CN107092021A - 车载激光雷达三维扫描方法、地物分类方法及系统 - Google Patents
车载激光雷达三维扫描方法、地物分类方法及系统 Download PDFInfo
- Publication number
- CN107092021A CN107092021A CN201710218700.1A CN201710218700A CN107092021A CN 107092021 A CN107092021 A CN 107092021A CN 201710218700 A CN201710218700 A CN 201710218700A CN 107092021 A CN107092021 A CN 107092021A
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- cloud
- information
- laser
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000001228 spectrum Methods 0.000 claims abstract description 32
- 230000003595 spectral effect Effects 0.000 claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 22
- 239000000523 sample Substances 0.000 claims description 14
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 238000004040 coloring Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 6
- 230000004075 alteration Effects 0.000 claims description 4
- 230000000630 rising effect Effects 0.000 claims description 4
- 241001269238 Data Species 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 description 66
- 238000013480 data collection Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000011514 reflex Effects 0.000 description 3
- 235000018734 Sambucus australis Nutrition 0.000 description 2
- 244000180577 Sambucus australis Species 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- OGFXBIXJCWAUCH-UHFFFAOYSA-N meso-secoisolariciresinol Natural products C1=2C=C(O)C(OC)=CC=2CC(CO)C(CO)C1C1=CC=C(O)C(OC)=C1 OGFXBIXJCWAUCH-UHFFFAOYSA-N 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005622 photoelectricity Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/481—Constructional features, e.g. arrangements of optical elements
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提供车载激光雷达三维扫描方法、地物分类方法及系统，在车辆上设置激光发射单元、信号探测单元、POS单元和核心处理单元，所述激光发射单元包括彩色激光光源，信号探测单元的采集结果输入核心处理单元，获取扫描所得点云，得到点云的彩色光谱信息，确定点云的相对几何位置；POS单元同时记录姿态位置信息并输入核心处理单元，根据激光发射单元与POS单元的相对姿态，基于点云的相对几何位置获取点云的绝对几何位置，得到点云的空间位置信息。本发明可直接同时获取目标地物的彩色激光光谱信息和激光点云空间信息，从而通过三维重构获取目标地物的彩色激光成像，可以广泛运用于数字城市，智慧城市等领域。
Description
技术领域
本发明涉及移动测量及测绘遥感综合应用技术领域，尤其涉及一种车载彩色三维扫描激光雷达方案，能够实现在移动车辆平台上同时获取目标地物的彩色光谱信息和三维空间信息。
背景技术
车载对地观测激光雷达技术是实现道路环境下地物高空间分辨率的三维空间描述的重要遥感手段，尤其是在城市环境中，在快速获取三维空间信息方面具有突出优点。但由于受制于传统激光雷达的单一波长限制，难以获取有效的地物光谱特征，而光谱信息能有效表达地物属性。通常需要匹配一台全景相机同时探测，以获取相应的纹理和彩色光谱信息，但是这样成本太高，后续数据处理复杂，精度效果已经不适于市场发展需求。
发明内容
本发明的目的是提供车载彩色三维扫描激光雷达技术方案，通过车载平台，可实现彩色三维扫描成像探测，同时获取三维空间信息和彩色光谱信息，实现三维空间信息和彩色光谱信息的协同后处理。
本发明技术方案提供一种车载激光雷达三维扫描方法，在车辆上设置激光发射单元、信号探测单元、POS单元和核心处理单元，所述激光发射单元包括彩色激光光源，
激光发射单元进行彩色激光发射，经目标地物进行反射后输入信号探测单元，信号探测单元的采集结果输入核心处理单元，获取扫描所得点云，得到点云的彩色光谱信息，确定点云的相对几何位置；
POS单元同时记录姿态位置信息并输入核心处理单元，根据激光发射单元与POS单元的相对姿态，基于点云的相对几何位置获取点云的绝对几何位置，得到点云的空间位置信息。
而且，针对点云记录时间戳，并与POS单元记录的时间戳相匹配。
而且，根据点云的几何信息，进行几何异常点剔除，剔除非目标地物。
而且，根据点云的彩色光谱信息，进行色彩纠正，以获得真实的纹理。
而且，针对车速变化引起的点云密度变化，通过点云升采样和降采样实现点云密度的统一。
而且，点云的升尺度和降尺度参考几何分布情况和颜色相似情况，包括对于几何分布集中的，且颜色信息相似的点集，视为相同地物目标的点集，进行升采样和降采样的过程中，以满足以上条件的点集为样本进行内插或者抽稀，
判断条件如下，
其中，d为两点之间距离，(x1,y1,z1)和(x2,y2,z2)分别为两点的空间坐标，当d值小于相应预设阈值，则认为两点满足几何分布集中的条件；
c＝W1(r1-r2)2+W2(g1-g2)2+W3(b1-b2)2
其中，c为两点的色差，(r1,g1,b1)和(r2,g2,b2)分别为两点的RGB色空间的色矢量，W1,W2,W3分别为RGB通道加权系数，当c值小于相应预设阈值，则认为两点满足颜色信息相似的条件。
本发明提供一种基于车载激光雷达三维扫描的地物分类方法，根据以上方法所得点云的彩色光谱信息和空间位置信息，进行地物分类。
而且，点云的彩色光谱信息和空间位置信息构成6维数据，包括基于POS单元所得绝对几何位置的3维空间信息和3个波长的彩色激光强度信息，
使用白板数据，对3个波长的彩色激光强度信息分别按下式进行定标，得到归一化的标准光谱强度如下，
其中，ref为归一化的标准光谱强度，Itarget为目标的反射强度，Ispec为白板的反射强度；
3个波长的归一化的标准光谱强度构成归一化后的光谱信息向量，然后利用归一化后的光谱信息向量对点云进行分类；
利用三维空间信息，通过k邻近方法，对分类后点云进行重分类，实现如下，
设点云中的i点在基于光谱信息分类后的类别为ck类，记为其空间坐标为(xi,yi,zi)，然后遍历其他点，假设遍历到第j个点点属于Ci类，其空间坐标为(xj,yj,zj)，计算与的空间欧式距离
若dij小于相应预设阈值，则认为点在点一定几何空间范围内，把它记为领域内点，遍历完所有的点之后，找出点领域内点最多的类别Cl，则将点重新分类为类别Cl，即
本发明提供一种车载激光雷达三维扫描系统，包括设置在车辆上的激光发射单元、信号探测单元、POS单元和核心处理单元，所述激光发射单元包括彩色激光光源，
激光发射单元进行彩色激光发射，经目标地物进行反射后输入信号探测单元，信号探测单元的采集结果输入核心处理单元，获取扫描所得点云，得到点云的彩色光谱信息，确定点云的相对几何位置；
POS单元记录姿态位置信息并输入核心处理单元，根据激光发射单元与POS单元的相对姿态，基于点云的相对几何位置获取点云的绝对几何位置，得到点云的空间位置信息。
而且，在车辆左右两侧各安装一套激光发射单元和信号探测单元；POS单元放置于车辆上方；核心处理单元放置于车内。
本发明打破现有车载激光雷达单一波长激光光源的局限，创造性提出彩色激光扫描探测，直接获取具有彩色激光光谱信息的点云数据，提升车载激光雷达对地探测的能力，丰富传感器获得的信息，并支持利用获得的丰富光谱和空间信息，配合相应的数据处理方法进行色彩校正，升降采样，地物分类等。应用本发明技术方案时，利用车辆行驶轨迹，同时获取目标地物的彩色激光光谱信息和激光点云信息，从而支持通过三维重构获取目标的彩色激光成像，增强激光雷达的彩色分辨能力。本发明技术方案可以广泛运用于数字城市，智慧城市等领域，尤其是道路两侧建筑等地物的彩色三维表达，具有重要的市场价值。
附图说明
图1为本发明实施例的各单元安装位置示意图。
图2为本发明实施例的系统结构示意图。
图3为本发明实施例的激光发射结构示意图。
图4为本发明实施例的信号探测结构示意图。
具体实施方式
以下结合附图和实施例详细说明本发明技术方案。
本发明提出，针对车载雷达遥感技术，克服现有技术偏见将现有单波长激光雷达技术改为可见光范围内的三色合成的彩色激光波长，或者采用连续白光激光，使其探测数据具有彩色光谱回波强度和角度，距离信息。在新的设备条件下，进行相应探测处理，也是本发明的研讨范围。
若采用三色合成的方法则优选采用波长范围为600-700nm，490-580nm，490-450nm的红绿蓝色激光，经过多个二向色镜组合进行合束实现。
通过车载平台实现三维扫描和车辆行驶轨迹联合的三维彩色激光扫描成像探测，直接获取车载激光雷达三维空间信息和彩色激光光谱信息，使激光雷达在保留三维空间分辨能力的同时，还兼具彩色光谱判别能力。彩色光谱判别能力是本发明的最大特点，现有车载激光扫描技术配备的是单色激光，由于单色激光没有色彩光谱信息，必须匹配全景、多视角相机来获取彩色光谱。而现有技术的单色激光与相机的融合涉及纹理匹配的问题，其纹理数据量极大，匹配算法复杂，计算量大，而且误差大。如果采用本专利技术，时间减少50-80％、误差减小60％左右、成本降低70％左右。车载彩色三维扫描激光雷达可一次生成具有彩色激光光谱信息的激光扫描的城市成像数据，具有更高的光谱分辨能力和地物识别能力，全面提高激光雷达地物识别的精度和地物遥感探测的能力和应用范围。本发明主要对车载激光器机构及彩色点云处理部分进行改进。
本发明技术方案提供一种车载彩色三维扫描激光雷达，主要包括激光发射单元、信号探测单元、POS单元和核心处理单元，所述激光发射单元包括彩色激光光源、光学发射系统、扫描转镜和电机，所述信号探测单元包括依次连接的光学接收系统、彩色激光信号探测器、多通道数据采集单元。此外，还设置时序控制电路和角度编码器。彩色激光光源发出的激光经发射光学系统输出，，输出的光信号入射到扫描转镜，经扫描转镜对目标地物进行彩色激光扫描，所产生回波信号经扫描转镜反射到接收光学系统，接收光学系统捕获的信号经彩色激光信号探测器探测所得彩色光谱和距离信息被输送至多通道数据采集单元，时序控制电路对多通道数据采集单元进行时序控制，并反馈采集结果到核心处理单元。具体实施时还可以设置PIN探测器以提高自动化程度，PIN探测器连接时序控制电路，采集彩色激光光源经发射光学系统输出的部分光信号，作为触发信号输入时序控制电路。核心处理单元在三维扫描过程可跟随车辆行驶轨迹，并联合POS单元提供的位置与姿态信息，提供三维扫描结果。另外左右两侧或前后两侧的数据分别由两侧的独立的激光发射单元和信号探测单元独立获取。
参见图1，本发明实施例的车载彩色三维扫描激光雷达主要包括激光发射单元1、信号探测单元2、POS单元3，核心处理单元4。
所述激光发射单元1包括彩色激光光源6、光学发射系统7、扫描转镜9和电机8。
所述信号探测单元2包括光学接收系统10、彩色激光信号探测器11和多通道数据采集单元13。
所述POS单元3包括GNSS和IMU，提供定位定姿功能。
POS单元中的GNSS指全球卫星导航系统，泛指所有的卫星导航系统，包括全球的、区域的和增强的，如美国的GPS、俄罗斯的Glonass、欧洲的Galileo、中国的北斗卫星导航系统等。IMU为惯性测量单元(Inertial measurement unit，简称IMU)是测量物体三轴姿态角(或角速率)以及加速度的装置。具体实施时主要需固定IMU的相对位置。
此外，为了便于实现自动化扫描，本发明还设置时序控制电路5，在激光发射单元1内设置角度编码器12。
激光发射单元1可以安装在车辆左右两侧各一个，或者车辆前方或后方各一个。激光发射单元通过汽车的行驶轨迹构成三维扫描。信号探测单元2进行相应设置。
实施例中各单元安放位置采用优选方案：如图1，实施例中激光发射单元1和信号探测单元2各一套安装在汽车左右两侧，分别测量道路左右两侧的地物；若左右采集数据出现重合情况，可由数据后处理解决。POS单元3放置于汽车上方空旷的位置，便于接收卫星信号；核心处理单元4等其他部分(例如时序控制电路)可集成放置于车内，便于工作人员操作。
实施例所述的激光发射单元1，进行彩色激光发射，光束通过一段飞行时间，到达目标地物进行反射，回到信号探测单元2。光束飞行的时间由发射时间与信号接收时间做差得到，地物的距离由飞行时间乘以光速计算得到。光束的空间角由扫描转镜的角度进行推算。由以上数据便可以得到目标点与激光发射单元的相对空间位置。POS单元与两个激光发射单元的相对位置关系在具体实施时可预先人工定标得到，从而得到点云的绝对空间位置信息。在车辆行驶的过程中，POS高时间频率地记录姿态位置信息，为点云提供高精度几何信息。
因此，左右两侧的激光发射单元与POS的相对姿态需要固定，并分别进行定标，以便准确的获取点云的几何位置。点云的相对几何位置，由激光发射单元与信号探测单元得到，但点云的绝对几何位置需要POS单元提供点云的实时坐标原点位置计算得到。所以点云的记录格式需要记录时间戳，与POS单元数据的时间戳相匹配。
参见图2，本发明实施例的车载彩色三维扫描激光雷达的更加具体的结构包括POS单元3，核心处理单元4，时序控制电路5，彩色激光光源6，光学发射系统7，电机8(附带相应驱动)，扫描转镜9，光学接收系统10，彩色激光信号探测器11，角度编码器12，多通道数据采集单元13。
时序控制电路5分别连接核心处理单元4、POS单元3，每个激光发射单元1的彩色激光光源6、电机8、角度编码器12，以及每个信号探测单元2的多通道数据采集单元13，彩色激光光源6连接发射光学系统7，接收光学系统10、彩色激光信号探测器11和多通道数据采集单元13依次连接，电机8连接角度编码器12。
实施例所述的核心处理单元4触发时序控制电路5，由时序控制电路5来协调所有其他单元的工作。POS单元3，按照一定的采样频率进行位置和姿态获取，通过时序控制电路5将位置和姿态信息存储于核心处理单元4。由时序控制电路5触发彩色激光发射，通过依次连接的彩色激光光源6、光学发射系统7，将激光汇聚在扫描转镜9上，再反射到目标地物，获取目标地物的相关信息。由时序控制电路5触发电机8和角度编码器12，电机8和角度编码器12连接，角度编码器12记录电机8的运动状态。来自目标地物反射的激光通过接收光学系统10、彩色激光信号探测器11和多通道数据采集单元13，通过时序控制电路5存储在核心处理单元4。
具体实施时，核心处理单元4可采用PC机等设备，本领域技术人员可自行采用计算机软件技术在核心处理单元4上预先设定控制方式，经时序控制电路5对车载彩色三维扫描激光雷达工作进行控制。结合距离、角度和POS数据可得各激光点的坐标，具体实施时，本领域技术人员还可自行采用计算机软件技术在核心处理单元4上扩展实现后续数据处理。点云的彩色光谱信息由信号探测单元得到，几何信息和彩色信息同时记录于相应的彩色点云格式文件中，并标记有相应的时间戳。彩色点云格式如：头文件区，数据记录区。头文件去包含：文件类型，文件ID，全局编码，项目ID，等等。数据记录区包括：点坐标，三通道强度，扫描角，点类别，GPS时间。
光学发射系统的作用是，使彩色激光光源发出的各脉冲激光合束，部分光信号作为触发信号输入时序控制电路，其他部分光信号入射到扫描转镜，经扫描转镜对目标地物进行彩色激光扫描。光学发射系统的具体实施方式与彩色激光光源方案相对应。激光在目标地物上产生回波信号，经扫描转镜反射到接收光学系统，接收光学系统捕获的信号经彩色激光信号探测器探测所得各脉冲激光的强度和目标地物距离信息被输送至多通道数据采集单元，时序控制电路对多通道数据采集单元进行时序控制，并反馈采集结果到核心处理单元。
参见图3，为便于实施参考起见，提供实施例发射光学系统说明如下：
彩色激光光源6包括绿光脉冲激光光源102、红光脉冲激光光源101、蓝光脉冲激光光源103，发射光学系统7为光束合束系统，由三个脉冲激光光源发射出的激光经过合束系统后成为一束光输出。其中，合束系统由第一全反射镜106、第二全反射镜107、第三全反射镜108及第一分光滤光片104、第二分光滤光片105构成。
红光脉冲激光光源101以及第二全反射镜107分别输出到第一分光滤光片104，绿光脉冲激光光源102输出到第二全反射镜107，蓝光脉冲激光光源103输出到第三全反射镜108。红光脉冲激光光源101输出的红光脉冲激光经过第一分光滤光片104透射；由绿光脉冲激光光源102输出的绿光脉冲激光经过第二全反射镜107反射后，入射到第一分光滤光片104，与红光脉冲激光光源101输出的红光脉冲激光合为一束光线。同时，由蓝光脉冲激光光源103输出的蓝光脉冲激光经第三全反射镜108反射，再通过第二分光滤光片105后，与绿光脉冲激光和红光脉冲激光合束的光线进一步合为一束彩色激光，并经第一全反射镜106后输出，即发射光学系统37所得结果。并且可以大部分光信号入射到多面体的扫描转镜9进行探测，小部分光信号给PIN探测器作为触发信号。
具体实施时，可在红光脉冲激光光源101的光束传播方向的光轴上，从左至右依次放置第一分光滤光片104、第二分光滤光片105、第一全反射镜106，其中第一分光滤光片104、第二分光滤光片105分别与光轴呈135度角放置，第一全反射镜106与该光轴呈45度角放置。红光脉冲激光光源101、绿光脉冲激光光源102、蓝光脉冲激光光源103分别的光束传播方向的光轴平行。在绿光脉冲激光光源102的光束传播方向的光轴上设置第二全反射镜107，第二全反射镜107与该光轴呈135度角放置，由绿光脉冲激光光源102输出的绿光脉冲激光经过第二全反射镜107反射后，入射到第一分光滤光片104的光路，与红光脉冲激光光源101输出的红光脉冲激光经第一分光滤光片104透射的光路垂直，使得绿光脉冲激光经第一分光滤光片104与红光脉冲激光合束；在蓝光脉冲激光光源103的光束传播方向的光轴上设置第三全反射镜108，第三全反射镜108与该光轴呈135度角放置，由蓝光脉冲激光光源103输出的蓝光脉冲激光经第三全反射镜108反射，入射到第二分光滤光片105的光路，与绿光脉冲激光和红光脉冲激光合束的光线经第二分光滤光片105透射的光路垂直，使得蓝光脉冲激光经第二分光滤光片105与绿光脉冲激光和红光脉冲激光合束的光线进一步合为一束彩色激光。
参见图4，实施例的扫描转镜9采用多面体的扫描棱镜实现，接收光学系统10包括接收反射镜201，准直透镜202，第一窄带滤光片204，第一聚焦透镜205、第二聚焦透镜209、第三聚焦透镜212，第一光电探测器206、第二光电探测器210、第三光电探测器213，第三分光滤光片207，第二窄带滤光片208，第三窄带滤光片211，第四分光滤光片203。
发射光学系统7所得最终的激光束入射到扫描转镜9，通过扫描转镜9进行激光扫描，目标地物激光回波信号返回到扫描转镜9上，并且反射到接收反射镜201上，接收反射镜201将回波信号经准直透镜202入射到第四分光滤光片203，通过该第四分光滤光片203将彩色回波激光分成两个通道分别接收和探测。其中，红色激光回波信号透射后入射到第一窄带滤光片204，经第一聚焦透镜205后入射到第一光电探测器206上；蓝色和绿色回波信号经第四分光滤光片203反射后，入射到第三分光滤光片207，其中，蓝色激光回波信号经第三分光滤光片207反射后进入第二窄带滤光片208，通过第二聚焦透镜209入射到第二光电探测器210上；绿色激光回波信号由第三分光滤光片207透射后，入射到第三窄带滤光片211，通过第三聚焦透镜212后入射到第三光电探测器213上。
具体实施时，可在准直透镜202的光轴上，从右至左依次放置扫描转镜9、接收反射镜201，准直透镜202、第四分光滤光片203、第一窄带滤光片204、第一聚焦透镜205、第一光电探测器206，第四分光滤光片203与该光轴呈45度角放置，第四分光滤光片203的反射光路上依次设置第三分光滤光片207、第三窄带滤光片211、第三聚焦透镜212、第三光电探测器213，第三分光滤光片207的反射光路与准直透镜202的光轴平行且第三分光滤光片207与该光轴呈135度角放置，该光路上依次设置第二窄带滤光片208、第二聚焦透镜209、第二光电探测器210。得到的原始彩色点云可能存在由于环境或硬件问题产生的几何异常点，具体实施时可通过几何约束方式来剔除相应的异常点。另外，彩色点云也可能由于角度，距离等因素导致的颜色不均匀，不正常等问题。优选地，通过滤波算法进行色彩纠正，以使颜色与真实情况相符。具体来说：
根据点云的几何信息，进行几何异常点剔除，可以剔除一些非目标地物，比如行人，动物，等等。相对于传统激光点云，车载彩色三维扫描激光雷达还可以获取光谱信息，根据相关算法，对于光谱信息进行处理，以达到使其与真实情况或者人眼观察情况相适应的目的。以便在之后的建模等需求中获得真实的纹理。具体涉及的算法可有距离校正，角度校正，白板校正。距离校正是通过前期实验得到激光信息强度随着距离信息而变化的规律来校正信号强度。一般而言，强度会随着距离的增加而变小且满足一定公式，根据这一规律便可以校正强度。角度校正是通过前期实验得到激光信息强度随着入射角度信息而变化的规律来校正信号强度。一般而言，强度会随着入射角与90度的差的增加而变小且满足一定公式，根据这一规律便可以校正强度。白板校正是激光光谱信息归一化所必须的过程，通过白板定标，才能使点云颜色与真实地物相符。距离校正、角度校正和白板校正的具体实现可参见现有技术。
另外，由车速变化引起的点云密度变化，需要通过后期的点云升采样和降采样来实现点云密度的统一。因为点云密度的统一有利于点云的分类与分割以及各种后处理过程，当点云密度过于稀疏时，应实施升采样，反之则实施降采样。而点云的升尺度和降尺度除了参考空间信息的变化频率，由于车载彩色三维扫描激光雷达的彩色信息特性，还可以参考颜色变化频率及几何分布，以实现更加合理的点云的升尺度和降尺度。具体方法如下：对于几何分布集中的，且颜色信息相似的点集，视为相同地物目标的点集。则在进行升采样和降采样的过程中，以满足以上条件的点集为样本进行内插或者抽稀。对于几何分布情况和颜色相似情况可以通过以下式子进行判定：
其中，d为两点之间距离，(x1,y1,z1)和(x2,y2,z2)分别为两点的空间坐标。当d值小于相应预设阈值，则认为两点满足集中条件。
c＝W1(r1-r2)2+W2(g1-g2)2+W3(b1-b2)2
其中，c为两点的色差，(r1,g1,b1)和(r2,g2,b2)分别为两点的RGB色空间的色矢量。W1,W2,W3分别为RGB通道的加权系数，根据人眼对RGB三色分量的分辨程度，W1,W2,W3的经验值分别为4,8,1。当c值小于相应预设阈值，则认为两点满足颜色信息相似的条件。
具体实施时，本领域技术人员可自行预设距离和色差的相应阈值。
另外对于车载三维扫描彩色激光雷达获取的彩色点云数据，可以利用其光谱信息和空间信息对地物进行分类，以实现道路周边环境的分类与目标地物提取。方法首先利用光谱信息对所有点云分类，然后利用k邻近方法对三维空间信息加以利用，对光谱分类中的错点进行校正，提高分类精度。具体方法如下：彩色激光雷达点云拥有6维数据，其中包括3维空间信息和3个波长的彩色激光强度信息。首先利用POS，使相对空间信息成为绝对空间信息。同时使用白板数据，对3个波长的彩色激光强度信息进行定标，得到归一化标准光谱强度。归一化公式如下：
其中，ref为归一化的标准光谱强度，Itarget为目标的反射强度，Ispec为白板的反射强度。
3个波长的归一化的标准光谱强度构成归一化后的光谱信息向量，然后利用归一化后的光谱信息向量对点云进行分类，分类方法可以采用监督分裂，非监督分类和深度学习方法。若采用监督分类方法，则先进行样本训练，可由本领域技术人员预先对少量部分点云进行分类，得到训练样本，且训练样本的类别必须齐全。然后利用这些训练样本进行模型训练，根据这些训练样本的特征参数(归一化后的光谱信息向量)与所属类别，计算出分类模型的参数，以确定分类模型。最后用分类模型对所有的点云进行分类，即可得到所有点的类别。分类后，利用三维空间信息，通过k邻近方法，对分类后点云进行重分类。k邻近方法重分类原理如下：基于周边出现频率最高的类别为正确的类别的假设，在重分类过程中，将点的类别确定为一定三维距离内的类别频率最高的类，其中k为正整数。
例如设点云中的i点在基于光谱信息分类后的类别为ck类，记为其空间坐标为(xi,yi,zi)。然后遍历所有其他点，若点云数据过大，则可以采用kd-tree等方法减小遍历时间。假设遍历到第j个点点属于Ci类，其空间坐标为(xj,yj,zj)。计算与的空间欧式距离
若dij小于相应预设阈值，则认为点在点一定几何空间范围内，把它记为领域内点。遍历完所有的点之后，找出点领域内点最多的类别Cl，则将点重新分类为类别Cl，即
具体实施时，本领域技术人员可自行预设几何空间范围的相应阈值。
通过这样的方法便能够对点云进行分类，且有效利用彩色激光点云的空间信息和光谱信息。另外，光谱-空间方法也是一种同时利用两者信息的特征提取方法，也能利用在彩色激光雷达点云的分类中。具体实施时，可以采用计算机软件方式实现自动三维扫描和分类。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (10)
1.一种车载激光雷达三维扫描方法，其特征在于：在车辆上设置激光发射单元、信号探测单元、POS单元和核心处理单元，所述激光发射单元包括彩色激光光源，
激光发射单元进行彩色激光发射，经目标地物进行反射后输入信号探测单元，信号探测单元的采集结果输入核心处理单元，获取扫描所得点云，得到点云的彩色光谱信息，确定点云的相对几何位置；
POS单元同时记录姿态位置信息并输入核心处理单元，根据激光发射单元与POS单元的相对姿态，基于点云的相对几何位置获取点云的绝对几何位置，得到点云的空间位置信息。
2.根据权利要求1所述车载激光雷达三维扫描方法，其特征在于：针对点云记录时间戳，并与POS单元记录的时间戳相匹配。
3.根据权利要求1所述车载激光雷达三维扫描方法，其特征在于：根据点云的几何信息，进行几何异常点剔除，剔除非目标地物。
4.根据权利要求1所述车载激光雷达三维扫描方法，其特征在于：根据点云的彩色光谱信息，进行色彩纠正，以获得真实的纹理。
5.根据权利要求1或2或3或4所述车载激光雷达三维扫描方法，其特征在于：针对车速变化引起的点云密度变化，通过点云升采样和降采样实现点云密度的统一。
6.根据权利要求5所述车载激光雷达三维扫描方法，其特征在于：点云的升尺度和降尺度参考几何分布情况和颜色相似情况，包括对于几何分布集中的，且颜色信息相似的点集，视为相同地物目标的点集，进行升采样和降采样的过程中，以满足以上条件的点集为样本进行内插或者抽稀，
判断条件如下，
<mrow>
<mi>d</mi>
<mo>=</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>z</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>z</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
其中，d为两点之间距离，(x1,y1,z1)和(x2,y2,z2)分别为两点的空间坐标，当d值小于相应预设阈值，则认为两点满足几何分布集中的条件；
c＝W1(r1-r2)2+W2(g1-g2)2+W3(b1-b2)2
其中，c为两点的色差，(r1,g1,b1)和(r2,g2,b2)分别为两点的RGB色空间的色矢量，W1,W2,W3分别为RGB通道加权系数，当c值小于相应预设阈值，则认为两点满足颜色信息相似的条件。
7.一种基于车载激光雷达三维扫描的地物分类方法，其特征在于：根据权利要求1-6所得点云的彩色光谱信息和空间位置信息，进行地物分类。
8.根据权利要求7所述基于车载激光雷达三维扫描的地物分类方法，其特征在于：点云的彩色光谱信息和空间位置信息构成6维数据，包括基于POS单元所得绝对几何位置的3维空间信息和3个波长的彩色激光强度信息，
使用白板数据，对3个波长的彩色激光强度信息分别按下式进行定标，得到归一化的标准光谱强度如下，
<mrow>
<mi>r</mi>
<mi>e</mi>
<mi>f</mi>
<mo>=</mo>
<mfrac>
<msub>
<mi>I</mi>
<mrow>
<mi>t</mi>
<mi>a</mi>
<mi>r</mi>
<mi>g</mi>
<mi>e</mi>
<mi>t</mi>
</mrow>
</msub>
<msub>
<mi>I</mi>
<mrow>
<mi>s</mi>
<mi>p</mi>
<mi>e</mi>
<mi>c</mi>
</mrow>
</msub>
</mfrac>
</mrow>
其中，ref为归一化的标准光谱强度，Itarget为目标的反射强度，Ispec为白板的反射强度；
3个波长的归一化的标准光谱强度构成归一化后的光谱信息向量，然后利用归一化后的光谱信息向量对点云进行分类；
利用三维空间信息，通过k邻近方法，对分类后点云进行重分类，实现如下，
设点云中的i点在基于光谱信息分类后的类别为ck类，记为其空间坐标为(xi,yi,zi)，然后遍历其他点，假设遍历到第j个点点属于Ci类，其空间坐标为(xj,yj,zj)，计算与的空间欧式距离
<mrow>
<msub>
<mi>d</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>z</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>z</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
若dij小于相应预设阈值，则认为点在点一定几何空间范围内，把它记为领域内点，遍历完所有的点之后，找出点领域内点最多的类别Cl，则将点重新分类为类别Cl，即
9.一种车载激光雷达三维扫描系统，其特征在于：包括设置在车辆上的激光发射单元、信号探测单元、POS单元和核心处理单元，所述激光发射单元包括彩色激光光源，
激光发射单元进行彩色激光发射，经目标地物进行反射后输入信号探测单元，信号探测单元的采集结果输入核心处理单元，获取扫描所得点云，得到点云的彩色光谱信息，确定点云的相对几何位置；
POS单元记录姿态位置信息并输入核心处理单元，根据激光发射单元与POS单元的相对姿态，基于点云的相对几何位置获取点云的绝对几何位置，得到点云的空间位置信息。
10.根据权利要求9所述车载激光雷达三维扫描系统，其特征在于：
在车辆左右两侧各安装一套激光发射单元和信号探测单元；POS单元放置于车辆上方；核心处理单元放置于车内。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710218700.1A CN107092021B (zh) | 2017-04-05 | 2017-04-05 | 车载激光雷达三维扫描方法、地物分类方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710218700.1A CN107092021B (zh) | 2017-04-05 | 2017-04-05 | 车载激光雷达三维扫描方法、地物分类方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107092021A true CN107092021A (zh) | 2017-08-25 |
| CN107092021B CN107092021B (zh) | 2020-04-21 |
Family
ID=59648583
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710218700.1A Active CN107092021B (zh) | 2017-04-05 | 2017-04-05 | 车载激光雷达三维扫描方法、地物分类方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107092021B (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108051837A (zh) * | 2017-11-30 | 2018-05-18 | 武汉大学 | 多传感器集成室内外移动测绘装置及自动三维建模方法 |
| CN109188400A (zh) * | 2018-10-11 | 2019-01-11 | 上海禾赛光电科技有限公司 | 激光雷达 |
| CN109901138A (zh) * | 2018-12-28 | 2019-06-18 | 文远知行有限公司 | 激光雷达标定方法、装置、设备和存储介质 |
| CN110070544A (zh) * | 2019-06-06 | 2019-07-30 | 江苏省农业科学院 | 一种果树靶标三维数据补偿方法及补偿系统 |
| WO2020024910A1 (zh) * | 2018-08-01 | 2020-02-06 | 先临三维科技股份有限公司 | 三维扫描方法和系统 |
| CN111091508A (zh) * | 2019-12-10 | 2020-05-01 | 中国科学院武汉物理与数学研究所 | 基于彩色三维扫描激光雷达的彩色点云滤波方法 |
| CN111220992A (zh) * | 2018-11-26 | 2020-06-02 | 长沙智能驾驶研究院有限公司 | 雷达数据融合方法、装置及系统 |
| CN112666576A (zh) * | 2020-12-23 | 2021-04-16 | 西南交通大学 | 一种标靶 |
| CN112859090A (zh) * | 2019-11-12 | 2021-05-28 | 宁波舜宇车载光学技术有限公司 | 光学探测系统及其探测方法 |
| CN113272682A (zh) * | 2018-12-21 | 2021-08-17 | 莱卡地球系统公开股份有限公司 | 利用激光扫描器和摄像机的现实捕捉 |
| CN114581492A (zh) * | 2022-05-07 | 2022-06-03 | 成都理工大学 | 融合道路多元特征的车载激光雷达点云非刚性配准方法 |
| CN114612751A (zh) * | 2022-05-12 | 2022-06-10 | 南京航空航天大学 | 一种基于语义学习的整机点云数据的下采样方法 |
| CN116311540A (zh) * | 2023-05-19 | 2023-06-23 | 深圳市江元科技(集团)有限公司 | 一种基于3d结构光的人体姿态扫描方法、系统和介质 |
| CN117173376A (zh) * | 2023-09-08 | 2023-12-05 | 杭州由莱科技有限公司 | 一种医美设备的移动轨迹规划方法及系统 |
| CN117724114A (zh) * | 2024-02-09 | 2024-03-19 | 深圳市奇航疆域技术有限公司 | 一种基于激光测距仪的三维激光扫描装置及其方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101950434A (zh) * | 2010-09-13 | 2011-01-19 | 天津市星际空间地理信息工程有限公司 | 一种车载激光雷达系统及城市部件自动化测量方法 |
| CN103605135A (zh) * | 2013-11-26 | 2014-02-26 | 中交第二公路勘察设计研究院有限公司 | 一种基于断面剖分的道路特征提取方法 |
| CN103954971A (zh) * | 2014-05-22 | 2014-07-30 | 武汉大学 | 机载彩色三维扫描激光雷达 |
| CN104181546A (zh) * | 2014-08-25 | 2014-12-03 | 中国科学院武汉物理与数学研究所 | 彩色三维扫描激光雷达颜色信息采集显示方法 |
| CN104574376A (zh) * | 2014-12-24 | 2015-04-29 | 重庆大学 | 拥挤交通中基于双目视觉和激光雷达联合校验的防撞方法 |
-
2017
- 2017-04-05 CN CN201710218700.1A patent/CN107092021B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101950434A (zh) * | 2010-09-13 | 2011-01-19 | 天津市星际空间地理信息工程有限公司 | 一种车载激光雷达系统及城市部件自动化测量方法 |
| CN103605135A (zh) * | 2013-11-26 | 2014-02-26 | 中交第二公路勘察设计研究院有限公司 | 一种基于断面剖分的道路特征提取方法 |
| CN103954971A (zh) * | 2014-05-22 | 2014-07-30 | 武汉大学 | 机载彩色三维扫描激光雷达 |
| CN104181546A (zh) * | 2014-08-25 | 2014-12-03 | 中国科学院武汉物理与数学研究所 | 彩色三维扫描激光雷达颜色信息采集显示方法 |
| CN104574376A (zh) * | 2014-12-24 | 2015-04-29 | 重庆大学 | 拥挤交通中基于双目视觉和激光雷达联合校验的防撞方法 |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108051837A (zh) * | 2017-11-30 | 2018-05-18 | 武汉大学 | 多传感器集成室内外移动测绘装置及自动三维建模方法 |
| WO2020024910A1 (zh) * | 2018-08-01 | 2020-02-06 | 先临三维科技股份有限公司 | 三维扫描方法和系统 |
| CN109188400A (zh) * | 2018-10-11 | 2019-01-11 | 上海禾赛光电科技有限公司 | 激光雷达 |
| CN111220992A (zh) * | 2018-11-26 | 2020-06-02 | 长沙智能驾驶研究院有限公司 | 雷达数据融合方法、装置及系统 |
| CN113272682A (zh) * | 2018-12-21 | 2021-08-17 | 莱卡地球系统公开股份有限公司 | 利用激光扫描器和摄像机的现实捕捉 |
| CN109901138A (zh) * | 2018-12-28 | 2019-06-18 | 文远知行有限公司 | 激光雷达标定方法、装置、设备和存储介质 |
| CN109901138B (zh) * | 2018-12-28 | 2023-07-04 | 文远知行有限公司 | 激光雷达标定方法、装置、设备和存储介质 |
| CN110070544A (zh) * | 2019-06-06 | 2019-07-30 | 江苏省农业科学院 | 一种果树靶标三维数据补偿方法及补偿系统 |
| CN112859090A (zh) * | 2019-11-12 | 2021-05-28 | 宁波舜宇车载光学技术有限公司 | 光学探测系统及其探测方法 |
| CN111091508A (zh) * | 2019-12-10 | 2020-05-01 | 中国科学院武汉物理与数学研究所 | 基于彩色三维扫描激光雷达的彩色点云滤波方法 |
| CN111091508B (zh) * | 2019-12-10 | 2022-12-13 | 中国科学院武汉物理与数学研究所 | 基于彩色三维扫描激光雷达的彩色点云滤波方法 |
| CN112666576A (zh) * | 2020-12-23 | 2021-04-16 | 西南交通大学 | 一种标靶 |
| CN114581492A (zh) * | 2022-05-07 | 2022-06-03 | 成都理工大学 | 融合道路多元特征的车载激光雷达点云非刚性配准方法 |
| CN114612751A (zh) * | 2022-05-12 | 2022-06-10 | 南京航空航天大学 | 一种基于语义学习的整机点云数据的下采样方法 |
| CN114612751B (zh) * | 2022-05-12 | 2022-08-05 | 南京航空航天大学 | 一种基于语义学习的整机点云数据的下采样方法 |
| US11830164B2 (en) | 2022-05-12 | 2023-11-28 | Nanjing University Of Aeronautics And Astronautics | Semantic learning-based down-sampling method of point cloud data of aircraft |
| CN116311540A (zh) * | 2023-05-19 | 2023-06-23 | 深圳市江元科技(集团)有限公司 | 一种基于3d结构光的人体姿态扫描方法、系统和介质 |
| CN116311540B (zh) * | 2023-05-19 | 2023-08-08 | 深圳市江元科技(集团)有限公司 | 一种基于3d结构光的人体姿态扫描方法、系统和介质 |
| CN117173376A (zh) * | 2023-09-08 | 2023-12-05 | 杭州由莱科技有限公司 | 一种医美设备的移动轨迹规划方法及系统 |
| CN117724114A (zh) * | 2024-02-09 | 2024-03-19 | 深圳市奇航疆域技术有限公司 | 一种基于激光测距仪的三维激光扫描装置及其方法 |
| CN117724114B (zh) * | 2024-02-09 | 2024-04-19 | 深圳市奇航疆域技术有限公司 | 一种基于激光测距仪的三维激光扫描装置及其方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107092021B (zh) | 2020-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107092021A (zh) | 车载激光雷达三维扫描方法、地物分类方法及系统 | |
| CN108229366B (zh) | 基于雷达和图像数据融合的深度学习车载障碍物检测方法 | |
| US12020476B2 (en) | Data synthesis for autonomous control systems | |
| CN109375237B (zh) | 一种全固态面阵三维成像激光雷达系统 | |
| Schlager et al. | State-of-the-art sensor models for virtual testing of advanced driver assistance systems/autonomous driving functions | |
| CN103954971B (zh) | 机载彩色三维扫描激光雷达 | |
| EP2233947B1 (en) | Increasing measurement rate in time of flight measurement apparatuses | |
| US8712144B2 (en) | System and method for detecting crop rows in an agricultural field | |
| CN109215083A (zh) | 车载传感器的外部参数标定的方法和设备 | |
| CN115943439A (zh) | 一种基于雷视融合的多目标车辆检测及重识别方法 | |
| CN114254696A (zh) | 基于深度学习的可见光、红外和雷达融合目标检测方法 | |
| WO2022088492A1 (zh) | 一种采集器、距离测量系统及电子设备 | |
| EP3764124A1 (en) | Distance measuring apparatus, method for measuring distance, on-vehicle apparatus, and mobile object | |
| CN109887018A (zh) | 一种基于深度学习的光子3d成像系统 | |
| Wang et al. | Multichannel interconnection decomposition for hyperspectral LiDAR waveforms detected from over 500 m | |
| CN114690796A (zh) | 一种用于无人机机间测距的相对定位系统及方法 | |
| CN109799493A (zh) | 雷达和视频融合系统及方法 | |
| WO2021056348A1 (zh) | 点云探测系统的信号处理方法和点云探测系统 | |
| CN113988197A (zh) | 基于多相机、多激光雷达的联合标定及目标融合检测方法 | |
| Nowakowski | Perception technology for conversion of off-road vehicles for the purposes of unmanned missions | |
| US20220244383A1 (en) | Object Detection with Multiple Ranges and Resolutions | |
| CN116660869A (zh) | 一种林业测绘用激光雷达系统 | |
| CN113447940B (zh) | 距离测量数据的检测 | |
| Mandlburger et al. | Evaluation of Consumer-Grade and Survey-Grade UAV-LIDAR | |
| Mumtaz et al. | Fusion of high resolution lidar and aerial images for object extraction |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231013 Address after: 430072 Hubei city of Wuhan province Wuchang Luojiashan Patentee after: WUHAN University Address before: Building C7, Changyuan Road International Enterprise Community, Wuqing Business District, Wuqing District, Tianjin City, 301700 Patentee before: TIANJIN LUOYONG SPACE INFORMATION RESEARCH INSTITUTE CO.,LTD. |
|
| TR01 | Transfer of patent right |