机载激光雷达技术在山区高速公路勘测设计中的应用

机载激光雷达(LIDAR)技术是一种综合利用激光、全球定位系统(GPS)、惯性导航系统(IMU)的数据采集技术,具有自动化程度高,生产周期短、精度高等特点。文章概述了机载激光雷达技术在高速公路勘测设计中的应用及注意事项。     

非接触式接触网检测车车体振动位移补偿系统

介绍了一种采用激光雷达(LMS)测距定位,非接触式测量接触网检测车车体振动位移系统,其基本原理是LMS得到车体相对于轨道的位移和角度,并通过以太网向从机发送数据.从机处理后向上级检测主机实时传输补偿数据,对动态拉出值进行补偿.     

基于激光雷达的无人驾驶车前方障碍物检测

无人驾驶车在越野条件下的环境感知技术是其实现自主导航功能的难题.由于越野环境复杂,障碍物种类繁多,对智能车周围环境的探测更是难上加难.选择越野环境下几种典型的障碍物作为检测目标,采用基于激光雷达面扫描的方法获取无人驾驶车前方路面图像信息,根据障碍物对于激光数据的不同特征,检测无人驾驶车前方静止的障碍物,主要包括水塘、石头或陡坡以及树木等.利用激光可直接测得障碍物距离数据的优势,基于投影变换原理进而求得障碍物的长、宽或高等三维信息.     

利用激光3 D成像技术对特殊道路边界探测方法研究

利用激光雷达传感器获得的三维距离信息,依据了道路边界的结构特点,分别采用了CS中值滤波和形态学滤波进行去噪,并利用距离图像中目标与周围环境梯度差异性,将目标从背景中分割出来。同时,利用定位的结果和三维距离信息,获取了目标的高度信息,以及与本车的纵向和横向位置信息,为安全避障提供了依据。通过实验验证,该方法具有较强的鲁棒性和较高的探测准确性。     

基于LabVIEW和激光雷达的智能车辆障碍物检测

将LabVIEW引入智能车辆研究与应用领域,提出基于LabVIEW和激光雷达的智能车辆障碍物检测系统。该系统采用激光雷达探测智能车辆前方的物体,测到的距离数据经串口传输至计算机（LabVIEW）后,由LabVIEW对数据进行处理和分析,完成智能车辆前方障碍物检测。该系统设计了激光雷达控制、串口VISA操作、数据采集、处理及存储、直角坐标和极坐标图像、障碍物检测等程序。实验结果表明,该方案是可行的,可以作为研究智能车辆技术的一种新的方法。     

机载激光扫描技术在公路测设中的应用研究

对机载三维激光扫描技术的原理、作业方法、数据特点及质量、信息处理流程、成果与数据交换格式以及相关配套技术和方法进行深入研究和试验.研究建立一套适合于现代公路勘察设计需求的地面三维数据快速采集的作业模式、数据处理方法和流程,并提出相应的质量控制措施和质量评价方法.     

基于激光雷达的城轨交通障碍物检测算法研究

侵限障碍物对城市轨道交通有巨大的危害,现有基于通信的列控技术无法对其自动化防护。为避免障碍物侵入行车区间造成安全事故,利用激光雷达作为主要传感器,提出一种非接触式障碍物检测算法。借助激光雷达具有不受环境光照的影响,测距精度高,可实现远距离探测等优势,该算法能够实现对百米内障碍物的有效检出,同时具备高可靠性,不受隧道内光照条件差等恶劣条件的干扰。为克服隧道中坡度影响,结合点云校准算法将点云平面与地平面对齐。对隧道环境和站台环境建模分析,提出基于规则的轨道平面分割算法和基于区域增长的背景点云分割算法,有效实现地平面的分离以及背景点云的滤除。考虑到点云密度在不同距离分布不均,提出自适应欧式聚类障碍物检测算法。为验证整体算法的有效性,在宁波地铁5号线采集大量正线数据,进行障碍物注入仿真实验。实验结果表明：复杂运行场景下该障碍物检测算法在视距范围内低于70 m障碍物检出率可达85.89%,雷达超视距的情况下检出率有一定的衰减,低于120 m的障碍物检出率为63.08%。算法平均耗时为37.86 ms。     

基于岸基激光雷达的靠泊船舶辅助信息的获取研究

本文提出了一种基于岸基激光雷达来获取靠泊船舶的辅助信息估计方法。本文通过岸基激光雷达获取靠泊船舶的点云数据,从船舶靠泊时的船艏和船艉处的点云数据中确定了船舶靠泊偏角和离岸距离,然后根据船舶的船艏和船艉处点云的轨迹变化,计算出船舶法向靠岸速度。相对于传统靠泊时利用AIS和雷达获取船舶靠泊速度和航向角,本文算法能够更加直观获取船舶的靠泊偏角、离岸距离和法向靠岸速度,能够降低平行靠泊的难度,提高靠泊作业的效率和安全系数。     

机载激光雷达测量在北方山区高速公路不良地质体识别中的应用

高速公路工程常常要穿越各种不同的地形、地貌单元,尤其是山岭重丘区的高速公路,采空区、滑坡、崩塌、危岩体等不良地质现象众多且高位分布,机载激光雷达测量技术能对不良地质体进行有效的识别,详细介绍了机载激光雷达测量在北方山区高速公路不良地质体识别中的应用。     

智能感知融合技术在干散货堆场动态环境中的应用

以干散货码头堆场为代表,针对其大型设备自动化作业在堆场复杂动态环境的感知问题,提出多传感器智能感知融合技术框架,基于激光雷达、惯性传感器(IMU)和实时动态(RTK)等多种传感器数据融合,利用原始的RTK数据信息对前端里程计输出的位姿进行优化,应用动态物体移除技术实现稳健、精准的动态要素感知,结合八叉树立方体查询实现高效、实时的全局地图更新,最终建立一个高精度且实时更新的散货堆场地图,为后续的堆场作业提供支持。将智能感知融合技术应用于大型干散货码头,结果证明该技术可实现堆场动态环境的高精度和实时性能,有效提高干散货码头自动化作业的感知能力。