基于机载激光雷达的山区高速公路地形测量精度分析

机载激光雷达(Light Detection And Ranging,LIDAR)技术是一种全新的测绘技术,具有高精度和高效率的特点,给山区高速公路勘测带来传统测绘手段不具有的应用模式和技术优势。通过工程实例,对LIDAR在山区高速公路勘测中的精度进行分析研究,阐明LIDAR技术在山区高速公路勘测中的可行性与优越性。     

一种视频暗箱摄像头标定方法

高级驾驶辅助系统ADAS(Advanced Driving Assistance System)利用安装在汽车上的传感器,如摄像头、毫米波雷达、激光雷达和超声波等,在第一时间收集车外的环境数据,进行静、动态物体辨识、侦探与追踪等技术处理,从而能让驾驶者在最快的时间内采取被动或主动的刹车,规避可能存在危险。早期的ADAS技术主要以被动式报警为主,现在主动式干预应用已很普遍。     

大型养路机械施工现场人员安全预警系统技术研究

为提高大型养路机械施工现场人员安全管理水平,消除人员设备侵入邻线、工作装置碰撞等安全隐患,研发了大机施工现场人员安全预警系统.该系统融合多层激光雷达、超宽带、物联网等技术采集的多源数据信息,构建大机施工人员防撞模型,对安全隐患进行及时预警,保障施工人员安全.该技术的主要创新点包括:不依赖卫星与公共网络,基于多源数据融合...     

非接触式接触网参数检测装置研究

针对国内外接触网参数检测的需求,对非接触检测和接触检测的几种检测方式进行了对比,提出一种新的接触网非接触式检测装置,介绍了装置总体设计思路与原则及系统组成,通过试验检测调整了该检测装置的参数设置,实现了接触网参数高精度检测。     

基于机舱式多普勒脉冲激光雷达测风的风速重构技术

近年来,激光雷达测风已经成为一种可靠的风速测量技术,为了在风电机组控制和监测中准确高效的使用激光雷达测风数据,需要对激光雷达测风数据进行高效、快速、准确的实时处理。目前机舱式激光雷达测风面临如下问题：激光雷达在受到来流风时会跟随机舱振动,导致实测数据波动进而对风速重构算法产生影响;激光雷达会受到风电机组叶片遮挡,导致实测数据缺失或出现无效数据。本文通过合理配置激光雷达参数,以雷达测风数据作为研究对象,对测风数据进行数值修正,消除机舱振动带来的误差,开发出一套先进先出嵌套循环判断填充算法解决叶片遮挡问题,建立线性剪切风场模型,基于递推最小二乘法求解风场特征参数,最后通过泰勒冻结湍流假说计算风轮面转子有效风速,与机舱内控制参数反演出的转子有效风速进行对比,得出两组数据相关性在0.9374,两组数据差值的标准差为0.3429,结果证明在实际应用中,使用该配置参数的激光雷达通过坐标修正和数据填充等技术手段,开发的风速重构模型算法能够准确的为风电机组控制系统提供可靠的控制输入参数。     

激光在汽车工业中的应用

汽车工业是世界工业发达国家国民经济的重要支柱产业之一。为了使汽车工业实现现代化，国外早就竞相将激光技术用于汽车工业，有许多应用已进入实用化阶段。我国也早已把发展现代化汽车工业列为发展国民经济的重要因素。本文将简略介绍激光在汽车工业中的一些重要应用。希望能对从事这方面工作的领导和工程技术人员有所帮助。     

借力传感器 汽车安全系统由被动变主动

随着汽车技术的不断发展,汽车安全系统已从被动形式发展到主动形式,被动式安全系统追求的是在意外发生时能降低对个人的伤害,但主动式安全系统则强调要避免意外事件的发生。这种事先的预防能力,需依靠在车子内外所设置的各种感测装置,如雷达、红外线、CMOS/CCD影像传感器、胎压监测系统(TPMS)等。基于不同的安全诉求,这些监测到的数据会经由特定的控制器来加以计算,分析其代表的意义,并以最快的速度做出适当的反应。目前已使用或发展中的先进安全系统在市场上已呈现应用热潮。     

LIDAR点云数据处理与应用

机载雷达测量技术作为一种主动、快速、精确的新型遥感测量方法,自出现以来便受到广泛关注,其获取空间数据的后处理也已成为研究热点。分析LIDAR点云数据的获取原理及分类,探讨Microstation的terra模块数据及LIDAR点云数据的分类处理方法。     

机载LiDAR技术在复杂地形铁路定测阶段的应用研究

为提高新建铁路定测阶段测量工作效率,在某复杂地形新建铁路项目中,基于其使用机载LiDAR点云数据进行中线测量、横断面测量、地形图测绘等作业,并对数据精度进行分析比较.在LiDAR断面测量时,基于Terrasolid软件得到的成果数据冗余量大,提出一种改进的道格拉斯-普克算法,以达到既反映地形变化又减少断面点数量的效果....     

二维激光雷达数据角点特征的提取

为增强无人车识别行驶环境中角点特征的鲁棒性, 并提高角点特征的识别速度, 基于观测点的二变量正态概率密度映射之间的相对差值, 提出了一种角点特征提取方法; 将观测数据组映射到二变量正态概率密度空间, 获得每个观测点的映射; 对映射结果进行归一化, 消除协方差引起的数值差异; 在映射数值曲线中寻找波峰与波谷的位置, 波峰对应的观测点最接近均值点, 波谷对应的观测点最接近拐点; 利用波峰和波谷的相对高度判定该组观测数据是否符合角点特征的边长要求; 用波谷对应的原始观测数据点坐标作为角点特征, 构建环境特征地图。试验结果表明: 提取方法能够处理观测点数大于63, 观测点角度分辨率大于1°的稀疏观测数据, 在大尺寸室外环境和室内环境中, 提取方法都能够稳定识别大型角点; 对小于180个点的观测数据, 最大处理时间小于5ms, 平均处理时间小于1.9ms, 提取方法减少了构建环境特征地图的时间; 提取方法依据观测数据的二变量正态概率密度提取角点特征, 对观测误差和角点特征的尺度与形状不敏感, 能够有效提高角点特征的识别鲁棒性。