2020-10-01
广西高校重点实验室培训基地
系统控制与信息处理重点实验室
本篇博客来自河池学院:
智控无人机小组
写作时间：2020.10.01
LIDAR点云比赛
一、LiDAR 基础与入门
- 激光雷达定义
Light Deteation and Ranging 激光探测及测距系统的简称，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。 - 优缺点
优点:具有极高的分辨率、抗干扰能力强
、获取的信息量丰富、可全天时工作。
缺点:容易受到大气条件以及工作环境的烟尘的影响 - 分类
一、按原理分类:
三角测距激光雷达
ToF 激光雷达
按功能分类
激光测距雷达
激光测速雷达
激光成像雷达
大气探测激光雷达
跟踪雷达
二、按工作介质分类:
固体激光雷达
气体激光雷达
半导体激光雷达
三、按线数分类:
线激光雷达
多线激光雷达
按扫描方式分类
MEMS型激光雷达
Flash型激光雷达
相控阵激光雷达
机械旋转式激光雷达
四、按探测方式分类:
直接探测激光雷达
干探测激光雷
五、按激光发射波形分类:
连续型激光雷达
脉冲型激光雷达
六、按挂载平台分类:
机载激光雷达
车载激光雷达
地基激光雷达
星载激光雷达
二、LiDAR 点云去噪
- 噪音来源
数据采集平台:
无人机
车载平台
手持激光扫描
固定模型误差
采集设备:LiDAR 采集头
与采集平台的相对稳定性 - 常用去噪方法
基于密度的去噪:
判断当前点的邻域点数，过小则将其视为噪音点
基于统计学去噪。
先求取全局点云距离分布，然后依次判断每个采样点与其邻域的距离是否满足阈值。
直通滤波去噪
在 X、Y、Z 方向设置阈值对点云进行截取（快速去除离群点用）手动去燥人机交互框选不感兴趣点云并删除
基于假设检验的粗差剔除
假设点云数据仅在一个维度上存在误差，则对每一点利用其邻域点的属性值对其进行拟合，并求取拟合后的值与原始属性的差值。根据偶然误差服从正态分布的特性，通过设定一个置信区间，将误差值较大的点视为噪音点或失真点进行剔除
基于横切分层剔除噪音
这里通过对点云的高程 进行横切分层，然后，统计每个分割区域内的点云数量， 将分割区内小于一定阈值的点作为粗差予以清除
基于点到平面距离去噪
通过判断邻近点云数据的拟合平面，将离拟合平面距离值为负的点云看作噪声点云数据
移动平滑法
通过移动平滑法与二次多项式拟合曲面的方法去除噪声
三、LiDAR 点云滤波
点云滤波概念:将点云分为地面点和地物点的过程，区别于数字信号学，前者对信号进行高通/低筒滤波，去除高频/低频信号，区别于图像处理，前者主要是过滤图像噪音。
四、LiDAR 点云配准
配准目的:对点云进行校正。