激光雷达点云数据
LiDAR(Light Detection and Ranging)，是激光探测及测距系统的简称，另外也称Laser Radar或LADAR(Laser Detection and Ranging)，由激光雷达进行扫描所获取的数据，即为激光雷达点云数据。
激光雷达是用激光器作为发射光源，采用光电探测技术手段的主动遥感设备。激光雷达是激光技术与现代光电探测技术结合的先进探测方式。由发射系统、接收系统、信息处理等部分组成。发射系统是各种形式的激光器，如二氧化碳激光器、掺钕钇铝石榴石激光器、半导体激光器及波长可调谐的固体激光器以及光学扩束单元等组成；接收系统采用望远镜和各种形式的光电探测器，如光电倍增管、半导体光电二极管、雪崩光电二极管、红外和可见光多元探测器件等组合。激光雷达采用脉冲或连续波2种工作方式，探测方法按照探测的原理不同可以分为米散射、瑞利散射、拉曼散射、布里渊散射、荧光、多普勒等激光雷达。
激光雷达的特点:
与普通微波雷达相比,激光雷达由于使用的是激光束,工作频率较微波高了许多,因此带来了很多特点,主要有：
（1）分辨率高
激光雷达可以获得极高的角度、距离和速度分辨率。通常角分辨率不低于0.1mard也就是说可以分辨3km距离上相距0.3m的两个目标(这是微波雷达无论如何也办不到的),并可同时跟踪多个目标；距离分辨率可达0.lm；速度分辨率能达到10m/s以内。距离和速度分辨率高,意味着可以利用距离——多谱勒成像技术来获得目标的清晰图像。分辨率高,是激光雷达的最显著的优点,其多数应用都是基于此。
（2）隐蔽性好、抗有源干扰能力强
激光直线传播、方向性好、光束非常窄,只有在其传播路径上才能接收到，因此敌方截获非常困难，且激光雷达的发射系统(发射望远镜)口径很小,可接收区域窄，有意发射的激光干扰信号进入接收机的概率极低；另外，与微波雷达易受自然界广泛存在的电磁波影响的情况不同，自然界中能对激光雷达起干扰作用的信号源不多，因此激光雷达抗有源干扰的能力很强,适于工作在日益复杂和激烈的信息战环境中。
（3）低空探测性能好
微波雷达由于存在各种地物回波的影响,低空存在有一定区域的盲区(无法探测的区域)。而对于激光雷达来说,只有被照射的目标才会产生反射,完全不存在地物回波的影响，因此可以"零高度"工作，低空探测性能较微波雷达强了许多。
（4）体积小、质量轻
通常普通微波雷达的体积庞大，整套系统质量数以吨记，光天线口径就达几米甚至几十米。而激光雷达就要轻便、灵巧得多,发射望远镜的口径一般只有厘米级,整套系统的质量最小的只有几十公斤，架设、拆收都很简便。而且激光雷达的结构相对简单，维修方便，操纵容易，价格也较低。
激光雷达的缺点
首先，工作时受天气和大气影响大。激光一般在晴朗的天气里衰减较小，传播距离较远。而在大雨、浓烟、浓雾等坏天气里，衰减急剧加大，传播距离大受影响。如工作波长为10.6μm的co2激光，是所有激光中大气传输性能较好的,在坏天气的衰减是晴天的6倍。地面或低空使用的co2激光雷达的作用距离,晴天为10—20km,而坏天气则降至1 km以内。而且,大气环流还会使激光光束发生畸变、抖动，直接影响激光雷达的测量精度。
其次，由于激光雷达的波束极窄,在空间搜索目标非常困难，直接影响对非合作目标的截获概率和探测效率,只能在较小的范围内搜索、捕获目标，因而激光雷达较少单独直接应用于战场进行目标探测和搜索。
激光雷达点云数据的应用
激光雷达点云数据的应用非常广泛，可以用于数字三维城市的建设、三维地形的获取、三维文物重建、地籍调查、电力清查等等各种需要测绘建模的行业。例如北京数字绿土公司研发的Lidar360软件，将激光雷达点云数据运用到林业调查规划中。传统生态调查数据采集困难，能够获取的结构信息有限，而且人为主观因素对测量结果的影响大。通过高精度的数据扫描，及高效的核心数据处理系统，可以提取一系列基于激光雷达点云数据的森林参数和统计变量，包括树冠高度变量、密度变量、强度变量、郁闭度、叶面积指数和间隙率。快速反演生物量，森林蓄积量，森林覆盖率；了解其疏密程度以及不同树龄树木的情况、推算不同树种数量；获取森林地面DEM，实现森林结构参数自动提取以及三维场景
重建，用于林业的监控与管理。该技术对于地籍调查服务也非常有效，地籍测量一般采用全站仪和RTK进行数据采集或是使用航空摄影测量的方法。这两种方法完成地籍测量的周期较长，需要投入大量的人力物力，结果只能以二维的形式体现，使得地籍测量很难向三维空间扩展。而数字绿土首次将激光雷达技术应用于地籍测量，形成了从数据获取、数据处理、成果输出一整套技术支持流程。通过合理布站，获取目标三维数据，同时记录每个测站的高精度位置信息、电子罗盘信息、精确的倾角数据，对多站数据进行高精度拼接，使用控制点信息对拼接后的数据进行精确的坐标转换，在三维坐标空间下完成地籍测量图的绘制。通过采用该技术，可以节省人力物力，一次成图，作业时间短，精度高。
激光雷达点云数据还有着非常广泛的应用前景，其高效高精度的作业方式，必将深深影响人们的生产生活方式。
真实三维森林（左：实地采集照片，右：激光雷达(Lidar)数据三维数字森林）
某小区地籍测量激光雷达数据获取利用点云数据处理获得的地籍调查图
激光雷达高速数据采集系统解决方案 0、引言 1、 当雷达探测到目标后, 可从回波中提取有关信息，如实现对目标的距离和空间角度定位,并由其距离和角度随时间变化的规律中得到目标位置的变化率，由此对目标实现跟踪; 雷达的测量如果能在一维或多维上有足够的分辨力, 则可得到目标尺寸和形状的信息; 采用不同的极化方法，可测量目标形状的对称性。雷达还可测定目标的表面粗糙度及介电特性等。接下来坤驰科技将为您具体介绍一下激光雷达在数据采集方面的研究。 1、雷达原理 目标标记： 目标在空间、陆地或海面上的位置, 可以用多种坐标系来表示。在雷达应用中, 测定目标坐标常采用极(球)坐标系统, 如图1.1所示。图中, 空间任一目标P所在位置可用下列三个坐标确定: 1、目标的斜距R； 2、方位角α；仰角β。 如需要知道目标的高度和水平距离, 那么利用圆柱坐标系统就比较方便。在这种系统中, 目标的位置由以下三个坐标来确定: 水平距离D，方位角α，高度H。 图1.1 用极(球)坐标系统表示目标位置
系统原理： 由雷达发射机产生的电磁能, 经收发开关后传输给天线, 再由天线将此电磁能定向辐射于大气中。电磁能在大气中以光速传播, 如果目标恰好位于定向天线的波束内, 则它将要截取一部分电磁能。目标将被截取的电磁能向各方向散射, 其中部分散射的能量朝向雷达接收方向。雷达天线搜集到这部分散射的电磁波后, 就经传输线和收发开关馈给接收机。接收机将这微弱信号放大并经信号处理后即可获取所需信息, 并将结果送至终端显示。 图1.2 雷达系统原理图 测量方法 1）.目标斜距的测量 雷达工作时, 发射机经天线向空间发射一串重复周期一定的高频脉冲。如果在电磁波传播的途径上有目标存在, 那么雷达就可以接收到由目标反射回来的回波。由于回波信号往返于雷达与目标之间, 它将滞后于发射脉冲一个时间tr, 如图1.3所示。 我们知道电磁波的能量是以光速传播的, 设目标的距离为 R, 则传播的距离等于光速乘上时间间隔, 即2R=ct r 或 2 r ct R
利用激光点云数据计算采石场开采量方法研究 发表时间：2018-08-09T10:41:29.817Z 来源：《新材料.新装饰》2018年2月下作者：李光 [导读] 为了调查矿山开采现状，估算矿山保有资源量，政府定期要对采石场资源储量进行核实。一般采用免棱镜全站仪进行测量评估，但因地形复杂，测量误差难以避免。而激光扫描技术克服了这些缺点，为储量监测提供了快捷的途径。应用激光扫描技术在土方量计算、矿山地形快速测量、土方变化量监测等方面一些学者进行了系统研究。 （齐齐哈尔矿产勘察开发总院，黑龙江省齐齐哈尔市 161000） 摘要：为了调查矿山开采现状，估算矿山保有资源量，政府定期要对采石场资源储量进行核实。一般采用免棱镜全站仪进行测量评估，但因地形复杂，测量误差难以避免。而激光扫描技术克服了这些缺点，为储量监测提供了快捷的途径。应用激光扫描技术在土方量计算、矿山地形快速测量、土方变化量监测等方面一些学者进行了系统研究。使用三维激光扫描仪对矿堆进行了扫描，对扫描数据进行三维建模后测算矿堆的矿方量。本文分析了利用激光点云数据计算采石场开采量方法。 关键词：激光点云数据；计算采石场；开采量方法； 利用三维激光扫描技术可以获得高密度点云数据进行体积计算，解决了复杂矿山开采与储量的测量精度问题。近年来国内一些学者进行了相关研究，基于三维激光扫描技术的土方量算满足精度要求，给出了在土方量算应用中的相关定量指标。目前采用地面三维激光扫描技术针对采石场的开采量变化研究非常少，计算方法也不太相同。 一、点云数据获取 某采石场开采量的详细数据为了达到扫描的目的和精度要求，结合采石场的环境和地形本身复杂的结构特点，扫描仪获取数据的特点,决定采用全站仪模式对采石场进行扫描?为了保证前后两期坐标的一致性,两期数据都是利用RTK 测量控制点坐标?根据采石场的地形和范围,根据地形情况,将扫描路线设置为闭合导线,共有导线点12 个,每站架设仪器进行扫描,采用中等分辨率 (10 cm/100 m),每站操作时间大约为30 min ,大约测量7 h完成采石场的数据采集工作?一是噪声处理与范围的统一?将扫描的激光点云数据导入随机数据处理软件Cyclone ，对软件自动拼接的点云数据进行质量检查，证明点云数据完整可用。利用软件去噪功能，通过放大与旋转操作，对研究区域外点云粗略删除。计算采石场开采量利用RTK 测量的数据与三维激光扫描的点云数据进行对比，在进行数据处理时，要保证两者范围的一致性，主要以地形图数据为基准，利用CASS 软件确定范围边界线，将处理后的数据保存为txt 格式文件,再导入Cyclone软件,删除研究区域范围以外的点云数据?二是点云数据均一化处理?为了地形图数据精度上大致保持相同,对三维激光扫描的数据进行抽稀处理?在Cyclone软件中,对点云数据进行均一化处理?为了与传统方法保持精度基本一致,便于数据间的研究对比,确定点云间隔为5 m 进行点云均一化处理(见图2)?三是点云数据的精简?利用Cyclone 软件对点云数据去噪处理后,点云数据仍然存在一些噪声点?体外孤点等影响点云质量的因素,可以采用Geomagic 软件进行点云数据的精简?将Cyclone 软件处理得到的结果保存为xyz 格式文件,在Geomagic 软件进行数据精简的主要过程:“数据导入— 点云数据着色—去除体外孤点及非连接项—减少噪音—数据采样— 数据封装”,将处理后的数据保存为vtx 格式文件? 二?利用激光点云数据计算采石场开采量方法 1. 开采量的方法?为了获取采石场两期间进行精确计算的开采量,要对采石场的开采区域范围进行精确的确定,根据点云数据的范围来确定矿山采集区域的模型的区域范围,从而确保建立的矿山采集区域模型范围与实际矿山范围尽量一致来保证矿山开采量的准确性?一是Cyclone 软件求取开采量?Cyclone 软件是具有处理点云数据与建模的功能?依据Cyclone软件提供的计算体积的功能,不能将两期的数据直接进行叠加求差值,需要分别计算每期的体积,然后求差,差值即为采石场开采量?Cyclone 软件求取体积的主要技术:将Geomagic 精简处理后的vtx格式文件后缀修改为txt 格式,然后打开文件,选择所有点云数据,创建TIN 模型;执行命令,软件自动计算点云到参考面的挖方量和填方量,其中挖方量(Cut V olume)为1252641 m3即为计算开采量所需要的数据?因为两期数据计算挖方量的差值为开采量,要求取数据的挖方量,因为提供的数据文件格式是dat 格式,将dat 格式的文件转换为txt 格式,再导入Cyclone 软件,按照以上方法,计算挖方量为1006949 m3 ,将两期的挖方量求差值即为采石场开采量,?二是HD‐3LS‐SCENE 软件求取开采量?HD‐3LS‐SCENE软件支持点云渲染?点云选择?量测分析?堆体体积计算?此次研究主要是根据需求以及数据的密度,设置网格大小,求取每一期堆体体积,然后做差,差值即为采石场的开采量?HD‐3LS‐SCENE 软件主要技术思路:将Geomagic 精简处理后的格式文件后缀修改为txt 格式,再用Cyclone 软件打开,保存为xyz 格式文件?利用导入经Cyclone软件处理后的xyz 格式文件,保存为文件,再打开格式文件,转换为格式文件,通过软件加载格式文件,点击菜单中“点云分析”设置投影点云参数生成DEM ,求取体积,将格式的数据利用Excel 表格处理转换为txt 格式文件,再导入Cyclone 软件,然后保存为xyz 格式文件,按照上述求取体积的步骤求取地形图数据的体积,三是CASS 软件求取开采量?CASS 软件一套集地形?地籍?空间数据建库?工程应用?土石方量算等功能为一体的软件系统?CASS 提供了多种土方计算方法,对不同工程条件可灵活地采用合适的土方计算模型?CASS 软件主要技术思路是:将Geomagic 精简保存的5m点云数据vtx 格式文件后缀修改为格式,再利用Excel 表格将格式文件转换为dat 格式文件保存,利用CASS 软件打开格式文件,将数据转换为格式文件,根据利用CASS 软件将数据转换为格式文件?在CASS 软件选择DTM 法计算两期土方? 2.开采量计算结果分析?针对以上计算结果,从计算开采量的技术可行性?计算的精度?软件操作的难易程度等方面进行对比分析?针对三种软件的性能及计算开采量结果的精度,详细的对比分析阐述如下:1)Cyclone 软件?Cyclone 软件是具有较高知识产权的随机数据处理软件,普通用户获取难?该软件的界面与软件说明书都是英文的,如果没有专门的培训或相关人员的指导,软件使用上比较困难?操作步骤比较繁琐,软件功能比较强大,能够计算采石场开采量?Cyclone在计算开采量方面误差较小?对比三种软件可知:Cyclone 软件在求取开采量方面精度最高,满足工程测量需要?2)HD‐3LS‐SCENE 软件?HD‐3LS‐SCENE 软件在获取方面比较困难,正版软件花费较高,软件试用期都是短暂的?软件操作上比较复杂,计算时间需要40 min ,在三种软件中计算速度最慢?在精度方面相比于其他两个软件,在相同的条件下,精度最低,因此在对精度要求不是很高的情况下,能够使用HD‐3LS‐SCENE 软件计算开采量?3)CASS 软件?该软件运用比较普遍,能够识别多种格式的数据文件?该软件操作简单快捷,在短时间内求取土方量，而且在求取两期土方量的过程中，实现一步到位，减少了后期大量的手工计算。在计算精度方面，CASS 软件获取较高的精度，所以在精度要求不是很高的情况下，CASS软件能够快速求取体积，作为优先考虑的软件。 通过对采石场开采量计算结果表明：利用激光点云数据的采石场开采量计算技术可行、精度满足工程需要。Cyclone 软件使用难度大，
Li-Air无人机激光雷达扫描系统 Li-Air无人机激光雷达扫描系统可以实时、动态、大量采集空间点云信息。根据用户不同应用需求可以选择多旋翼无人机、无人直升机和固定翼无人机平台，可快速获取高密度、高精度的激光雷达点云数据。 硬件设备 Li-Air无人机激光雷达系统可搭载多种类型扫描仪，包括Riegl, Optech, MDL, Velodyne等，同时集成GPS、IMU和自主研发的控制平台。 图1扫描仪、GPS、IMU、控制平台 无人机激光雷达扫描系统设备参数见表格1： 表格 1 Li-Air无人机激光雷达扫描系统 图2 八旋翼无人机激光雷达系统图3 固定翼无人机激光雷达系统 设备检校
公司提供完善的设备检较系统，在设备使用过程中，定期对系统的各个组件进行重新标定，以保证所采集数据的精度。 图1扫描仪检校前（左）扫描仪检校后（中）检校前后叠加图（右） 图4（左）为检校前扫描线：不连续且有异常抖动；图4（中）为检校后扫描线：数据连续且平滑变化；图4（右）为检校前后叠加图，红线标记的部分检校效果对比明显。 图5从左至右依次为校正前（侧视图）、校正后（侧视图）、叠加效果图图5（左）为检校前扫描线：不在同一平面；图4（中）为检校后扫描线：在同一平面；图4（右）为检校前后叠加图。 成熟的飞控团队 公司拥有成熟的软硬件团队以及经验丰富的飞控手，保证数据质量以及设备的安全性，大大节约了外业成本和时间。
图6无人机激光雷达系统以及影像系统 完善的数据预处理软件 公司自主研发的无人机系统配备有成套的激光雷达数据预处理软件Li-Air，该软件可对无人机实时传回的激光雷达数据进行航迹解算、数据生成、可视化等。 图7 Li-Air数据预处理功能 成功案例 2014年7月，本公司利用Li-Air无人机激光雷达扫描系统进行中关村软件园园区扫描项目，采集园区高清点云以及影像数据。飞行高度200m，点云密度约50点/平方米，影像地面分辨率为5cm。通过POS数据解算，完成对点云和影像数据的整合，得到地形信息和DOM等。
如何在CARD/1中利用点云数据进行项目设计 点云数据是利用激光雷达或其他专业测量仪器对实地进行扫描得到的带有颜色和三维坐标的大量点数据的集合。点云数据是目前国内外使用的最先进的测量数据形式。此数据可以真实的反映地形地貌，让设计者如同置身实地进行工程设计。点云数据，根据测量仪器的不同，点云数据有很多种格式，国外常见的有徕卡、瑞格、天宝等，国内常用的是激光雷达数据，其后缀为LAS。CARD/1能直接读取上述格式的点云数据。下面介绍如何在CARD/1中利用点云数据进行工程设计。 一、导入点云数据 首先，进入【测量】--【管理点云】，弹出边菜单，选择“新建”，弹出建立新点云的窗口， 输入一个名称（由字母和阿拉伯数字组成），可以给一个用于以后辨认的描述，点击确定，弹出读取点云数据的边菜单，这里可以读入多种格式的点云数据，需要根据已有点云数据的格式选择使用，现有点云数据位LAS格式，点击变菜单中的LAS格式进行读入，会弹出选择点云数据文件的对话框，选择窗体菜单中的外部文件，找到需要读入的LAS点云数据，点击打开。
出现导入点云数据的进度条，导入结束会提示导入的总点数，点击确定。 选择边菜单中的“预处理”，弹出对话框， 坐标及高程范围是系统自动获取的，无需修改，块大小是指系统将整个点云数据进行分块管理，每一个分块的面积大小，最小点数/最大点数指的是每一个分块管理的点个数。默认参数可以不用修改，也可以根据点云数据的大小情况来修改。点击确定，系统就会对点云数据进行分块处理。这一步必须做，否则系统无法显示点云数据。 二、显示点云数据 完成上述操作，点云数据就被成果导入到系统中。进入平面视图，设置数据显示，边菜单中勾选“点云数据”，即可看到点云数据平面图。 如果点云数据太大，显示速度慢，可以换一种方式显示，即绘制点云平面图，然后显示绘图对象，这样显示速度会快很多。可以进入【绘制图表】--【平面分页】，建立一个绘图需要的平面分页，可以建一个比较大的分页，包含整个点云区域。然后进入【绘制图表】--【建立点云平面】，在边菜单中点击“点云·选
机载激光雷达数据后处理软件（LiDAR_Suite）简介 LiDAR_Suite是武汉天擎空间信息技术有限公司在国家高新技术发展计划项目基础上，开发的具有完全自主知识产权的机载LiDAR 数据后处理软件（如图1）。 图1：LiDAR_Suite 系统界面 LiDAR_Suite 综合考虑了当前机载激光雷达数据处理与应用的实际，形成了一套从原始点云数据到高质量行业产品、成熟高效的机载LiDAR数据处理工艺流程。LiDAR_Suite 功能齐全，性能稳定，提供了涵盖机载激光雷达数据预处理、基础共性处理和专业应用处理等三个处理层次的丰富功能。具体包括： 1)机载LiDAR 点云数据、影像、矢量及DEM 等多源空间数据的存取与可视 化，提供了和主流LiDAR 数据处理软件、遥感影像处理软件以及GIS软件的数据接口； 2)机载LiDAR 数据质量控制；机载LiDAR 系统检校、点云数据精度评价 和点云数据的无缝航带拼接； 3)海量点云数据的工程化组织管理及其自动批处理；集群环境下的点云数据快 速处理； 4)多种点云数据的自动滤波、分类算法，基于多模式和多视图的点云编辑精细
分类，多模式和可视化的分类精度评价； 5)基于机载LiDAR 点云的高质量数字高程模型和等高线生产； 6)面向机载LiDAR 同机航空数码相机的整区域快速正射影像生产；机载 LiDAR点云与非同机遥感影像的配准； 7)电力行业应用：电力线提取与建模、电力设施周边地物要素采集、危险点间 距量测等； 8)数字城市应用：独立的子模块Building Modeler，实现城市建筑物三维模型的 自动、半自动建立。 LiDAR_Suite采用了当前机载LiDAR最新数据处理技术，采用了模块化设计思想以及插件集成技术，在可视化、人机交互、易操作性、处理精度与效率等方面与现有商业化的主流机载激光雷达数据处理软件相比均具有一定的技术优势，并提供了灵活方便的、面向行业的二次开发功能。LiDAR_Suite兼顾了先进算法自动化处理和人机交互的作用，使系统更具实用性；面向专业应用提供了测绘生产、数字城市建模、电力行业应用等功能。目前，该软件已应用于实际的高精效测绘生产中，完成从原始点云数据到基础测绘产品生产（含DEM、DOM、等高线、部分DLG）以及产品精度评价的全部流程，效果良好（图2为数据生产工程管理示意图，图3为多模式和多视图的点云精细分类编辑示意图，图4为点云自动分类结果，图5为高精度DEM渲染结果，图6为电力悬链线的提取与建模，图7为建筑物半自动建模）。目前，LiDAR_Suite的生产处理成果已应用于国土、交通、水利等领域，并可望在更多领域如资源、环境、灾害、电力、农林等得到广泛应用。
激光雷达回波信号仿真模拟研究 摘要 关键字 第一章绪论 第一节引言 激光雷达（Lidar：Li ght D etection A nd R anging），是一种用激光器作为辐射源的雷达，是激光技术与雷达技术完美结合的产物。激光雷达的最基本的工作原理与我们常见的普通雷达基本一致，即由发射系统发射一个信号，信号到达作用目标后会产生一个回波信号，我们将回波信号经过收集处理后，就可以获得所需要的信息。与普通雷达不同的是，激光雷达的发射信号是激光而普通雷达发射的信号是无线电波，两者在波长上相比，激光信号要短的多。由于激光的高频单色光的特性，激光雷达具有了许多普通雷达无法比拟的特点，比如分辨率高，测量、追踪精度高，抗电子干扰能力强，能够获得目标的多种图像，等等。因此，利用激光雷达对大气进行监测，收集、分析数据，建立一个大气环境预测理论模型，这将会成为研究气候变化和寻求解决对策的一项重要武器。 第二节本文的选题意义 由于投入巨大，在研制激光雷达实物之前，我们需要进行模拟与仿真研究，预测即将研制的激光雷达的各性能指标，评价总体方案的可行性。激光雷达回拨信号仿真模拟就是利用现代仿真技术，逼真的复现雷达回波信号的动态过程，它是现代计算机技术、数字模拟技术和激光雷达技术相结合的产物。仿真模拟的对象是激光雷达的探测没标以及它所处的环境，模拟的手段是利用计算机和相关设备以及相关程序，模拟的方式是复现包含着激光雷达目标和目标环境信息的雷达信号。通过激光雷达回波信号的仿真模拟，进而产生回波信号，我们可以在实际雷达系统前端不具备条件的情况下，对激光雷达系统的后级设备进行调试。 第三节本文的研究思路和结构安排 本文主要研究面向气象服务应用的大气激光雷达。笔者在熟悉激光雷达的基本工作原理的前提下，学习和熟悉各种参数对大气回波能量的影响，进而学习和掌握matlab编程语言，并且根据给定的激光雷达系统参数、大气参数和光学参数，以激光雷达方程为基础，通过仿真模拟得到理想状态下的大气回波信号。但是，在实际测量工作中，由于大气中的各种干扰，我们获得的回波信号并不和理想状态下的大气回波信号一致，因此，在本文的后期工作中，笔者根据已有的大量激光雷达实测信号与模拟信号对比，既能验证仿真模拟结果的准确性，又能应用于激光雷达的性能指标等方面的分析上，具有比较高的实际应用价值。 第二章激光雷达的原理 第一节激光雷达系统 一个标准的激光雷达系统应该包含以下部件：激光器、发射系统、接收系统、光学系统、信号处理系统以及显示系统。它的工作原理图我们可以用下图表示：
机载激光雷达数据处理 编制：深圳飞马机器人科技有限公司版本号：V0.1 日期：2019-3-22
版权声明 本文档版权由深圳飞马机器人科技有限公司所有。任何形式的拷贝或部分拷贝都是不允许的，除非是出于有保护的评价目的。 本文档由深圳飞马机器人科技有限公司提供。此信息只用于软件业务项目管理的成员或咨询专家。特别指出的是，本文档的内容在没有得到深圳飞马机器人科技有限公书面允许的情况下不能把全部或部分泄露给任何其它单位。
目录 机载激光雷达数据处理 (1) 1.概述 (5) 2.软件准备 (5) 3.数据整理 (6) 3.1.GPS数据 (6) 3.2.LIDAR原始数据 (7) 3.3.影像数据...........................................错误！未定义书签。 3.4.数据整理与存放..............................错误！未定义书签。 4.差分解算 (7) 4.1.GPS数据格式转换 (7) 4.2.影像POS数据处理..........................错误！未定义书签。 4.3.点云轨迹解算 (10) 5.影像数据处理..............................................错误！未定义书签。 6.点云数据预处理 (26) 6.1.新建项目 (26) 6.2.点云解算 (30) 6.3.数据检核 (31) 6.4.特征提取 (33) 6.5.航带平差 (34) 6.6.点云赋色 (35)
6.7.坐标转换 (36) 6.8.点云标准格式（LAS）导出 (38) 7.点云数据后处理 (39) 7.1.数据分块 (39) 7.2.噪声点滤除 (40) 7.3.分类编辑 (41) 7.4.DEM输出 (44) 7.5.EPS采集DLG (45) 7.6.基于点云采集DLG (51) 8.成果精度检查与汇交 (57) 8.1.点云精度检查 (58) 8.2.成果提交（只列出点云成果，不含影像） (58)
三维激光扫描数据处理操作说明 中国地质大学三峡中心 钟成 2015年12月
1. 配置要求 扫描要求：密度高，扫描全面，站间重叠度高。 系统配置：XP系统，32位，有D盘盘符。 软件安装： ILIRS-3D软件包（绿色） polyworks_10_0_3_32bit.exe, chanzhuang.exe和配套库， Geomagic Studio10, TexCapture1.1。 Matlab 10.0 2. 数据预处理 2.1. 数据转换 2.1.1. 数据导入 打开ILIRS-3D软件包中Parser 5.0.1.4中Parser.exe，界面如图2.1.1： 图2.1.1 点击Add找到笔记本中存储扫描数据的文件夹：
出现以下界面： 图2.1.3 工具栏中放大缩小按钮可用于观察扫描范围。 2.1.2. 基本设置 然后点击setting对解压过程进行设置，出现如2.1.4界面。
图2.1.4 其中，Outputfile界面，主要设置输出路径和格式。默认路径在保存点云文件夹下，不用改。默认选择PIF格式，24-bit texture，也就是有颜色信息的点云，如果是8-bit scaled 则是点云强度信息。PIF格式是polyworks支持的格式。如果选择XYZ格式，则以ASCII码形式输出，也可以定义是否需要输出颜色信息。该格式可直接被Geomagic打开。 图2.1.5 2.1. 3. 颜色设置 然后，在最左边列表里选择Color Channel，出现如下界面：
选中， 默认的在会出现相应的照片信息，如果没有，则检查存储扫描数据的文件夹里是否有照片文件。 在里，默认是没有文件内容的，点击，到“ILIRS-3D”软件包，找到文件“10384 CameraCalParam.txt”即可。 2.1.4. 平移参数设置 然后在最左边列表里选择Pan tilt Transform，出现如下界面：
Computer Science and Application 计算机科学与应用, 2019, 9(6), 1169-1182 Published Online June 2019 in Hans. https://www.doczj.com/doc/f07114753.html,/journal/csa https://https://www.doczj.com/doc/f07114753.html,/10.12677/csa.2019.96132 Combine Laser Scan Data with Open Street Map to Produce a Three-Dimensional Road Map Chenjing Ding, Xingqun Zhao School of Biological and Medical Engineering, Southeast University, Nanjing Jiangsu Received: Jun. 7th, 2019; accepted: Jun. 21st, 2019; published: Jun. 28th, 2019 Abstract With the continuous development of computer technology, the method to acquire spatial data has updated rapidly. Three-dimensional digital map attracts so much attention to be developed. Gene-rating a three-dimensional digital map requires a basic map. Because the Open Street Map (OSM) is open-source and free, it has received widespread attention. However, the height information of the road is very sparse in the OSM, and the mean square error is higher than 5 meters, which makes more and more researchers focus on the generation of high-precision three-dimensional maps. Due to the Light Detection and Ranging (LiDAR) point cloud’s high-precision characteristics whose average square error is about 20 cm, it can extend the OSM to generate high-precision 3D maps. This paper studies the method of OSM combined with LiDAR point cloud to generate a three-dimensional digital map. Due to the sampling characteristics of the airborne LiDAR used in the overhead view, the oc-cluded area cannot be sampled. The method proposed in this paper can solve the challenge of occlu-sion. It is composed of 3 main parts: 1) dealing with indoor area; 2) handling with outdoor area; 3) applied Weighted Hough Transform (WHT) for recalculation. The main steps for dealing with indoor area are as follows: 1) The three-dimensional road surface is projected into a two-dimensional line by orthogonal projection. 2) To find a set of road candidate points, the line is fitted by Hough Transform (HT). 3) Random Sampling the Uniform Sample Consensus (RANSAC) combined with the least squares method (LSM) is used to fit the road plane according to the obtained set of candidate points. This pa-per proposes a method for estimating the height of an indoor road using the height of the associated outdoor channel which is added up with different weights according to their projection distance. For the road with abnormal slope, the Weighted Hough Transform (WHT) is used for recalculation. This paper uses the airborne lidar point cloud (root mean square error is about 20 cm) provided by the municipal government of Cologne, Germany, to establish a three-dimensional road map for the city of Aachen. The results show that compared with the Ordering Points to Identify The Clustering Structure (OPTICS) algorithm, PHT successfully predicts 87% of the scenarios, which is greater than the 13% success rate of the OPTICS algorithm. In conclusion, the accuracy of the PHT algorithm is higher. In addition, PHT is more robust to the occlusion problem, change of point cloud density and the interfe-rence of noise points. Keywords 3D Reconstruction, Lidar, Hough Transform, 3D Map
基于Terra Solid的机载激光雷达点云数据处理应用 发表时间：2019-06-20T11:45:12.637Z 来源：《基层建设》2019年第9期作者：姚思贤 [导读] 摘要：机载激光雷达（light detection and ranging，LiDAR）是于20世纪80年代发展起来的一种集全球定位系统、惯性导航系统与激光测距技术于一体的新型主动式空间信息获取技术。 中科遥感科技集团有限公司天津市 300300 摘要：机载激光雷达（light detection and ranging，LiDAR）是于20世纪80年代发展起来的一种集全球定位系统、惯性导航系统与激光测距技术于一体的新型主动式空间信息获取技术。它可直接获取地面目标的三维坐标，不受阴影和太阳高度角影响，并可与数字航摄仪相结合获取地物光谱、纹理信息，具有控制测量依赖性少、受天气影响小、自动化程度高、成图周期短等特点，基于TerraSolid系列软件构建完整的用于机载激光雷达点云数据处理的详细技术流程，通过优化处理流程提高其数据处理的效率和精度。对4组实验数据的处理结果表明，该技术具有较好的可行性和较高的工作效率。 关键词：基于Terra Solid；机载激光雷达；点云数据；处理应用 1、前言 近几年，随着机载激光雷达硬件系统的快速发展，其产生的点云数据也变得更加精确，更加海量。在整个激光雷达的数据处理过程中，占60％～80％的点云数据分类工作已经成为制约LiDAR进一步应用发展的瓶颈问题，设计高效、高精度的海量点云数据处理流程意义十分重大。 2、基于Terra Solid的点云数据处理流程 目前的LiDAR数据处理技术、流程和方法还很不完善，使用TerraSolid软件实现机载LiDAR点云数据的处理，直至生成DEM产品的过程主要可以归为以下五大步骤。 2．1导入原始数据并建立项目流程 导入原始点云数据和建立项目是后面所有操作的阶石，具体操作步骤顺序如下： 1）设置坐标系。 2）导入飞行航线。 3）导入机载LiDAR点云数据，检查覆盖情况，确定点密度及单个作业Block大／]、（2GBRAM：5百万个点，4GBRAM：1．O～1．5千万个点）。 4）定义作业区。 5）裁切飞行航线（值得注意的是，航线不能自相交）。 6）定义项目（新建后要注意保存）。 7）定义作业分区Block（定义后，删除并在指定层重画Block）。 8）导入机载LiDAR点云数据点，生成分区存储的机载LiDAR数据点文件。 9）推测航线号并检查正确性。 2．2数据校正流程 原始数据在使用之前需要进行适当的数据校正处理，任何一个技术环节把握不当都将直接导致项目的失败。TerraSolid主要是用宏命令的方式帮助校正、平差、纠正相关数据项。详细流程如下： 1）创建用于数据校正的项目文件（注意只选择几个有不同坡向或多坡的Block区进行测试）。 2）装载TerraMatch模块。 3）运行“Measurematch”命令，量测相邻航线间的匹配差值。 4）运行“Findmatch”命令，计算3个角度偏转误差及镜向比例误差，保存改正数及误差报告。 5）运行“Applycorrection”命令，用上一步保存的改正数纠正整个项目区数据。 6）检查改正效果。 7）运行“Findmatch”计算Z误差（整个测区），保存改正数及误差报告。 8）选择整个项目，Solvefor：individuallines。 9）如果需要，对误差较大的航线调整其质量属性。 10）运行“Applycorrection”命令，用上一步保存的Z改正数纠正整个项目区数据。 11）检查改正效果。 12）运行“Findfluctuation”量测整个测区重叠部分的波动较差，保存改正数及误差报告。 13）对整个测区进行波动较差改正。 14）检查改正效果。 15）检查整体匹配效果。 2．3机载LiDAR点云数据的自动分类流程 机载LiDAR的点云数据的分类处理概括地分为自动分类处理和手动分类两部分。这项工作在整个机载LiDAR的数据后处理过程中占六到八成的T作量。下面详细介绍自动分类处理的流程： 1）删除重叠点（有的项目不需要删除）。 2）创建宏命令进行单航线地面点分类，由4个命令组成：①“Lowpointclassification”ingroups，即成组的低点分类。主要指明显低于地面的点，如在开着的检修井里的点、反射错误的点等。②“Lowpointclassification”singlepoints，即单个的低点分类。③“Groundclassification”，即地面点分类。④“Belowsurface”，即低于表面的点分类，在非常粗糙的区域稍低于地面的点。 3）运行于一个区，检查结果。在利用宏进行数据分类时，由于分类宏参数设置的偏差，会导致房屋有些地方分的不到位，有一些不属于房屋的点进入。这样在后期处理时就要多注意一些。所以宏的参数设置很重要，需要多试验几次再确定。
三维激光扫描仪点云数据处理与建模点云的预处理由于三维激光扫描仪在扫描过程中，外界环境因素对扫描目标的阻挡和遮掩，如移动的车辆、行人树木的遮挡，及实体本身的反射特性不均匀，需要对点云经行过滤，剔除点云数据内含有的不稳定点和错误点。实际操作中，需要选择合适的过滤算法来配合这一过程自动完成。 点云配准使用控制点配准，将点云配准到控制网坐标系下;靶标缺失的点云，利用公共区域寻找同名点对其进行两两配准，当同名点对不能找到时，利用人工配准法。后两种方法均为两两配准，为了将所有点云转换到统一的控制网坐标系下与控制点配准法得到点云配在一起，两两配准时要求其中一站必须为已经配到控制网坐标系下的点云。 点云拼接外业采集的数据导入至软件时会根据坐标点自动拼接，但由于人为操作和角架的误差，一些点云接合处不太理想，这时需要进行手动拼接，对一些无坐标补扫面的拼接也需手动处理。手动拼接时对点云应适当压缩，选择突出、尖角、不同平面的特征点，以降低操作误差。如采用1cm激光间隔扫描时拼接后的误差在3mm以下较为理想。 建立三维模型当建筑物数字化为大量离散的空间点云数据后，在此基础上来构造建筑物的三维模型。
点云的漏洞修复由于点云本身的离散性，会导致模型存在一定缺陷，需要在多边形阶段对其进行修补、调整等操作后，才能得到准确的实物数字模型。由于建筑物形状复杂多样，所以目前网格的修补难以实现全自动化。三维激光扫描仪点云数据的漏洞修复主要采用两种方法:当空洞出现在平面区域内，比如窗户或者墙面上的洞，可采用线性插值的方法填补空洞数据;当空洞出现在非平面区域，如圆柱上出现的漏洞，可采取二次曲面插值方法。
基于三维激光雷达技术的大比例尺地形图解决方案 一激光雷达技术 1.1 综述 激光雷达测量技术（LiDAR）是当今测绘业界先进的遥感测量手段，是继GPS空间定位系统之后又一项测绘技术新突破。自20世纪60年代末世界第一部激光雷达诞生以来，激光雷达技术作为一种重要的航空遥感技术，与成像光谱、成像雷达共同被誉为对地观测三大核心技术。迄今为止，激光雷达的研究与应用均取得了相当大的进展，已成为航空遥感领域主流之一，其应用已超出传统测量、遥感以及近景测量所覆盖的范围，成为一种独特的数据获取方式。LIDAR技术具有高精度、高分辨率、高自动化且高效率的优势，集激光扫描、全球定位系统和惯性导航系统技术于一身，同时配备高分辨率数码相机，可实现对目标的同步测量，生成高密度激光点云数据，已成为世界各国进行大面积地表数据采集的重要主流与趋势。与传统摄影测量技术相比，激光雷达技术生成三维信息更快、更准确，特别能穿透地表覆盖的森林植被快速获取地形信息的能力，具有其他技术无可比拟的优势。采用激光雷达技术获取地面及其覆盖物（植被、电力线等）的精确三维坐标,生成高精度地形信息,可作为土地利用、工程建设规划、城市管理、河海地形、水库大坝、山坡检测、防灾、矿业、农业、林业、公共管理等方面数字化、自动化等应用基础。 1.2 激光雷达技术基本原理 激光雷达是一种有效的主动遥感技术，通过发射激光脉冲及精准的量测回波所经过的时间计算传感器与目标物之间的距离，再结合飞行器姿态信息、位置信息进行相关解算和坐
标转换可以得到高精度的三维数据。机载激光雷达系统主要由飞行平台、激光测距系统、全球定位系统（GPS）、惯性导航系统（INS）以及相关的控制存储单元组成。 激光测距系统是激光雷达的核心组成部分，通过发射、接收激光信号可以精确测量发射器和目标物的距离。激光测距一般采用方式：脉冲测距和连续波的相位差测距。连续波激光器市场上较为少见，因此现有的激光雷达系统多采用脉冲测距的方式。通过激光器发射一束窄脉冲，与目标物接触后产生反射，并通过接收器接收回波信号。由于脉冲的速度已知（光速），接收器可以精确测量脉冲发射到接收到反射信号的时间，从而获得目标物与激光器的距离，其测量精度常常可以达到毫米级。 随着激光雷达技术的发展，激光雷达的飞行平台可以根据需要和实际作业条件进行多种选择，目前常见的搭载平台有小型飞机、固定翼飞机、直升飞机、无人机、动力三角翼、无人飞艇等。 激光雷达系统工作原
机载激光雷达系统在测绘领域的应用 摘要：本文通过对国内外机载激光雷达的发展现状进行了分析,结合本单位激光雷达的实际应用和其特点,介绍了其在测绘等行业的应用,阐述了其对测绘领域带来的巨大变革和广阔前景。 关键词：4D测绘产品机载激光雷达激光点云 机载激光雷达系统（Light Detection And Ranging，简称LIDAR）是集全球定位系统（GPS）、惯性导航系统（IMU）、激光扫描系统、航空摄影系统的快速测量系统。它能够大面积、高分辨率、快速准确地获取地表各类地理信息，可实时快速获取高精度点云数据、数字地面模型（DTM）、数字表面模型（DSM）以及测区高程等数据成果。被测绘界认为是继全球定位系统（GPS）之后的重大技术革命，是当前测绘科技发展的国际前沿。 本文结合作者单位拥有的徕卡公司最新的ALS60机载激光雷达系统系统在测绘生产领域多个项目的实际应用情况，介绍了其对测绘领域带来的巨大变革和广阔前景。 国内外机载激光雷达的发展现状 机载激光雷达测量技术发展已经有二十余年的历史,从早期的美国宇宙航天激光测距到德国诞生的世界上第一个商用样机激光断面测量系统，发展到近些年来随着当今科技技术日新月异的进步，激光雷达系统更是得到了迅猛的发展，其在测绘市场的市场份额逐年快速增长。目前，全球已经有众多的商用系统在使用，如TopScan、Optech、Top Eye、Saab、Fli-map 、TopoSys、Hawk2Eye 等多种实用系统。具有代表性的系统主要有：德国IGI和奥地利RIGEL公司联合制的Lite Maper6800，美国alpha的SHOLAS和加拿大OPTECH的ALTM3100T，德国TopoSys的Falcon，以及美国Leica公司的Leica ALS50/60等。 上世纪90年代中后期至今，美国、德国、加拿大等国家，先后成功应用这项技术进行了地形测量、森林资源调查与评估、三维城市建模等试验与工程实践。特别是在芬兰和德国的应用更为广泛。 国内在地面三维激光扫描系统、车载激光雷达系统方面已有相关产品投入实际生产应用。但在机载激光雷达技术的硬件研究制造上国内外差距较大，现有技术基础比较薄弱。虽有原理样机的研制，但距实用化尤其是形成产品尚有一段距离。所以至今国内还没有成熟的机载激光雷达系统出现。 机载激光雷达在测绘等领域的应用 1. 机载激光雷达测量技术主要特点和性能
林业科学研究 2008,21(增刊):14～19 Forest Research 文章编号:100121498(2008)增刊20014206 点云密度对机载激光雷达林分高度反演的影响 3 庞 勇,李增元,谭炳香,刘清旺,赵 峰,周淑芳 (中国林业科学研究院资源信息研究所,北京 100091) 摘 要:以山东省泰安市徂徕山林场和重庆铁山坪林场为试验区,分别于2005年5月和2006年9月获取了低密度和高密度的L i D AR 点云数据,分别进行了林分平均高的反演试验。通过两个试验区的对比,分析了不同点云密度对机载L i D AR 数据反演林分参数的影响。结果表明:对于两种密度的点云数据,使用分位数法都可以很好地进行林分平均高的估计,高密度点云的反演结果略好一些,但二者结果差异不大;高密度的点云可以进行更小尺度的林分高估计和单木树高的估计,从而可以减少甚至避免对实地树高测量的依赖。关键词:L i D AR;点云密度;林分平均高中图分类号:S771.8 文献标识码:A 收稿日期:2007212209 基金项目:国家863课题(2007AA12Z173)、国家自然科学基金课题(40601070)、国家973课题(2007CB714404)、国家林业局948项目(200424264) 作者简介:庞勇(1976—),安徽省太和人,博士,助理研究员,主要从事合成孔径雷达和激光雷达对地观测机理和森林参数定量反演等方面的研究.Email:caf .pang@g mail .com 3本文作者感谢山东省泰安市徂徕山林场和重庆市铁山坪林场在外业调查中给予的大力支持和协作! The Effects of A i rborne L i D AR Po i n t D en sity on Forest He i ght Esti m a ti on PANG Yong,L I Zeng 2yuan,TAN B ing 2xiang,L I U Q ing 2w ang,ZHAO Feng,ZHOU Shu 2fang (Research I nstitute of Forest Res ource I nfor mati on Techniques,CAF,Beijing 100091,China ) Abstract:This paper takes Culaishan Forest Far m ,Shandong Pr ovince,and Tieshanp ing Forest Far m ,Chongqing,as test sites .The airborne discrete return L i D AR data were collected in May of 2005and Sep te mber of 2006seperately .The f orest height was esti m ated for both test sites .Thr ough the ca mparis on of the t w o sites,the effects of airborne L i D AR point density on f orest height esti m ati on were analyzed .The results de monstrated that it was feasible t o use l ow and high point density airborne L i D AR data t o esti m ate f orest height .Quartiles could give good tree height esti m ati on in the l ow L i D AR point density case .The accuracies fr om high density L i D AR data showeds only a little better than l ow density data .The high density data could be used t o esti m ate finer scale f orest height even individual tree height,which is hel pful t o m ini m ize necessity of the nu mber filed p l ots .Key words:L i D AR;point dansity;stand mean height 激光雷达L i D AR (L ight detecti on and ranging )是近年来国际上发展十分迅速的主动遥感技术,在森林参数的定量测量和反演上取得了成功的应用。激光雷达具有与被动光学遥感不同的成像机理,给林业遥感带来了重大突破,对植被空间结构和地形的探测能力很强,特别是对森林高度的探测能力,具有 明显的优势。近20年来,研究者发展提出了许多用 激光雷达数据反演林木参数的算法[1-4] ,极大推进了激光雷达在林业上的应用。小脚印的激光雷达系统已经成功地用于大范围的森林资源清查中[5] ,星载大脚印激光雷达已经在轨运行并成功地进行了全 球的数据获取[6] 。