激光雷达课程笔记
| 章节 | 页码 | 考点 |
|---|---|---|
| 1 | 3 | |
| 1 | 3 | |
| 2 | 33 | 强度矫正理论与方法 |
| 27 | Lidar数据处理，四种波形数据处理方法 |
- 星载ICESat-2，使用的不是是APD（Glass1，弱光，ICESat-1，一路，10kHz）——单光子（ATLAS，微弱光，六路，40kHz）？
激光器，重频和能量之间的关系
- 能量小（为何能量小了？ ——> 1.重频变高了；2.分光；3.冰雪（微弱信号））
- 提升密度
-
ADC一直工作？如何确定ADC的窗口？何时信号过宽？
不是一直工作，会增加数据量
带着已有高程数据，预估数据到达时间，打开ADC功能
倾斜角过大，方圆70米内高程差超过86m（544ns）就会信号过宽
38页，LiDAR数据目标反演，44页坡度&粗糙度反演 -
森林中激光雷达探测相较于经典算法有什么优势？（2-3个）
节省人力物力，精度更高？
能够为研究者提供更多的应用支撑，评价叶的物理性能，植物的蒸腾作用，微生物多样性 -
给四张图
A: 普通地面，啥都没有
B: 很有可能是森林地区，丘陵地带
C: 噪声（1. 窗口时间错误（早开？晚开？544ns），2. 目标（第一代会有冰，水面））
- 大光斑-小光斑
5m~10m为界限，星载 vs 地基，机载？
绪论
- 点云数据处理
点云滤波
点云特征提取——全局特征or局部特征
点云分割——空间几何与纹理特征
点云配准——通过计算得到坐标变换，在地基雷达的使用中比较多
点云滤波——基于统计
点云与图像配准——基于区域信息或者基于特征信息
概述-激光雷达
- LiDAR和RADAR区别
| 项目 | LiDAR | RADAR | 备注 |
|---|---|---|---|
| 简称 | Light Detection and Ranging | Radio Detection and Ranging | |
| 信息 | 三维方位角 | 一维 | |
| 信号特性 | 激光发散角小（°，小三个数量级） | 旁瓣多，指向性不好 |
- 激光雷达原理
| 简称 | 内容 | 备注 |
|---|---|---|
| 离散型激光雷达 | ||
| 全波型激光雷达 | ||
| 硬目标激光雷达 | ||
| 软目标激光雷达 | 水，大气， | |
| TOF | Time of Light，利用光速进行测距，常用于车载场景，精度较低但便宜 | 光速，导致计时器精度要求很高；不同反射率相应不同 |
- 常见激光波长：
| 波长nm | 特点 | 常见应用场景 |
|---|---|---|
| 1550 | 光纤（Si）传播损耗最低 | 主流（人眼响应更低，更不容易伤害人眼） |
| 1064 | 大气传播损耗最低 | 激光器常用 |
| 分界 | 在这之上都很贵了（InSn） | 在这之下都是Si，便宜 |
| 905 | 便宜，性能差 | 无人驾驶汽车常用 |
| 808 | 大气传播损耗最低 | 空中激光雷达常用 |
| 532 | 水中传播损耗最低 | 船舶激光雷达常用 |
- 激光雷达数据结构
| 类型 | 内容 | 备注 |
|---|---|---|
| 测距 | R，theta_1,theta_2 | |
| INS | theta_a,theta_b,theta_c | |
| GPS | x,y,z | |
| CCD | x,y,RGB |
第三章
大气传输理论
气溶胶分子的吸收与散射
| 散射分类 | 粒子大小 | 备注 |
|---|---|---|
| 瑞利散射 | \(\frac{2\pi}{\lambda}<1\) | |
| 米散射 | \(\frac{2\pi}{\lambda}>1\) |
强度矫正理论与方法
仪器特性——大气特性——几何特性
系统因子矫正——大气因子矫正——距离和角度因子矫正
角度矫正
BRDF（Bidirectional Reflectance Distribution Function, 双向反射分布函数）
\(P_r = F(f,P_t,R)\)
第五章
地面分割
| 方案 | 内容 | 备注 |
|---|---|---|
| 栅格 | 计算平均高度，密度进行几何特征判断 | 常用，快并且计算量少 |
| 分类器 | 以栅格为基础 | |
| 模型 | 将路面看作平面 | 不适用于坡地丘陵等复杂地形 |
点云聚类
| 方案 | 内容 | 备注 |
|---|---|---|
| 层次 | 按照距离 | 简单，球体，对init敏感 |
| 划分 | KNN | 形状自由，n无需定义，但是复杂度高 |
| 密度 | 距离半径&最少容纳点 | 形状自由，n无需定义，不能很好反应数据集变化的密度 |
| 网格 | 速度快，但依赖于网格大小 |
目标识别
| 方案 | 内容 | 备注 |
|---|---|---|
| ML | SVM | |
| DL | 卷积，学习点云的特征 | |
| 多模态融合 |
多模型识别——#TODO
目标跟踪
| 方案 | 内容 | 备注 |
|---|---|---|
| 预设模式 | 卡尔曼滤波 | |
| 状态估计 |
定位
GPS
SLAM
Scan Matching骚猫匹配方法，对当前已经构建的高精度地图要求较高
第六章
载荷平台
机载平台，星载平台，车载平台
DSM，DEM，DOM #TODO 区别？判断题
P1 L1对比
第七章 森林激光雷达
LAI叶面积指数：单位土地面积上植物叶片总买诺记占土地面积的倍数
没有激光雷达，如何测量LAI？
