激光雷达点云处理—学习随记
一、激光雷达基本概念
激光雷达(Light Detection and Ranging,LiDAR),是一种发射激光(可见光-近红外)于被瞄准物体表面并记录反射光被信号接收器接收到的时间以测定距离的方法。激光雷达通过以下公式确定物体表面的距离[1]:
其中,c是光速,D是激光雷达探测器与被探测物体表面之间的距离,t是激光传播到被探测物体表面再返回探测器所需的时间。
LiDAR扫描仪在自己的坐标系中收集信息,该坐标系以扫描仪为中心。扫描仪坐标系通过旋转、平移等转换到真实世界空间坐标系的过程称为地理配准(Georeferencing)。
激光雷达系统有如下三种类型[2]:
1、脉冲测距(Pulse-based,or linear-mode),该类型系统发射激光能量脉冲并测量能量到达目标表面和返回信号接收器的总时间以测量距离。基于脉冲的系统非常常见,它们通常只有一个光圈,可以在任何时间点测量沿单个方向的距离。
2、相位测距(Phase-based),该类型系统通过干涉测量法测定距离。基于相位的系统测距精度非常高,但通常需要消耗更多的能量,它们通常被用于短距离测量(如室内测量等)。
3、光子计数(Geiger-mode,or photon-counting),该类型系统探测器极度灵敏,可以被单光子触发。较于脉冲测距系统,其可以在很高纬度地区进行工作。但是,该系统相对较新、具有一定操作限制并且数据噪声较多。
激光雷达数据采集有如下四种模式[2]:
1、地基激光雷达扫描模式(Terrestrial LiDAR Scanning,TLS),使用固定式激光雷达进行扫描,通常固定在三脚架上。
2、航空器激光雷达扫描模式(Airborne LiDAR Scanning,ALS),使用安装在固定翼或旋翼飞机上的激光雷达进行扫描。
3、无人激光雷达扫描模式(Unmanned LiDAR Scanning,ULS),使用无人机(Unmanned Aerial Vehicle,UAV or Drone[3])、无人驾驶汽车或机器人搭载激光雷达进行扫描。
4、移动激光雷达扫描模式(Mobile LiDAR Scanning,MLS),地面移动扫描,如背包式扫描、手持式扫描以及车载扫描等。
二、激光雷达点云处理常用软件
1、CloudCompare
CloudCompare 是一款三维点云处理软件(例如那些用激光扫描仪获得的点云),它也可以处理三角网格和校准图像。
基于开源协议,吸引了众多开发者的关注和贡献,拥有丰富的功能和插件,可以满足不同领域的需求。并且支持与其他 3D 建模软件进行集成,如 AutoCAD、SolidWorks 等。
点云|CloudCompare软件使用总结 - 知乎 (zhihu.com)
CloudCompare - Open Source project
2、LAStools
LAStools支持各种格式的激光雷达数据,包括LAS,LAZ,ASCII以及一些厂商特定的格式。它提供了一系列强大的功能,包括数据格式转换、数据过滤和筛选、数据几何计算、数据配准、数据分类和分割、以及可视化和统计分析等。
LAStools中最常用的模块是LASzip,它是一种无损压缩算法,可以将LAS格式的数据压缩为LAZ格式,从而减少数据文件的大小。
LAStools: converting, filtering, viewing, processing, and compressing LIDAR data in LAS and LAZ format
3、PCM v2.0
结合当前各行业对海量点云数据的数据处理和定量应用需求的增加,王成研究员带领团队重新规划并开发了PCM 2.0:采用扁平化主题风格、全新的架构与数据管理平台,软件功能涵盖点云基础工具、点云滤波、地物分类、矿山测绘、林业应用、数据质量检查、输电通道安全分析、输电通道三维重建等,并提供可自定义化的工作流设置,进一步提升用户体验。
中科院空天院王成研究员团队
4、LiDAR360
LiDAR360是北京数字绿土科技股份有限公司自主研发的点云后处理及行业应用软件。平台可处理TB级点云数据,并拥有10余种国际领先的点云处理及AI算法,推动激光雷达的多行业应用。
LiDAR360激光雷达点云数据处理分析软件 – 北京数字绿土科技股份有限公司
5、SouthLidar pro
SouthLidar 是一款点云显示及后处理软件,集海量点云浏览、点云渲染、点云纠正、点云裁剪、点云量测、全景叠加量测、地图定位、DLG 矢量绘制等功能于一体,服务于移动测量点云后处理解决方案。
SouthLidar (southsurvey.com)
参考资料:
[1] https://en.wikipedia.org/wiki/Lidar
[2] Introduction to LiDAR — pdal.io
[3] https://zhuanlan.zhihu.com/p/545704221