厂商将更多的精力用于高精度机载 LIDAR 的研发与生产，目前机载LIDAR的主要生产厂家包括美国Leica，加拿大Optech，德国TopSys等 [2][3]^{[2][3]} 。机载LIDAR获取地面三维数据的方法与传统的测量方法相比，具有生产数据的外业成本及后处理成本显著降低的优点。目前，广大用户急需低成本、高分辨率、高精度的 DSM 或 DEM，机载 LIDAR技术正好可以满足这种要求，因而它已成为各种测量应用中深受欢迎的一项高新技术。
1.2 系统组成
\ \ \ \ \ \ 机载 LIDAR 系统是一个集多种电子设备于一身的集成系统。其组成包括激光测距仪、动态差分 GPS、惯性测量单元（IMU）、激光器机械扫描系统、配套的计算机及其软件，图 2 为一个典型的机载 LIDAR 系统的组成框图[4]^{[4]}。
图 2 机载 LIDAR 系统组成框图
\ \ \ \ \ \ 机载LIDAR 系统的主要组成部件及其作用如下表：
| 部件 | 作用 |
| 激光测距仪 | 发射激光脉冲并接收回波 |
| 动态差分 GPS | 用于飞机导航和遥感器坐标确定 |
| 惯性测量单元 IMU | 确定激光扫描仪的姿态 |
| 计算机及软件 | 激光扫描数据的在线处理 |
| 存储设备 | 记录作业时获取的各种原始数据 |
| 成像设备(可选) | 与激光扫描仪同步获取光学航空影像 |
1.3 对地定位原理
\ \ \ \ \ \ 虽然机载 LIDAR 系统是一个相当精密和复杂的集成系统，但其对地定位原理比较简单，如图 3 所示。若空间有一向量，其模为r\mathbf{r} ，方向为 (ϕ,ω,κ)(\phi, \omega, \kappa)，如已知该向量起点Os\mathbf{O}_s的坐标为(Xs,Ys,Zs)(X_s, Y_s, Z_s)，则该向量的另一端点PP 的坐标(X,Y,Z)(X,Y,Z)可唯一确定。对于机载 LIDAR 系统来说，起点Os\mathbf{O}_s为激光发射器中心，其坐标(Xs,Ys,Zs)(X_s, Y_s, Z_s)可利用动态差分GPS求出；向量r\mathbf{r} 的模是由激光测距系统测定的机载激光测距仪到地面激光脚点间的距离，姿态参数(ϕ,ω,κ)(\phi, \omega, \kappa)可以利用高精度姿态装置进行量测获得。同时还必须顾及到一些系统误差，包括激光测距仪相对于GPS 天线相位中心的偏差，激光扫描仪机架的三个安置角（翻滚角、俯仰角和航偏角），以及IMU相对于GPS的偏心矢量及IMU机体同载体坐标轴间的视轴偏心角等。这些误差都需要通过一定的检校方法确定。检校通常在地面检校场进行。
图 3 机载 LIDAR 对地定位原理
1.4 机载 LIDAR 技术现状和发展方向
\ \ \ \ \ \ 机载 LIDAR 作为一种能够直接获取测区地形表面密集采样点空间坐标的对地定位技术，目前对其研究的热点集中于获取数据的硬件技术的研究和处理激光扫描脚点的数据处理系统的研究。
\ \ \ \ \ \ 目前，最先进的激光扫描仪的扫描频率可以达到 22 万点/秒，最大扫描角为 70°，作业飞行高度也有了很大的提升。国外出现的一些比较成熟的 LIDAR 系统，包括美国 Fugro 的FLI-MAP、Leica Geosystems 的 ALS50、加拿大 Optech 的 ALTM Gemini、德国 TopSys 的FALCON Ⅲ等。我国在LIDAR 技术上的起步较晚，对机载 LIDAR 系统的研究是始于上个世纪 70 年代，其间经历了理论探索、试验、完成原理样机等阶段。目前，已研制成功的原理样机有中国科学院遥感研究所与上海技术物理研究所于 1996 年合作完成的机载激光扫描测距成像系统，海军海洋测绘研究所与上海光机所于 2004 年合作研制的机载激光测深系统的原理样机等[3]^{[3]}。
\ \ \ \ \ \ 机载 LIDAR 获取的点云数据是对地形表面最直接的描述和表达(图 4)，因此基于机载LIDAR 数据获取基础地理信息数据（如 DSM、DEM、DTM、建筑物等）是目前机载 LIDAR数据处理与应用的热点。虽然机载激光扫描仪的器件性能取得了突飞猛进的发展，但是在激光点云数据的处理上，还处于起步阶段，大量的工作是对激光点云的数据处理的基础算法的研究，主要关注点云数据的滤波分类和各种地物的提取与重建等。瑞士 ETH 的 Baltsavias[5]^{[5]}，荷兰 Delft 大学的 Vosselman[6]^{[6]} ，维也纳大学的 Pfeifer[7]^{[7]} ，武汉大学的张小红博士等在机载LIDAR 点云滤波问题上进行了较为深入的研究，提出了一些有效的算法。在建筑物提取与重建方面，Vosselman 进行了开创性的探索与研究，其所提出的建筑物提取与重建的算法与流程，已经应用于作业生产，并且正朝着自动化和智能化方向发展。目前在国际上，用于机载 LIDAR 数据后处理的软件还相对较少，主要都是由各个硬件厂商提供的，如加拿大 Optech公司的 REALM 软件、德国的 Toposys 公司的 Toposys 软件等。这些软件都是各个硬件厂家根据自己的硬件特性以及相应的数据处理原理开发出来的，其中各个模块的具体实施原理都被视为各个硬件厂商的私有财产，对外保密。因此，对于用户来说，这些软件就像一个“黑匣子”一样，只能按照规范的流程进行操作，很难根据实际情况进行适当的改动以获得更好的结果。
图 4 机载 LIDAR 数据示例
\ \ \ \ \ \ 通过上述分析，对于机载 LIDAR 技术，可能预期到的发展趋势包括以下几个方面：
\ \ \ \ \ \ （1）高精度、高分辨率、大数据量的激光点云数据组织与处理技术。随着机载 LIDAR硬件性能的不断提升，激光脚点的精度与密度也不断提高，对存储空间的需求也不断增加。目前的点云数据组织与处理技术已不能完全满足大数据量的处理要求，需要寻找新的解决办法。针对大数据量的分布式并行化数据处理技术已经得到广泛的应用，因此基于分布式并行化的激光点云数据处理技术可能成为一种趋势。
\ \ \ \ \ \ （2）多源数据的融合处理。受制于数据处理技术的限制，单纯依靠机载激光点云数据的 DEM 提取和地物的提取与重建还有很大的困难。现在先进的机载 LIDAR 系统能够接收同一激光束的多次回波和回波强度信息，并且安置的数字相机还能同时获取测区的可见光或多光谱影像，某些时候测区的地形图、规划图等 GIS 数据也是可获得的。以上这些信息相互补充，如果能够充分挖掘各自的优势，有望取得满意的效果。当然，数据源越多，处理算法就越复杂，难度就越大。
\ \ \ \ \ \ （3）点云数据更加精确的滤波和分类问题。目前的数据滤波只是简单地将激光脚点分为了地面点与非地面点这两类，这是一种非常粗糙的分类，不能完全满足应用需求。今后机载 LIDAR 技术提供给用户的应当是已经进行了精确分类的激光脚点，为用户的需求提供最大的便利。基于此，需要对激光点云数据的滤波及分类算法进行更加深入的研究。
\ \ \ \ \ \ （4）更加准确、自动化和智能化的建筑物提取与重建技术。建筑物的自动提取与重建是机载 LIDAR 数据后处理的关键技术之一，图 5 为基于机载 LIDAR 数据的建筑物重建效果图。随着激光脚点精度和密度的提高，对重建建筑物模型的精度和细节的保持也有了更高的要求。对于复杂城市区域的建筑物快速提取与重建，需要高度自动化和智能化的算法，特别是复杂屋顶建筑物模型的自动重建，仍然是需要迫切解决的技术难题。
图 5 机载 LIDAR 建筑物重建
<script type="math/tex" id="MathJax-Element-186"> </script>
参考文献
- [1] Ackermann, F. Airborne Laser Scanning-Present Status and Future Expectation[J]. ISPRS Journal ofPhotogrammetry & Remote Sensing, 1999, 54: 64-67
- [2] 刘经南，张小红. 激光扫描测高技术的发展与现状[J].武汉大学学报·信息科学版，2003，28: 132-137
- [3] 张小红．机载激光扫描测高数据滤波及地物提取[D]．武汉大学博士学位论文，2002
- [4] Bharat Lohani. Airborne Altimetric LiDAR: Principle, Data Collection, Processing and Applications[EB]. URL:http://home.iitk.ac.in/~blohani/LiDAR_Tutorial/Airborne _Altimetric Lidar.htm, 2008-10-5
- [5] E. P. Baltsavias. Airborne Laser Scanning: Existing Systems and Firms and Other Resources[J], ISPRS JPRS,1999, 54: 164-198
- [6] Vosselman, G. Slope Based Filtering of Laser Altimeter Data[C]. IAPRS, Amsterdam, 2000: 935-942
- [7] Pfeifer N., Stadler P., Briese C. Deriving of Digital Terrain Models in the SCPP++ Environment[C]. OEEPE Workshop on Airborne Laserscanning and InSAR for Detailed DEMs, Stockholm, 2001
机载LIDAR技术及其应用相关推荐
- 机载LiDAR技术特点
LiDAR 系统是一个先进的主动传感系统,它采用激光作为传感的载体.LiDAR 系统本身发射受控制的激光照射地面和地面上的目标,然后接受地面目标的后向散射.LiDAR 系统不同于多光谱扫描系统和航空摄 ...
- 概述—基于机载LiDAR点云数据的建筑物轮廓提取
一.机载LiDAR系统介绍 机载激光雷达测量技术的英文名称是LiDAR, LiDAR是英文Light Detection And Ranging(光探测与光测距)的缩写,是融合了 GPS.INS.激光 ...
- 如何让实景三维倾斜摄影机载LiDAR三维激光扫描车点云数据顺畅服务于高速公路市政道路BIM改扩建正向三维可视化设计？高效建立精准地表三维模型DEM，让勘测与设计专业更直接地完成三维设计工作。
让实景三维顺畅服务于高速公路市政道路BIM正向三维可视化设计 更多相关信息公众号:三维激光扫描技术及应用 大家好 这段视频的录制是为了给大家 提供一个实景三维数据能够顺畅应用的引导思路 因为近几年经常 ...
- 机载LiDAR数据系统误差消除
机载LiDAR 系统受到多种误差的影响,为最大可能的提高测量精度,降低系统误差的影响,一般有三种方法:① 建立误差改正模型:② 系统检校:③ 航带平差. 由于整个机载LiDAR系统定位精度受到许多条件 ...
- 盘点 LiDAR 技术的15个广泛应用
LiDAR 是光探测和测距的简称.LiDAR 技术是一种遥感技术,通过以 3×108m/s 的速度提供光束,光束 (脉冲激光) 照射物体并在一段时间内反射回来,就可以精确地测量距离,光速或电磁波速度= ...
- 美国空军开发新型机载网络技术
美国空军开发新型机载网络技术 [2007-02-06] 电子工业科技信息中心 [英国BAE系统公司2007年1月31日报道] 美国空军日前选定BAE系统公司和SRA国际公司共同为多功能信息 ...
- 无人机机载LiDAR数据应用之电力线路巡检
机载LiDAR数据采集回来,大概是个什么样子?看看我们这段视频就基本了解了: 无人机机载LiDAR电力巡检点云数据展示 数据采集完成后应电力行业用户的要求,快速查询了杆塔及线路中的一些空间尺寸信息: ...
- 无人机机载LiDAR电力线路巡检案例分享
空间实景三维信息的采集装备在近几年来的发展速度属实惊人,作为测量人员,回头想一想自己当年每天40+公里徒步采集数据的工作,再对比一下如今的数据获取方式及效率,简直是飞跃式的进步.从前慢,工作按部就班的 ...
- 最佳实践：千巡翼Q30+机载LiDAR在水域三维数据采集中的应用
机载LiDAR是近年来兴起的获取高精度地理信息数据的重要手段,具有成果精度高.数据生成快.植被穿透强等特点,日益受到作业单位的青睐. 2022年7月份,千寻位置数字网格合作伙伴携千巡翼Q30复合翼无人 ...
最新文章
- 深度分享：世界顶级计算语言学科学家Ken Church CCL 2018主旨报告（附PPT全文）
- Web前端经典面试试题（二）
- 【转】 Android Fragment 真正的完全解析（下）
- jconsole_我的Wiki：使用JConsole对WildFly（或JBoss AS7）进行远程JMX访问
- python标准模块--os
- NFS客户端、服务器协商读写粒度（rsize、wsize）流程 【转】
- Ecshop中的ajax+json
- td 字典表_数据库怎么设计字典表
- Anaconda 安装 ml_metrics package
- jboss怎么连接Oracle数据库,如何在Jboss中配置数据源
- disruptor模拟高速处理大规模订单类业务场景
- Visual Studio 2013 （CV版）编译错误【error C4996: 'sprintf': This function or variable may be unsafe. 】的解决方案
- stl之queue队列容器
- python pandas库-dataframe.pivot()方法的理解
- 火狐 dns_如何在Firefox中通过HTTPS启用DNS
- CDA LEVEL 1 考试，知识点《机器学习基本概念》
- 现实迷途 第二章 借酒买醉
- 快乐想象识字认字注册码发放！
- 怎么让抖音快速涨粉之抖音数据分析
- 申报高新技术企业需要注意的问题