车载激光雷达点云快速栅格化算法研究及应用

针对车载激光雷达点云数据量大、密度高且存在分层错位和噪点等情况,提出了一种具实时性激光点云快速栅格化算法,该算法根据雷达扫描精度预设栅格单元大小,可在不丢失对象形状特征的情况下,能快速完成点云数据平滑及降采样处理,并将数据量缩小为处理前的60%。将该栅格算法处理后的点云数据应用于深度学习,作为pointnet++神经网络的训练集及测试集,完成语义分割模型训练与测试。实验结果表明,该算法可在1 s内完成上百万量级的点云栅格处理,并且经该算法处理后的点云数据能有效缩短训练时长、提升网络测试精度。     

超小型机载激光雷达测量系统的研制与应用

本文介绍了一种超小型机载激光雷达测量系统,该系统具有重量轻、外形尺寸小、系统稳定、无人值守作业和成本低等特点,可搭载在包括无人飞行器在内多种飞行平台上,可以进行1︰1000大比例尺地形航空摄影测量。