2022/6/28学习日志

主流的激光雷达的扫描技术有三角测距和TOF(time of flight)两种。

1

2022/6/28学习日志_第1张图片
2022/6/28学习日志_第2张图片
2.2.2 飞行时间测距
TOF即飞行时间。TOF激光雷达,利用光的飞行时间来测距。核心部件有激光发射器,接收器,高精度计时器。测量原理就是C*△t.

2022/6/28学习日志_第3张图片
2.3 点云获取
点云数据通常用向量集合来表示,在坐标系中,一般用X,Y,Z来表示。激光雷达扫描周围的环境一周就可获得一帧的点云数据,表示为一下集合:
在这里插入图片描述
这些点云数据描述了扫描环境中的三维物体的形状特征。除了位置坐标信息,点云数据还包含RGB值,深度,灰度信息。
2022/6/28学习日志_第4张图片
激光雷达的线数指的是什么?
激光雷达点云数据处理画平面图方法
激光雷达点云数据处理画平面图
RS100手持激光雷达(淘宝上搜索要183000RMB,再见吧您) 和goslam studio 配套
沈阳嘉志科技2021-9-9 上线的 goslam studio 软件
(要花钱买)

las格式转换成rcs格式:用Autodesk Recap将las点云文件,转换成CAD可以处理的rcs格式。
Autodesk Recap 是一款模型扫描处理软件,主要用于扫描处理图像和3D建模,用户可以轻松的将现实图片转换为可供进一步设计的3D模型或2D图形。

再用CAD处理。

VLP16激光雷达获得的.pcap数据文件接下来要怎么处理
而且那天用雷达测出来的数据也没有把实验室的地图构建出来啊

激光雷达点云采集原理以及在自动驾驶中的应用
Velodyne成立于1983年,是一家位于加州硅谷的技术公司。velodyne最早以音响业务起家,随后业务扩展至激光雷达领域。

单个激光点
?激光发射器发射的是激光脉冲,不是一直连续的光线!!!是的,LIDAR是一种遥感技术,它使用光并以脉冲形式发射光。
LIDAR自己作为光源,可以在夜间感知周围的环境,相机在夜晚无法使用。
一般激光雷达有8个到128个激光束来测量环境,每秒向周围360度范围内,发射数10亿的激光点。数据处理同时实时进行。
其他影响相机视觉能力的问题包括光学错觉,和测距不足,相机需要更多的计算资源,运行比激光雷达传感器更困难。
使用旋转式激光雷达,车辆可以实时360度立体地观察世界。可以在300米的范围内,看到360度的内容。激光雷达能够精确识别300米以外的物体。

超清晰!几分钟讲清激光雷达的工作原理
激光雷达测量系统的组成部分:
(1)lidar:飞机在飞行时该设备会使用激光对地面进行左右往复的逐行扫描。LIDAR系统使用绿波段或者近红外波段,因为地表植被会对这两种光有较强的反射。
(2)全球定位系统(GPS)接收器:用于追踪飞机的高度和XY坐标。GPS能够记录激光发射时的空间位置。
((哇,那每一个传感器的数据的时间的对准,可真是太重要了))
(3)惯性测量单元,也叫IMU,用于记录飞机在空中时的姿态,对于后期计算物体高程的精度非常重要。
(4)计算机:记录着飞机对地面扫描所得到的全部数据

Lidar系统通过主动向地面发射激光来扫描地面
脉冲:pulse是指激光雷达产生并发射的一束光线
回波:return指脉冲反射后被传感器接收记录的光线

脉冲主要指一个物理量在短持续时间内突变后迅速回到其初始状态的过程。脉冲是相对于连续信号在整个信号周期内短时间发生的信号,大部分信号周期内没有信号,就像人的脉搏一样。

所以脉冲信号就是由激光发射到地面反射回来被传感器记录下的光线。测出飞机距离地面的距离,再用GPS得到飞机到地心的距离,相减,得到地面高程。这就是LIDAR用于地面高程测量的基本原理。

飞机在空中飞行时受气流的影响会晃动,这种晃动会被惯性测量原件IMU记录下来,计算高程数据时将会用IMU数据做一定校正。
LIDAR系统左右往复扫描地面,飞行时能覆盖很大面积,所以有些脉冲是垂直从飞机发射到地面称为NADIR,但大多数脉冲是倾斜发射,称为OFF-NADIR。所以LIDAR系统在计算高程时还需考虑脉冲的角度。
2022/6/28学习日志_第5张图片
2022/6/28学习日志_第6张图片
一束激光的脉冲不仅只能反射一次,可记录多次回波,比如脉冲可以到达树木顶端就返回,也可以从物体中间穿过,比如树木和树叶间的空隙,还可穿过树冠直达地面。

详解激光雷达(完整版)2021-7-1
2021上海国际车展就出现了一大批搭载激光雷达的量产车,包括小鹏P5,蔚来ET7,极狐阿尔法S,奥迪,宝马,智己,哪吒等。
1.车企对高阶辅助驾驶需求愈发迫切
2.激光雷达价格有所下降

2.4点云空间结构

我们要找点云数据集中的点与点之间的拓扑关系。
建立某些空间结构(比如正方体或者长方体?)利用这些搜索方式(K邻域搜索和范围搜索)对点云数据进行遍历查询是普遍使用的方法。
使用频率较高的空间结构是基于KD-Tree和基于Octree的树状数据结构。

2.4.1 基于KD-Tree的空间结构
KD-Tree即k-dimensional树,是一种树状数据结构,实质是基于二叉查找树向多维空间的应用。这种空间结构能很好的实现邻域搜索和范围搜索,主要用于在多维空间中搜索关键数据。

你可能感兴趣的:(学习,人工智能,计算机视觉)