LiDAR应用与原理

LiDAR应用与原理：规格格网组织：将兴趣区域划分为正方形格网，数字高 程模型，数字表面模型通过规则格网进行表达，格网之 间的拓扑关系用规则行列号表示。

LiDAR应用与原理

• 1. 三维激光扫描测量原理(principle of laser scanning)
  • 1.1. LASER principle(激光原理）
    • 1.1.1. laser—light amplification by stimulated emission of radiation （通过受激辐射的光扩大）
    • 1.1.2. 激光的产生条件
      • 1.1.2.1. 激发来源(工作物质处于粒子数反转分布)
      • 1.1.2.2. 增益介质(受激光辐射跃迁超过吸收跃迁)
      • 1.1.2.3. 共振结构(光得到激励和放大)
    • 1.1.3. 激光的特点（与普通光源相比）
      • 1.1.3.1. 单色性好
      • 1.1.3.2. 光亮度高
      • 1.1.3.3. 方向性强
      • 1.1.3.4. 激光的出现使原有光谱技术在灵敏度和分辨率方面得到很大改善
      • 1.1.3.5. 已成为物理学，化学，生物学及材料学等密切相关的研究领域
  • 1.2. 激光扫描原理
    • 1.2.1. 利用激光技术获取被测目标至扫描中心的距离S
    • 1.2.2. 由时钟编码器同步测量每个激光脉冲横向扫描角度观测值α和纵向扫描角度观测值θ
    • 1.2.3. 通过一个线元素和两个角元素计算空间点位X，Y，Z
    • 1.2.4. 公式：
      • 1.2.4.1.
  • 1.3. 三维激光扫描的分类
    • 1.3.1. 按激光介质分类
      • 1.3.1.1. 气体激光雷达
      • 1.3.1.2. 半导体激光
      • 1.3.1.3. 二极管泵浦固体雷达
      • 1.3.1.4. 液体激光雷达
      • 1.3.1.5. 自由电子激光雷达
    • 1.3.2. 按激光波段范围分类
      • 1.3.2.1. 远红外激光器
      • 1.3.2.2. 中红外激光器
      • 1.3.2.3. 近红光激光器
      • 1.3.2.4. 可见激光器
      • 1.3.2.5. 近紫外激光器
    • 1.3.3. 按探测与记录方式分类
      • 1.3.3.1. 全波形数据：持续发射脉冲波形形式记录
      • 1.3.3.2. 离散点云数据：持续发射脉冲阈值信号探测
      • 1.3.3.3. 光子计数数据：瞬时发射光子直接探测单光子
    • 1.3.4. 按探测对象分类
      • 1.3.4.1. 大气激光雷达：气溶胶分布，云，气象，污染物
      • 1.3.4.2. 陆地激光雷达：地形图，数字高程模型，制备提取
      • 1.3.4.3. 海洋激光雷达：水体深度，水下地形，浮游生物
    • 1.3.5. 按测距模式分类
      • 1.3.5.1. 脉冲式激光雷达：飞行时间差测距原理
      • 1.3.5.2. 相位式激光雷达：通过检测调幅光波发射和接收的相位差来获取距离信息。
  • 1.4. 激光点云数据格式
    • 1.4.1. ASCLL文件：最常见形式，只含有标准ASCLL字符集数据
    • 1.4.2. XYZ（TXT）：以文本的方式储存，每行顺序存储但点X，Y，Z坐标值
    • 1.4.3. pcd：PCL库官方指定格式
    • 1.4.4. obj：是一种文本文件
    • 1.4.5. PTX文件：第一行表示扫描的列数，第二列表示扫描的行数
    • 1.4.6. LAS格式：工业标准格式，是一种二进制文件格式。该二进制格式是一种替代专有格式或一个普通的ASCLL文件交换的格式
      • 1.4.6.1. 公共文件头区
      • 1.4.6.2. 变长记录区
      • 1.4.6.3. 点集记录区
• 2. 技术特点(characteristic)
  • I. 激光雷达的概念
    • I.I. 激光雷达(Light Detection And Ranging,LiDAR)
    • I.II. 是现代激光技术与光电探测技术相结合的产物
    • I.III. 以激光为发射光源，发射高频率激光脉冲到地物表面；以光电探测器为接收器件，接收被探测物表面返回的回波信息。
  • II. 相关公式
    • II.I. 测距方程：R=1/2CTl
    • II.II. Range=(travel time*speed of light)/2.0
    • II.III. Range + pointing direction +GNSS +IMU => XYZ
  • III. 应用领域
    • III.I. 机载，车载，固定，手持
    • III.II. 美国Trimble公司，系统GS-200，测距范围1～350米，最高可达5000点/每秒
    • III.III. TX8扫描仪全程保持精度2mm，U-Arm北科天绘扫描仪最大可测距1500m
    • III.IV. 应用：海岸带，大型储罐，煤矿井塔，金矿，地下工程，管廊三维建模，地形图绘测，城区，三维景观平台
  • IV. LiDAR技术特点
    • IV.I. 采用形测量方式（传统点测量）
    • IV.II. 可以适应各种复杂环境并获取大型复杂不规则的实体三维数据，快速重构三维建模
    • IV.III. 对三维点云数据后处理，可实现分析，量测，仿真，模拟，监测等功能
• 3. 点云数据处理(point cloud date processing)
  • (1) 点云
    • 1.1. 定义：采用非接触式激光扫描的方式获取同一空间参考系下表达目标空间分布和表面特性的海量点集合
    • 1.2. 组成：获取三维空间坐标信息（xyz），激光的反射强度（Intensity），颜色信息（RGB），回波次数等信息。
    • 1.3. 点云表达方式
      • 1.3.1. 基于点集的直接表达：点云数据直接以三维散乱点集进行存储和处理，点之间相互独立，表示更加灵活
      • 1.3.2. 深度（距离）图像表示：是图像的一种，属于特殊形式的图像，其像素值表示距离信息
  • (2) 点云的特性
    • 2.1. 海量（数据量大）
    • 2.2. 离散：点与点之间相互独立，没有拓扑关系
    • 2.3. 密度高
    • 2.4. 带有扫描物体光学特征信息
    • 2.5. 立体化
    • 2.6. 可量测性
    • 2.7. 非规则性
    • 2.8. 激光脚点密度不均匀性
    • 2.9. 多回波特性
  • (3) 点云数据组织
    • 3.1. 体素数据组织：体素是数字数据在三维空间分割上的最小单位；体素表示形式是将点云转化为规则体素形式，对点云进行处理
      • 3.1.1. 优点：基于体素的方法性能较优，计算速度较客观
      • 3.1.2. 缺点：这种方法受设置参数的影响！不可避免的丢失一部分点云信息
    • 3.2. 规格格网组织：将兴趣区域划分为正方形格网，数字高程模型，数字表面模型通过规则格网进行表达，格网之间的拓扑关系用规则行列号表示
      • 3.2.1. 优点：索引简单，易于利用现有成熟的数字图像处理知识和算法
      • 3.2.2. 缺点：在点云数据向规则格网转化的过程中，需要确定合适的格网尺寸和数据内插，导致原始数据信息和精度丢失；对于复杂的地形，格网尺寸大小难以确定
    • 3.3. 不规则三角形数据组织（TIN）：按照一定的规则对地面点集连接成互补重叠的三角形
    • 3.4. 八叉树数据组织：将点云所处的空间区域利用八叉树模型进行描述
      • 3.4.1. 点云的普通八叉树结构
      • 3.4.2. 线性八叉树模型
    • 3.5. 以扫描线排列的数据组织：只适用于处理散乱的扫描线排列的点云数据
  • (4) 点云空间索引技术
    • 4.1. 概念：由于离散点云数据之间没有拓扑关系，为了实现离散点云的临域计算和操作，需要对数据进行检索或结构算法
    • 4.2. 分类
      • 4.2.1. 基于格网的空间索引：将数据区域按照一定的规则划分成格网，然后记录每个格网所含三维激光脚点数据，方便用户查询
      • 4.2.2. 八叉树索引
      • 4.2.3. K-D树索引：实质上，他是k（k>=2)维二叉检索树（BST），主要用于多维信息索引
  • (5) 点云数据处理（流程）
    • 5.1. 点云配准- registration（多元点云坐标统一）
      • 5.1.1. 概念：将多视点云数据转换到统一的坐标系的操作，包括几何纠正，投影变换与统一比例尺三方面的处理
      • 5.1.2. 粗配准：数据的旋转与平移，基于SIFT（尺度不变性）算法的特征自动匹配
      • 5.1.3. 精配准：ICP（最近点迭代）算法，基于内在几何约束配准
      • 5.1.4. 直接配准：从距离影像数据出发寻找公共部分（ICP算法）
      • 5.1.5. 特征配准
        • 5.1.5.1. 概念：利用相关的控制条件对距离影像进行局部几何特征提取，然后根据各影像的同名特征配准距离影像
        • 5.1.5.2. 点约束配准：基于点进行距离影像配准，利用模型中同名点的坐标，实现距离影像坐标系统向基站坐标系统的转换过程（至少需要三对同名点，一般通过球体中心或标靶点）
        • 5.1.5.3. 线约束配准：圆柱，圆台等线性空间几何体作为约束条件参与配准，线性约束包含圆柱轴心方向线和几何中心单方向上的距离约束（两对以上的同名向量）
        • 5.1.5.4. 面约束配准：将对应的同名面提取出来作为配准约束（此平面为有限平面，具有中心和法向）（一般有三个方向的约束）
      • 5.1.6. 注意事项：对应的约束的法向朝向一致性；对应的方向条件的相似性
    • 5.2. 点云去噪-point cloud denoising（去噪声点，保留细节特征）
      • 5.2.1. 典型噪声：局部范围内远离扫描目标的异常点簇
      • 5.2.2. 非典型噪声：与扫描目标混杂的不明显噪声点如多路径效应
      • 5.2.3. 基于统计的噪声剔除方法：考虑噪声的高程，密度等属性与非噪声点存在显著差异，设置阈值来区分
      • 5.2.4. 基于频率域的噪声剔除方法：将点云变换到频域空间，利用信号差异剔除噪声
      • 5.2.5. 基于表面的噪声剔除方法：构建非噪声点的局部曲面来剔除空间不连续噪声
    • 5.3. 点云分割- Segmentation
      • 5.3.1. 原因：直接对点云数据进行三维重建，增加处理的复杂度，为了后续处理数据的方便
      • 5.3.2. 基于边缘的分割方法
      • 5.3.3. 基于区域的分割方法
        • 5.3.3.1. Split-and-merge：一种自顶向下的方法
        • 5.3.3.2. 区域增长：一种自底向上的方法
        • 5.3.3.3. 基于聚类算法
    • 5.4. 点云平滑：点云数据在采集时可能产生随机误差，可采用平滑的方法对随机误差进行平均
    • 5.5. 点云滤波-Data Filtering（分离地面点与非地面点）
      • 5.5.1. 噪声产生的原因：对实物扫描数字化过程，由于设备精度，人员操作，地物反射，环境干扰等不可避免引入错误点；受外界干扰，点云数据还会存在一些远离主体的离散点，即离群点
      • 5.5.2. 噪声空间分布大致分为：漂移点；孤立点；冗余点；混杂点
      • 5.5.3. 概念：
        • 5.5.3.1. 数据滤波是去除噪声还原真实数据的一种数据处理技术（数字信号处理中滤波概念）
        • 5.5.3.2. 地面点云滤波：把地形表面作为信号，将地物作为噪声，进而将地面点与地物点分离的过程
      • 5.5.4. 有序或部分有序点云去噪：最小二乘法，维纳滤波，卡尔曼滤波，中值滤波，均值滤波和高斯滤波
        • 5.5.4.1. 三种基本滤波：
          • 中值滤波：采用各种数据点的统计中值，对于消除数据毛刺，效果较好。但彼此靠近的混杂点噪声滤除效果不好
          • 均值滤波：又称N点平均滤波，对信号进行局部平均，改变了点云位置，对高斯噪声有较好的平滑能力。但容易造成边缘失真
          • 高斯滤波：平均效果较小，在滤波的同时，能较好的保持数据原貌，因而常被使用
      • 5.5.5. 散乱无序点云去噪：
        • 5.5.5.1. 拉普拉斯算法：一种最常见最简单的去噪光顺算法
        • 5.5.5.2. 双边滤波算法：通过计算邻域灰度值的加权平均值来代替当前图像的灰度值来去噪
      • 5.5.6. 地面点云滤波
        • 5.5.6.1. 移动窗口滤波：借助一个不断移动的窗口来处理网格激光点数据。优点：采用邻域窗口进行地形曲面的拟合，考虑地形曲面的连续性，分类结果更准确
        • 5.5.6.2. 数字形态学滤波：主要运算有，腐蚀，膨胀，开运算，闭运算
        • 5.5.6.3. 布料滤波（CFS）：假设布料足够柔软，可紧贴地面，布料最终形状是DMS。如果地形倒置且布料用硬度定义，形成DTM。
    • 5.6. 点云分类（点云语义识别）
• 4. 特征提取(feature extraction)
  • 4.1. DTM特征提取（DTM—- Digital Terrain Model）
    • 4.1.1. 数字地形模型：是地形表面形态属性信息的数字表达，是带有空间位置特征和地形属性特征的数字描述
    • 4.1.2. DSM（Digital Surface Model）
    • 4.1.3. DEM
  • 4.2. 及时回复他人信息
  • 4.3. 不要因为要合群而合群
  • 4.4. 传输文件及时下载
  • 4.5. 拒绝无效社交
  • 4.6. 拒绝官僚主义
  • 4.7. 参加一次志愿者活动
• 5. 三维建模和典型应用(3D modeling and typical applications)
  • 5.1. 别挂科
  • 5.2. 别作弊
  • 5.3. 有效复习
  • 5.4. 查漏补缺