跳转到内容
主菜单
主菜单
移至侧栏
隐藏
导航
首页
最近更改
随机页面
特殊页面
還阔以
搜索
搜索
外观
创建账号
登录
个人工具
创建账号
登录
查看“︁激光雷达”︁的源代码
页面
讨论
大陆简体
阅读
查看源代码
查看历史
工具
工具
移至侧栏
隐藏
操作
阅读
查看源代码
查看历史
清除缓存
常规
链入页面
相关更改
页面信息
Cargo数据
外观
移至侧栏
隐藏
←
激光雷达
因为以下原因,您没有权限编辑该页面:
您请求的操作仅限属于该用户组的用户执行:
用户
您可以查看和复制此页面的源代码。
{| class="infobox" |+ '''激光雷达 (LiDAR)''' |- ! 英文 | Light Detection and Ranging |- ! 别称 | LiDAR |- ! 原理 | 测量激光脉冲的飞行时间 (ToF) |- ! 核心产品 | [[点云]]数据 |- ! 特点 | 主动遥感、高精度、高密度、可穿透植被 |} '''激光雷达'''('''Light Detection and Ranging''', 简称 '''LiDAR''')是一种主动遥感技术。它通过向目标发射一束激光,然后测量激光脉冲从发射到返回的飞行时间,来精确计算出传感器到目标的距离。 结合高精度的[[全球导航卫星系统 (GNSS)]]和惯性测量单元(IMU),LiDAR系统可以直接、快速地获取地表及地表物体(如建筑、森林)的高精度三维坐标信息,即'''[[点云]]'''数据。 == 系统组成 == 一个典型的机载LiDAR系统主要包括三个部分: # '''激光扫描测距系统''':负责发射和接收激光脉冲,并记录其往返时间。扫描装置(如旋转棱镜)使激光束在垂直于航线方向上进行扫描,从而获取一条带状的数据。 # '''动态差分GNSS''':实时、高精度地确定传感器在飞行过程中的空间位置(X, Y, Z)。 # '''惯性测量单元 (IMU)''':实时、高精度地测量传感器在飞行过程中的姿态参数(俯仰、翻滚、航向)。 通过这三部分数据的精确同步和融合解算,才能最终得到地面点云的精确三维坐标。 == 点云数据 == [[点云]](Point Cloud)是LiDAR技术获取的原始数据产品。它是由海量三维坐标点(X, Y, Z)组成的集合,真实地再现了地表和地表物体的三维形态。除了三维坐标,点云数据通常还包含激光回波强度、回波次数等信息。 === 多回波技术 === LiDAR的一大优势是其激光脉冲可以部分穿透植被冠层。当一个激光脉冲遇到森林时,它可能会产生多次回波: * '''第一次回波''':可能来自树冠顶部。 * '''中间回波''':来自树枝和树叶。 * '''最后一次回波''':可能到达并反映了真实的地面。 通过分析多次回波,可以同时获取林冠的表面模型(DSM)和林下的地形模型(DTM),这在森林资源调查和测绘中具有巨大优势。 == 主要应用 == * '''高精度地形测绘''':快速生产高精度的[[数字高程模型 (DEM)]]和[[数字表面模型 (DSM)]],尤其是在植被覆盖区域。 * '''电力巡线''':精确测量电线弧垂、树障距离,保障输电安全。 * '''林业调查''':估算森林蓄积量、树高、冠幅等参数。 * '''三维城市建模''':快速获取城市建筑、道路等的三维结构。 * '''自动驾驶''':作为核心传感器,实时感知车辆周围的环境。 == 参见 == * [[点云]] * [[遥感学]] * [[数字高程模型 (DEM)]] [[Category:遥感学]] [[Category:传感器]]
返回
激光雷达
。
搜索
搜索
查看“︁激光雷达”︁的源代码
添加话题