一种激光雷达与双目相机外参数标定方法

针对异质传感器坐标系融合的准确性问题，提出一种利用圆柱面标定物以离线方式计算激光雷达与双目相机的外参数标定方法。通过分析圆柱面点云的三维几何特性，二维化圆柱面点集，并拟合多个平面椭圆实现圆柱面的检测，识别圆柱面图像的棋盘格角点并进行角点三维重建，利用基于邻域法向量的拟合算法拟合圆柱面，并根据最小化投影距离约束条件对激光雷达与双目相机的位姿关系进行计算。仿真与试验结果表明：激光雷达识别圆柱面的半径误差最大为8mm，双目相机识别圆柱面的半径误差最大为40 mm；且根据外参数标定结果，圆柱面圆度值符合误差特性，这验证了圆柱面标定物应用于激光雷达与双目相机外参数标定的有效性与准确性。     

基于视觉标记板的自动驾驶车辆激光雷达与相机在线标定研究*

针对传统的高清相机和激光雷达外部参数手动或半自动化标定程序繁琐和耗时问题,提出一种适用于地面无人平台车载激光雷达和相机在线自动标定的方法,以安装标记板(Marker)的移动车辆为标定目标,实现车辆的快速识别和位姿估计。同时获取在两种传感器中得到的位姿估计结果,利用经典的定向求解方法计算得到相机与激光雷达之间的刚性转换关系,并在真实城区环境中利用最优评估优化减小标定误差,试验结果证明了所提方法的准确性与可靠性。     

基于改进DBSCAN算法的激光雷达目标物检测方法

传统的DBSCAN聚类算法是基于密度的聚类算法,原始算法在搜索精度和搜索效率上存在一定的局限性。基于LUX4线激光雷达数据点的点云特点,结合DBSCAN算法存在的不足与路面目标物的实际情况,提出了1种基于改进的DBSCAN聚类算法,选取4个代表点取代对所有点的搜索和改进搜索半径使其随扫描的距离而变化的方法,实现激光雷达目标物的快速、准确检测。通过改进DBSCAN算法对雷达数据进行去噪声和聚类处理,根据检测物在激光雷达探测中的形状特征模型进行形状匹配。实验结果表明该改进算法能较好的识别出目标物,行人检测率由原始算法的61.90%提高到了80.95%,搜索时间较原始算法缩短了44.7%,解决了原始算法精度低、搜索慢的缺点。     

基于C++与PCL的LAS数据读取及显示

点云库PCL(Point Cloud Library)是专门处理点云数据的公开库,LAS则是机载激光雷达(Aiborne LiDAR)的数据格式,需专业软件进行读取。由于PCL无法直接读取LAS数据,给基于PCL的点云数据处理带来了不便。为此解析了LAS数据格式,在此基础上使用C++编程读取LAS数据并进行了可视化显示。以某一区域LAS数据进行试验,结果表明程序运行正常,这为后续基于PCL的点云数据处理提供了数据源。     

激光雷达避碰预警系统在港作拖船上的应用

为降低港作拖船在作业中与大船发生碰擦的安全隐患并提高在大雾等特殊作业环境中的作业能力,研究、设计适用于港作拖船的激光雷达避碰预警系统.该系统采用高精度近场激光雷达和云综合处理平台,能够提高报警和在线处理的准确度,通过建立船舶数学模型,实现港作拖船360°无死角的在线监控和避碰功能.     

基于无人船装置的大水域环境监测系统设计

针对当前资源过度开发导致大水域环境污染日益严重的问题,设计一种由自动巡航无人船、环境检测装置和远程操作平台组成的大水域环境监测系统。将嵌入式系统、信息通信、路径规划等技术相结合,进行数据处理与分析,实现对无人船的精准控制、大水域环境的精确实时在线监测和水样样本的采集。试验结果表明,该无人船监控系统不仅能满足对大水域水质环境检测的需求,而且能提高大水域环境监控效率和降低成本,对推广应用农业技术与装置和进行水质环境检测有促进作用,同时能使人们的生活质量得到保障和提升。     

降雨条件对车载激光雷达性能影响的试验研究

激光雷达是自动驾驶车辆最为关键的传感器之一，被广泛用于车辆定位、目标检测与跟踪等任务。然而，激光雷达的点云数据会受到恶劣天气（如雨、雾、雪等）的严重影响，致使自动驾驶全天候行驶仍然面临着巨大挑战。为了量化评估恶劣天气对激光雷达性能的影响，分析了降雨环境下激光雷达的性能，基于构建的场地降雨模拟系统控制降雨量，通过多视角的静、动态试验定性与定量分析激光雷达测距精度、典型目标点密度、有效检测距离等性能参数与降雨量之间的关系。试验结果表明：车辆作为目标物时，目标物上的激光点云受降雨的影响最大，相较于无雨环境，中雨时打在汽车上的激光点数降低幅度超过了60%，检测距离下降了69%，并且随着降雨量的增大激光雷达对目标的有效检测距离持续下降；试验方法和结果对于测试评价自动驾驶性能及提升降雨环境下的激光感知能力具有重要意义。     

脉冲激光雷达信号降噪方法对比

研究了脉冲激光雷达大气后向散射回波信号特性,介绍了一种以Hilbert-Huang变换(HHT)为基础的滤波新方法--固有模态(EMD)分解滤波,并与扩展卡尔曼滤波(EKF)、小波阈值滤波算法进行对比.针对典型大气条件下回波信号特点进行仿真,对各种方法在不同信噪比信号条件下滤波效果进行评价,分析它们的优缺点.仿真结果证明:EKF法仅在均匀大气高信噪比条件下滤波效果较好;小波阈值方法具有更强的适应性,是中低信噪比条件下的最优算法;EMD分解滤波具有很高研究价值,该方法在高信噪比条件下处理效果最好,是现有方法的必要补充.综合运用3种方法才能使滤波效果达到最佳.     

激光雷达信号小波降噪算法参数选取规则

对激光雷达信号降噪算法进行研究,分析指出小波分解降噪算法能较好地对其进行信号处理.重点对小波降噪算法参数选取进行研究,利用激光雷达仿真信号为例进行仿真实验.结果表明,选用尺度参数为4的coif4小波为基函数,采用启发式阈值的软阈值处理效果较好.该降噪算法能在能量损失较低的前提下极大提高信噪比,为后续的数据分析提供更多高精度数据进而提高探测精度.