专栏名称: 新机器视觉

最前沿的机器视觉与计算机视觉技术

LiDAR 从基础入门到数据处理总结归纳

新机器视觉 · 公众号 · · 2024-09-14 11:33

正文

来源： GIS前沿

前言

在学习生涯将要结束之际，博主将自己三年所学到的东西进行一个总结与归纳，一是对所学知识的一个回顾，二是整理成一个完整的资料，以防不时之需，三是供后来者少走弯路，继续前行！

一、LiDAR 基础与入门

1. 激光雷达定义

Light Deteation and Ranging 激光探测及测距系统的简称，用激光器作为发射光源，采用光电探测技术手段的主动遥感设备。

2. 优缺点

优点

具有极高的分辨率
抗干扰能力强
获取的信息量丰富
可全天时工作

缺点

容易受到大气条件以及工作环境的烟尘的影响

3. 分类

按原理分类

三角测距激光雷达
ToF 激光雷达

按功能分类

激光测距雷达
激光测速雷达
激光成像雷达
大气探测激光雷达
跟踪雷达

按工作介质分类

固体激光雷达
气体激光雷达
半导体激光雷达

按线数分类

单线激光雷达.
多线激光雷达

按扫描方式分类

MEMS型激光雷达
Flash型激光雷达
相控阵激光雷达
机械旋转式激光雷达

按探测方式分类

直接探测激光雷达
干探测激光雷

按激光发射波形分类

连续型激光雷达
脉冲型激光雷达

按挂载平台分类

机载激光雷达
车载激光雷达
地基激光雷达
星载激光雷达
背包式
手持式
SLAM

按应用

激光测距仪
激光三维成像雷达
激光测速雷达
激光大气探测雷达
激光测风雷达

4. 国内外知名激光雷达公司盘点

国外

Velodvne
Sick
Ibeo
Quanergy
Hokuyo
Trimble
Innoviz
LeddarTech
Leica
Rieql
Other…

国内

数字绿土
北科天绘
武汉珞珈新空
四维图新
北京蒙特卡洛
其它…

5. 相关应用

城市规划
数字城市建模
高精度DEM的制作与生成
基础设施制图
地表变化监测
地表覆盖分类
森林资源调查
矿山测量
电力线巡检
其它

LiDAR 点云数据的定向，要通过多个坐标系间的几何关系来确定，包括激光扫描仪的参考坐标系、瞬时激光束坐标系、空中平台坐标系、目标所在水平参考坐标系与垂直坐标系和惯性导航仪的参考坐标系与WGS-84坐标系。更多干货敬请关注公众号：GIS前沿

二、LiDAR 点云去噪

1. 噪音来源

数据采集平台

无人机
背包（针对背包式的扫描设备）3
车载平台
手持激光扫描
固定模型误差
其它

采集设备

LiDAR 采集头
与采集平台的相对稳定性
其它

被测物体表面

水域等无法探测
其它

其它

…

2. 常用去噪方法

基于密度的去噪

判断当前点的邻域点数，过小则将其视为噪音点

基于统计学去噪

先求取全局点云距离分布，然后依次判断每个采样点与其邻域的距离是否满足阈值

直通滤波去噪

在 X、Y、Z 方向设置阈值对点云进行截取（快速去除离群点用）

手动去燥

人机交互框选不感兴趣点云并删除

基于假设检验的粗差剔除

假设点云数据仅在一个维度上存在误差，则对每一点利用其邻域点的属性值对其进行拟合，并求取拟合后的值与原始属性的差值。根据偶然误差服从正态分布的特性，通过设定一个置信区间，将误差值较大的点视为噪音点或失真点进行剔除

基于横切分层剔除噪音

这里通过对点云的高程进行横切分层，然后，统计每个分割区域内的点云数量，将分割区内小于一定阈值的点作为粗差予以清除

基于点到平面距离去噪

通过判断邻近点云数据的拟合平面，将离拟合平面距离值为负的点云看作噪声点云数据

移动平滑法

通过移动平滑法与二次多项式拟合曲面的方法去除噪声

中值滤波去噪

详见中值滤波

其它

…

三、LiDAR 点云滤波

1. 点云滤波概念

将点云分为地面点和地物点的过程

区别于数字信号学

前者对信号进行高通/低筒滤波，去除高频/低频信号

区别于图像处理

前者主要是过滤图像噪音

2. 滤波算法

坡度滤波

基于间隔一定距离两点间形成的坡度来判断

形态学滤波

将点云格网化，选取格网种子点，按行或者列进行类似于数学形态学的滤波

渐进三角网滤波

选取初始种子点，利用三角网构建初始地表模型，判断剩余点并对三角网进行加密

移动曲面滤波

利用多元多项式对地面进行表达

布料滤波

利用布料模拟算法进行滤波

基于点云频率的滤波

PCL—低层次视觉—点云滤波（基于点云频率）

其它

…

四、LiDAR 点云配准

1. 配准目的

对点云进行校正

2. 配准分类

LiDAR点云和LiDAR点云配准
LiDAR点云和密集匹配点云配准
LiDAR点云和二维影像配准
LiDAR点云和三维街景匹配
其它

3. 配准方法

粗配准方案

LORAX
4点法（4-Points Congruent Sets，4PCS）
Super 4PCS(Super 4-Points Congruent Sets)
SK-4PCS（Semantic Keypoint 4-Points Congruent Sets）
G-4PCS（Generalized 4-points congruent sets）

精配准方案

DO（Discriminative Optimization）
结合法
ICP（Iterative Closest Point）

Standard ICP

KD-tree Approximation

Soft Outlier Rejection

Generalized-icp（GICP）

Normal ICP（NICP）

Go-ICP

…

模型对应法
NDT

五、LiDAR 点云公开数据集

1. Paris-Lille-3D Dataset

http://caor-mines-paristech.fr/fr/paris-lille-3d-dataset/

2. PCL官方测试数据集

https://github.com/PointCloudLibrary/data

3. ISPRS

http://www2.isprs.org/

4. RGB-D Object Dataset

https://rgbd-dataset.cs.washington.edu/

5. The Stanford 3D Scanning Repository

http://graphics.stanford.edu/data/3Dscanrep/

全球六大激光雷达数据源

而且都是免费的

1、Open Topography

网址：http://www.opentopography.org

2、USGS Earth Explorer

网址：http://earthexplorer.usgs.gov

3、United States Interagency Elevation Inventory + Wikipedia LiDAR

网址：https://en.wikipedia.org/wiki/National_Lidar_Dataset_(United_States)

4、NOAA Digital Coast

网址：https://coast.noaa.gov/digitalcoast/tools/

5、LIDAR Online

网址：https://www.lidar-online.com/

6、National Ecological Observatory Network

网址：http://www.neonscience.org/data-resources

LiDAR 从基础入门到数据处理总结归纳

正文

请到「今天看啥」查看全文