LiDAR原理技术与应用ppt课件.ppt

《LiDAR原理技术与应用ppt课件.ppt》由会员分享，可在线阅读，更多相关《LiDAR原理技术与应用ppt课件.ppt（110页珍藏版）》请在三一办公上搜索。

1、LiDAR原理,技术与应用,主要内容,一、机载LiDAR原理,技术与应用二、机载LiDAR与光学影像的联合处理三、基于光学成像和激光雷达技术的移动 测量系统四、地面LiDAR及在文物保护中的应用五、结束语,一、机载LiDAR原理,激光是具有大功率、高度方向性的光束。激光回波测距的原理是由激光器发射激光并接收回波，加上一个能记录激光发射和接收时间点的计时器，就很容易的通过以下公式得到距离：,激光回波测距原理,Result:XYZ Pos. in WGS84 坐标系,GPS & INSPosition.,Distance,机载LiDAR数据采集原理,由回波测距测量距离、由POS系统测量飞机姿态和激

2、光束扫描角度，即可以获得激光束在地面撞击点的三维坐标。该装置安置在卫星、飞机和汽车上，分别为星载、机载和车载激光雷达。地面LiDAR无需POS系统。,机载LiDAR扫描原理,上述激光测距系统，只能测量单点的三维空间坐标。要进行面状测量，必须要加入扫描装置主要由三种类型的扫描原理摇摆扫描镜（oscillating mirror) ，为Leica ，Optech采用旋转多棱镜（rotating polygon) ，为Riegl 和IGI采用光纤扫描（fiber scanning)，仅为TopoSys的Falcon系统采用,优点：扫描角度可以调节较高的数据获取航高缺点：扭矩、加速度、机器磨损引起误差

3、扫描条带两边的点密集，而中间的点少,机载LiDAR扫描原理-摆动扫描镜,两个摆动方向而产生对于地面的双向扫描，在地面上形成Z形扫描线,比较适合于精度要求不太高，而测量面积又比较大的应用场合设备要经常进行检校，使用时间过长后，精度受影响较大,机载LiDAR扫描原理-摆动扫描镜,密度最不均匀情况,密度最均匀情况,旋转正多面体扫描镜只有一个旋转方向，其每个表平面都按同一方向扫描，在地面形成单向扫描平行线,优点：扫描点是均匀分布的旋转较扭矩式磨损少，设备能保持长期的可靠性和稳定性缺点：视场角不可调节不适合较高的航高获取数据,机载LiDAR扫描原理-旋转正多面体扫描仪,机载LiDAR扫描原理-旋转正多面

4、体扫描仪,点云数据分布均匀,优点：是发射光路和接受光路一一对应，激光发射频率不受航高视场角约束点云数据密度均匀（同旋转正多面体扫描仪 ）缺点：扫描角固定数据获取范围小要求飞机平台低速飞行,机载LiDAR扫描原理-光纤扫描仪,激光束固定的纤维线阵,3rd返回 从地面,1st 返回 从树顶,2nd 返回 从树枝,1st (仅一次) 从地面返回,机载LiDAR多次回波信息-树木,机载LiDAR多次回波信息-房屋,3rd返回 从地面,1st 返回 从房顶,2nd 返回 从房檐,1st (仅一次) 从地面返回,传统遥感传感器是地表的二维成像,全数字波形分析概念,离散回波记录,连续波回波记录,机载LiDA

5、R分类,事实上，机载LiDAR系统有陆地和海洋之分。海洋LiDAR是为了测量海底地形而研制的，主要为国外的军方使用，我们通常说的机载LiDAR主要操作于陆地上，为获取陆地DEM数据而研制的。 LIDAR系统的操作平台主要为飞机。一般航摄飞机、直升机都可以搭载LIDAR。美国NASA开始在卫星上搭载LiDAR，他们发射的ICEsat卫星上就有LiDAR系统。,激光雷达,针对大气应用：大气圈层结构航空测绘应用：地形测量地面激光雷达：近地面三维建模,在测绘领域中，所谈的机载激光雷达大部分指用于地形测绘用的机载激光雷达系统,机载LiDAR研究背景和意义,机载LiDAR是新型航空传感器。在对地观测领域，

6、其最初目的是为获取高精度数字表面模型。经一定处理，获得剔除植被、人工建筑等以后的数字地面模型。应用已经扩大到基础测绘、林业管理、管线选线、岛礁测绘、困难地区测绘等领域,机载LiDAR系统直接获取高精度的数字表面模型，还可以同时获取回波、强度等数据为目标识别、分类提供辅助数据。机载LiDAR系统可以携带航空多光谱CCD相机，具备了同时获得多光谱CCD影像的能力，为后续应用提供了丰富的数据资源。,数据的密度每平米1个点或更多(0.4xo.4m)数据的精度垂直精度可以达到5-15cm平面精度可以达到10-75cm数据的分布扫描带重叠区域数据密度高一个扫描内点的间距很小，而扫描线之间点的间距却较大采样

7、模式和地形起伏对数据的分布也有影响噪声系统误差高的及低的局外点(粗差)空洞,机载LiDAR数据特点,LiDAR获得的水平和垂直精度和众多因素有关，主要的有内外两种因素：GPSIMU（POS）系统和激光系统本身都有自身的精度限制，此为内因。外因主要与航线设计、飞行条件、大气条件、地形起伏因素和植被覆盖有关。在给定系统误差的情况下，LIDAR获得的三维坐标精度可以看做是地形和植被覆盖的函数。,机载LiDAR数据精度影响因素,LeicaASL50飞行高度和精度、扫描角度关系,常见参数：飞行高度：依据测区地物反射率水平精度、垂直精度回波次数/是否有全波形数字化仪强度信息量化级别：一般8 - 12bit

8、s发射和扫描频率：发射频率200 - 400KHz，扫描频率一般为几十Hz扫描角度：最大可达75，实用中，一般为45,机载LiDAR的重要参数,常见参数：翻滚角度补偿（Roll Compensation）POS：常用的有Applanix、IGI、Honeywell等公司从产品，定姿精度0.0025 - 0.005之间激光点分布模式：均匀分布或Z字形分布数据存储设备：一般商业系统支持10小时以上的连续飞行光斑直径（用毫弧度表示）：决定水平精度。1000米相对航高时，对应地面直径一般在10cm - 50cm不等激光安全等级：影响最低航高。安全等级越低，对人的危险越大，飞行的最低航高也越大,机载Li

9、DAR的重要参数,数据预处理和质量检测,Orthoimage + DTM or DSM,DSM,DTM,机载LiDAR数据一般处理流程（含车载）,地面LiDAR获得的数据格式和数据性质和机载、车载完全一样。但地面无需POS系统，因此处理步骤相对简单,航线设计,飞行控制,数据存储,目前的数据处理软件，大多数是设备生产厂家根据自己的设备而开发的，没有象遥感数据处理那样的通用平台。芬兰Terrasolid公司的软件是一个商业化的软件，但是必须在Microstation上运行优点：研发较早，有成熟的用户基础，商品化程度高缺点：二次开发产品、没有强大的算法支持队伍，人员单薄；在国内市场虽有用户基础，但相

10、对于遥感软件、GIS软件，还相当薄弱其它国外软件，基本上不具备商品化,LiDAR数据处理软件,2006年，国家十二五863的第一年，以武汉大学牵头、联合国内相关优势单位的技术力量，获得目标导向类资助，从底层开始，研发具有自主知识产权的机载LiDAR数据处理软件。周期三年;经过3年的研发，已经具备商品化、产业化的条件。已经在包括陕西测绘局、甘肃测绘局、北京东方道迩等单位在内的LiDAR数据加工部门推广使用.,我国自主研发的LiDAR数据处理软件,机载LiDAR数据的多视角与多专题可视化生产作业工程的管理和数据批处理用户二次开发插件无缝集成航线设计以及航线管理器机载LiDAR数据的整体平差与拼接处

11、理机载LiDAR数据滤波自动滤波、分类及相应的人工编辑工具机载LiDAR点云数据与影像的配准/融合分类基础测绘应用模块（包括：基于点云的DEM和等高线生产、POS数据预处理/正射影像生成模块）基于点云的植被结构参数提取基于点云的建筑物提取和三维建模波形数据分析与处理、基于点云数据的简单三维线划图生成 共110个功能,武大自主研发LiDAR数据处理软件,软件整体界面,数据检校,检校目的：主要消除激光扫描坐标系与IMU坐标系坐标轴不平行（安置角误差）引起点云数据的坐标偏移误差,安置角误差示意图,数据检校,检校方法：利用相互平行和相互交叉的航线，以及不同航高（高低行高）的点云数据重叠区域同名地物的坐

12、标不一致性实现设备安置角误差的改正。,检校飞行航线,数据检校-以翻滚角为例,翻滚角绕飞行方向（X轴）旋转，其误差未消除时，观测得到的水平地表与真实水平地表存在大小与翻滚角相近的夹角，两者间高差 与点和航带中心的水平距离r成线性关系，如图1所示（实线代表真实水平地表）。因此，对同航高来回飞行的两航带，其同名水平地表间高程差是 的两倍。由图2对翻滚角改正值有：,图1 翻滚角影响,图2 翻滚角与航带间高差关系示意图,原理,选择同航高来回飞行的两条带数据,通过航带管理器获取点云的航带号信息,选择重叠区平地拉一剖面,翻滚角误差导致的航带间高差,量测剖面到航带中心的距离r,量测航带高程差h,由,得到翻滚角

13、检校值,利用检校值改正点云,检校改正后两航带高差基本消除,自主软件用于数据检校-以翻滚角为例,自主软件用于基础测绘的实际生产成果以敦煌数据为例,沙丘DEM,沙漠河道DEM,敦煌市郊DSM,敦煌市郊DEM,自主软件用于三维矢量建模-三维树木精细模型,三维树木精细模型（加入树叶和树干纹理，添加光照）。这是我们的成果,这是TerraSolid树建模模块的成果,基于EM（方差极大算法）的全波形数据波形分解：decomposition of full-wave form data with Expectation Maximum,LiDar 数据处理,试验研究,SLICER data (NASA),使用

14、的数据是SLICER在一片植被覆盖地区采集到的，SLICER的波形数据是.dat格式的二进制文件，每一个波形有600个采样，采样间的距离为0.1112米。在数据里还有激光发射的方位角、倾斜角，检测到的最高物体表面的经纬度和高程等信息。,Peak detected by SLICER algorithm,Detected by our algorithm,more comparison,二、机载LiDAR与光学影像的联合处理,目的、意义,机载LiDAR点云数据具有较高的高程精度，但缺乏光谱、纹理信息单片或单景高分辨率影像具有较高的平面精度，但是缺乏高程信息必须立体相对，才能获得高程。在困难地区，

15、即使有立体相对也难以获得较高的高程精度融合LiDAR点云和高分辨率光学影像，是三维可视化、地物三维提取、三维线划图（3D DLG）提取的有效途径,传统摄影测量与LIDAR系统比较,影像和点云数据的配准,融合高分辨率遥感影像与点云数据，配准是第一步机载LiDAR三维离散点的半随机分布特性，导致影像特征点与机载LiDAR特征点难于对应经尺度分析，当影像分辨率远小于机载LiDAR点云点间距时，利用点特征配准基元，LiDAR点云密度限制配准精度，无法体现高分辨率遥感影像水平精度的优势我们提出利用多次回波和全波形分析方法提取点云线特征、并用线特征替代点特征的方法进行点云数据和影像的配准,方法特点,基于共

16、线方程的2D-3D数据直接配准的严格配准模型在配准基元中，适当引入未知辅助参量，与配准变换模型参数联合解算不仅限于LiDAR点云数据与同机获取的摄影测量遥感影像数据的配准考虑传感器系统的误差影响,线特征表示点特征,LiDAR数据的空间直线特征，用该直线上任意不重合的AB两点表示，直线上任意一点P，引入参数 ，都可用AB两点表示。,配准模型示意图,单片（左）和多片（右）航空遥感影像与LiDAR点云数据配准的示意图,配准变换模型,假设无系统误差前提下的共线方程配准变换模型：,参数解算,每引入一个配准控制点，就引入一个未知参数，单片只需解算一组航空影像外方位元素。对于一组配准基元点、线对应组合可建两

17、个方程，同时引入一个未知数，因此对于n组点、线组合观测值，在假设传感器系统误差为零的情况下满足，观测值方程如下：,参数解算,参数解算,对配准转换参数以及引入的参数进行泰勒公式展开线性化，建立法方程，迭代运算，求解未知数。迭代的过程也是影像上点对应的值计算得到LiDAR空间对应点不断靠近真值的过程。,配准结果检查（目视和统计）,多片沙市数据（配准精度1个影像像素左右，10个检查点）,注意水体边缘，点云与影像的叠加,配准结果检查（目视和统计）,单片敦煌数据（配准精度1个影像像素左右，10个检查点）,配准结果：点云与光学影像叠加,湖北长阳,敦煌莫高窟,敦煌月牙泉,真正射影像生成技术,传统正射影像利用

18、DTM纠正了传感器的倾斜和由地形起伏引起的投影差，但是高大地物引起的投影差仍然存在，真正射影像通过应用DSM克服了这些缺陷,由地形起伏引起的投影差及人造地物引起的投影差，如左图所示,LIDAR技术的发展为真正射影像生产提供了高精度的DSM。通过DSM对影像进行正射纠正，可以消除地物引起的投影差，但是同时出现了新的问题在纠正后的真正射影像中，由于未检测出遮挡区域，高大地物附近出现了重影现象,传统正射影像 出现重影的真正射影像,真正射影像生成技术,真正射影像生成技术,遮挡检测的方法有z-buffer基于角度的遮挡检测 基于角度和高度的投影光线跟踪算法检测等通常检测出来的遮挡区域灰度值都赋值为0，最

19、终的结果影像中所有区域都要求是可见的，所以需要对遮挡区域进行补偿，遮挡区域丢失的信息需要从相邻重叠区域的影像中获取，如下图示,遮挡区域影像数据获取示意图,真正射影像,一般正射影像墙面可见,真正射影像中，遮挡去除、墙面消失,真正射影像,阴影消除,传统正射影像,墙面,LiDAR数据建筑物检测和重建,整个流程分为两大部分1.从LiDAR数据中检测建筑物脚点2.由建筑物脚点提取建筑物边缘特征线，并重建模型,建筑物检测,具有多次反射LIDAR数据,预处理（消除大误差）,消除树丛（利用多次反射）,分治实现线性预测法DEM检测,删除地面点,清除噪声和碎片,得到建筑物点,实际工程实验结果,实验区点云数据高程着

20、色,自动检测建筑区域,人工勾画和自动检测建筑区域对比（检测率可达90%）,屋顶结构的分解,利用离散点均值平移屋顶法向统计分析和竞争优化的屋顶改正方法实现屋顶结构的分解,测试数据,1m间距点云测试结果,非常复杂建筑物结构分解,国内沙市数据屋顶自动检测和分割结果,线特征提取,Pc,Pn,针对LiDAR数据特点的准确边缘点检测算法,线特征提取,点云数据的直线特征检测,屋顶拓扑结构重构,利用线、面特征的互补特性的BSP合并分裂的拓扑生成方法,基于边界追踪和快速规则化的模型生成,天津10Km2全自动建模（800MB点云）运行约10小时， 计算机 2G内存，3.0GHZ双核CPU XP 系统,在进行电力线

21、路设计时，通过LIDAR数据可以了解整个线路设计区域内的地形和地物要素的情况。尤其是在树木密集处，可以估算出需要砍伐树木的面积和木材量。在进行电力线抢修和维护时，根据电力线路上的LIDAR数据点和相应的地面裸露点的高程可以测算出任意一处线路距离地面的高度，这样就可以便于抢修和维护。,LIDAR电力线应用,点云中电力线的三维显示,LIDAR电力线应用,通过人工勾选电力线,LIDAR电力线应用,匀质的架空电力线在自身重力作用下呈悬链线状态。悬链线是一种曲线，其的形状因与悬在两端的绳子因均匀引力作用下垂之形相似而得名。适当选择坐标系后，悬链线的方程是一个双曲余弦函数，其公式为： y = a*cosh

22、(x/a)其中 a 是一个常数。悬索桥、双曲拱桥、架空电缆都用到悬链线的原理。,架空电力线的悬链线模型自动计算,剖面显示电力线,架空电力线的悬链线模型自动计算,在断面坐标系下通过鼠标点击的点自动拟合悬链线,架空电力线的悬链线模型自动计算,三.基于光学成像和激光雷达技术的移动道路测量系统,系统组成,GPS,IMU,全景相机,激光扫描设备,同步设备,存储设备,里程计,全景数据,激光扫描数据,系统中的激光扫描仪只做线扫描，在移动道路测量系统行进过程中，才能得到三维激光点云。 现阶段，系统采集实验速度为20km/h。在技术成熟后，车速可提高。,激光点云,系统在一条道路上进行动态扫描，得到全景影像数据、

23、激光扫描数据、整个系统的定位定姿数据，将这些数据融合处理得到整个场景的激光点云，点云可根据高程的变化生成伪彩色点云，如左侧图所示，也可反投到全景影像上获取真彩色信息，生成真彩色点云，如右侧图所示。,数据融合显示,数据融合显示,应用：添加虚拟三维物体,应用四：影像导航,Main stepTriangulationSmoothing Hole filling Decimating Model merging,Laser scanning technology has been widely used in the model reconstruction for ancient buildings

24、A spherical projection based on triangulation algorithm is developed to process the data,Point cloud of Cave No. 158,四. 地面LiDAR及在文物保护中的应用,Working flowGeometric data gatheringPoint cloud data processingTexture preprocessingTexture mappingResults,3D Modeling,作业流程(Working flow),Method:3D Laser Scanning

25、Instrument: Leica HDS 6000Leica Scan Station2Industry Laser Scanner for Machanics,Geometric data acquiring,3.2 Geometric data acquiring,HDS6000 ScanStation 2,Working with Leica staffer,Point cloud,Pattern of the painting can be represented by the point cloud intensity.,Point cloud data processing,St

26、eps:RegistrationGenerate TINReduce noiseEdit meshSimplify,Tools:Geomagic StudioPolyworksSelf-developed tool,3.2 Point cloud data processing,TIN of a statuary in 196 cave,Model of a statuary in 196 cave,TIN of 285 cave,Model of 285 cave,Camera: Canon EOS-1Ds Mark IIIPhotos are stored in Camera Raw fo

27、rmat. Preprocessing can adjust the color temperature, tone, exposure, saturation, etc. to approximately uniform the color between photos.,Texture preprocessing,Texture mapping(2D to 3D),Platform:ModelPaint - a self-developed tool, special for texture mapping on irregular, complex object.Main steps:G

28、eometric alignment between texture and modelTexture blending,Control Points Assignment Robust Least Square resolve Camara ParametersProject Whole Image to ModelSemi-Automatic Adjust of small inaccuracy mapping,Texture mapping alignment,Control points on texture,Corresponding points on model,Texture

29、mapping alignment,Mesh patch based texture Mapping,After mapping using camera parameterThere still has wrong mapping need to refine weighted distortion image according control points,Mapping Refine,Before mapping refine- inaccuracy mapping, mismatched,After mapping refine- accuracy mapping, matched,

30、Precondition:1. Textures Overlap 2. Textures Precisely MappingProcessing:1. Region of Interest Finding2. Decomposition of Image into Frequency Space 3. Blend in Frequency Space,Texture blending,Brighter,Darker,Texture blending,Before blending- Color is different at the joint.,Texture blending,Before

31、 processing,Texture reconstruction Refining and blending,Results 158 Cave,A statue of nirvanaTang Dynasty15.1m in Length,Results cave 158,Data:Point Clouds: 3 billionOriginal image: more than 200 picsResult:Triangles : 1.2 millionUsed images: 51 pictures,Buddha: Tang DynastyHight 2.8 meterWidth 1.6

32、meter,Photo of 196 Buddha,Results 196 Cave,Results 196 Cave,West Wei DynastyThe best one of Mogao GrottoesAbout 50 m2DataPoint clouds: 4 billion pointsOriginal image about 500 picturesResult1.23 million triangles208 images used6.8 GB data for 3D modelHigh resolution image can be printed as same size as real cave,Results Cave 285,结束语,1, LiDAR 具有很多优于被动光学遥感的特点,是一种三维主动测量的好方法,可以单独使用,也可与被动光学遥感联合使用;2, LiDAR有十分广阔的应用前景,但应用有一定的难度,需要加强对LiDAR硬件和软件的研究与开发,并争取早日发射我国的星载LiDAR卫星;3. 要大力加强LiDAR技术的交流,推广与普及.,谢 谢 大 家 ！,