机载激光雷达李德仁ppt课件

LiDAR原理 技术与应用 武汉大学李德仁院士2010年7月23日 青岛 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 XYZPos inWGS84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 oscillatingmirror 为Leica Optech采用旋转多棱镜 rotatingpolygon 为Riegl和IGI采用光纤扫描 fiberscanning 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LiDAR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 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 GPS IMU 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 12bits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 RollCompensation 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LiDAR的重要参数 数据预处理和质量检测 Orthoimage DTMorDSM 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 decompositionoffull wavedatawithExpectationMaximum LiDar数据处理 试验研究 SLICERdata NASA 使用的数据是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 PeakdetectedbySLICERalgorithm Detectedbyouralgorithm morecomparison 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 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 3DDLG 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