CN110412617B - 一种基于自反馈激光雷达扫描的无人机救援方法及应用 - Google Patents

一种基于自反馈激光雷达扫描的无人机救援方法及应用 Download PDF

Info

Publication number
CN110412617B
CN110412617B CN201910842774.1A CN201910842774A CN110412617B CN 110412617 B CN110412617 B CN 110412617B CN 201910842774 A CN201910842774 A CN 201910842774A CN 110412617 B CN110412617 B CN 110412617B
Authority
CN
China
Prior art keywords
scanning
laser radar
unmanned aerial
aerial vehicle
points
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910842774.1A
Other languages
English (en)
Other versions
CN110412617A (zh
Inventor
何肇瑜
李娜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201910842774.1A priority Critical patent/CN110412617B/zh
Publication of CN110412617A publication Critical patent/CN110412617A/zh
Application granted granted Critical
Publication of CN110412617B publication Critical patent/CN110412617B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/933—Lidar systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Multimedia (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种基于自反馈激光雷达扫描的无人机救援方法及应用，属于无人机救援技术领域，所述方法通过无人机携带激光雷达和相机，采用垂直摄影，生成精确的数字高程模型和数字正射影像，建立三维模型，救援人员根据三维模型信息，下发实战指令，本发明能够有效降低扫描点的总数，提升扫描效率，规避了传统激光雷达全覆盖式扫描时间长，无法满足消防救援实战要求的弊端，真正为消防救援开创了新的智能化、快速化和可靠化的无人机消防救援新模式。争分夺秒、智能反馈、满足实战。

Description

一种基于自反馈激光雷达扫描的无人机救援方法及应用
技术领域
本发明属于无人机救援技术领域，具体涉及一种基于自反馈激光雷达扫描的无人机救援方法及应用。
背景技术
我国幅员辽阔、地貌差异大，在灾难(如地震、火灾、海啸等)发生后，现场环境非常复杂，救援人员工作的开展相当困难。同时，由于灾后现场环境复杂，救援人员时刻面临着巨大的危险，严重危及着救援人员的生命安全。
经大量研究数据表明，地震、火灾、海啸等灾害发生后，在72小时期间，受困人员的存活概率会随时间的增加呈现递减趋势，每隔24小时存活的概率减半。虽然面对突发灾难反应速度有了很大提高，但是在面对各种灾难性的破坏时表现还是没法即时开展救援任务，灾害现场到处充满着各种危险地形、毒气等，时刻威胁着救援人员的生命安全，更会对救援工作造成巨大的阻碍，很多受困人员依然会因无法得到及时、专业的救援而死亡。因而，能够在极短的时间内掌握受灾现场的地形地貌以及相关参数信息显得尤为重要，为营救受困人员与保护国家人民财产创造有利条件。
而无人机结合激光雷达扫描解决了这个救援最后“一公里”的问题。激光雷达，英文全称为Light Detection And Ranging，简称LiDAR，即光探测与测量，是一种集激光、全球定位系统(GPS)和IMU(Inertial Measurement Unit，惯性测量装置)三种技术于一身的系统，用于获得数据并生成精确的DEM(数字高程模型)。其工作原理是向目标发射探测信号(激光束)，然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数，从而对飞机、导弹等目标进行探测、跟踪和识别。它由激光发射机、光学接收机、转台和信息处理系统等组成，激光器将电脉冲变成光脉冲发射出去，光接收机再把从目标反射回来的光脉冲还原成电脉冲，送到显示器。激光光束可以准确测量视场中物体轮廓边沿与设备间的相对距离，这些轮廓信息组成所谓的点云并绘制出3D环境地图，精度可达到厘米级别，从而提高测量精度。无人机搭载激光雷达可快速进行受灾现场地形地貌信息的获取，有助于消防救援人员制定合理、科学的营救方案，确保受困人员和救援人员生命安全。
激光雷达扫描在自动驾驶车辆以及室内机器人救援上已开始相关研究与应用。目前，有提出一种车辆行驶过程中的物体定位方法，将获取的图像二维坐标转换为激光雷达扫描所需的位置参数；根据所述位置参数，激光雷达扫描控制模块控制光雷达对所述物体进行扫描，获得距离信息。从而实现快速精准的对车辆行驶过程中的物体进行定位。有提出一种多功能越障的救援机器人，具有很强的地形适应性，具有即时定位与进行生命体探测的功能，并将勘测信息及时反馈给远程操控的工作人员，提高作业效率，减少了勘测和搜救人员劳动损耗和伤亡，为下一步营救提供有用的保证。但是，激光雷达扫描在自动驾驶车辆上的测距还是依托在图像二维坐标转化，精度上不是很精确，此外无法应用于环境复杂地带；激光雷达与机器人的结合应用只能在有限的空间内，更多的是应用于室内环境，对于室内三维地图的准确获取依赖性比较大，同时，针对大面积的受灾情况，需要及时掌握灾区地形全貌，其应用还存在一定的局限性。有提出无人机搭载相机进行灾区的高空拍摄，在一定的高度以及非恶劣天气下，可获取灾区地形全貌的影像资料，但是，在短暂的时间内图像处理合成的精度有限，且无法提供空间坐标信息，无法满足实际救援的需要。有提出机载激光雷达系统又称激光测距系统。在提供二维平面信息的光学和SAP影像的基础上，机载激光雷达系统获取的原始数据为离散的点云，不仅有目标点的空间坐标信息，还有该点的回波强度、回波次数等信息，无需定位解算即可获取目标区域的DEM提高对受损建筑物的识别能力，在地震后的应急救援中确实能发挥一定的作用。但是，其激光扫描方式还是传统的发射高密度脉冲，从而实现地貌扫描的全覆盖，需要一定的时间才能获得相关的地貌信息，在复杂多变的灾害现场，时间就是生命，时间就是减少国家和人民损失的关键因素，现有的机载激光雷达系统在实战中还存在一定的缺陷。
发明内容
为了解决上述问题，本发明提供一种基于自反馈激光雷达扫描的无人机救援方法，其特征在于，所述方法通过无人机携带激光雷达和相机，采用垂直摄影，生成精确的数字高程模型和数字正射影像，建立三维模型，救援人员根据三维模型信息，下发实战指令；
进一步地，所述方法具体包括：
S1：无人机搭载激光雷达进行扫描；
S2:获取扫描过程中的空间高度信息，生成精确的数字高程模型；
S3：无人机搭载相机进行拍摄，获取数字正射影像；
S4：根据S2和S3中的数字高程模型与数字正射影像，判断是否需要加设扫描点位，如果需要，则加设相应数量的扫描点位后，建立三维模型；
S5：救援人员根据S4中三维模型判断是否满足实战需求，如果满足，则下发实战指令，如果不满足，则继续根据数字高程模型增加扫描点数，直至有满足符合实战需求的三维模型出现；
进一步地，所述S1具体为：利用无人机搭载的激光雷达，扫描灾区前期设定的大范围采集点；
进一步地，S2中所述获取空间高度信息具体为实时计算S1中激光雷达扫描过程中的垂直变化大小；
进一步地，依据已有的空间高度信息，判断两采集点之间插入的扫描点数量；
进一步地，所述S4中判断是否需要加设扫描点位的方法为：
SS41：根据获取的空间高度信息以及激光雷达已经采集到的点的空间分布规律，采用激光扫描模式算法，初步设定激光雷达已扫描过的两采集点间插入新的扫描点数量及扫描点之间等高线落差阈值，生成野外地表等高线；
S42：根据S41中野外地表等高线结合地表连续性的情况，推算出灾区的地形地貌情况；
S43：根据S42中推算的地形地貌情况，当地貌为平原地带或者海面，初扫描的两点之间等高线变化为10米，且间隔的扫描点等高线落差小于1米的阈值，则无需增加扫描点位，否则增加扫描点位；当地貌为高峰或低谷地带，初扫描的两点之间等高线落差超过初步设定阈值，则需插入扫描点位；
进一步地，生成精确的数字高程模型具体为：前期设定需要激光扫描的采集点，无人机搭载激光雷达和相机通过摄影和测量，借助有限的地形高程数据实现对地面地形的数字化模拟；
进一步地，生成数字正射影像模型具体为：对无人机搭载的相机拍摄相片进行数字微分纠正和镶嵌，按预设图幅范围裁剪生成的数字正射影像集，从而获取受灾现场地形地貌地图分幅、投影、精度及坐标系统的同比例信息；
进一步地，所述S4中建立三维模型的方法具体为：基于生成的数字高程模型和获取的数字正射影像，再结合二维地理信息，建立三维模型；
进一步地，一种基于自反馈激光雷达扫描的无人机救援方法的应用，所述方法应用在车载雷达，根据前一帧识别出的周边车辆轮廓，判别周边车辆与驾驶车辆的位置关系，再根据周边车辆与驾驶车辆的相对速度和周边车辆与驾驶车辆距离，做出变道或速度的调整；
进一步地，所述应用具体应用在自动驾驶车辆，具体为：车载雷达根据前一帧识别出的周边车辆轮廓以及车辆相对速度，结合雷达信号发射的角度，获取周边车辆在自动驾驶车辆的位置，再结合两辆车辆的车距，对估算出的当前帧车辆轮廓区域提高扫描精度，降低其他区域精度，提高扫描频率，加快自动驾驶对周边环境的判断速度，判断前车辆的位置，以便自动驾驶车辆及时做出变道或者减速或者保持原速调整，实现安全驾驶的目标。
本发明的有益效果如下：
1、本发明能够有效降低扫描点的总数，提升扫描效率；
2、规避了传统激光雷达全覆盖式扫描时间长，无法满足消防救援实战要求的弊端，真正为消防救援开创了新的智能化、快速化和可靠化的无人机消防救援新模式；
3、争分夺秒、智能反馈、满足实战；
4、所述方法应用在车载雷达，可根据前一帧识别出的周边车辆轮廓，以及车辆相对速度，对估算出的当前帧车辆轮廓区域提高扫描精度，其他区域降低精度，能有效提高扫描频率，加快自动驾驶对周边环境的判断速度。
附图说明
图1为本发明所述方法中自反馈激光雷达扫描模式框图；
图2为本发明所述方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
下面结合附图和具体实施例对本发明作进一步说明，但不作为对本发明的限定。下面为本发明的举出最佳实施例：
如图1-图2所示，本发明提供一种基于自反馈激光雷达扫描的无人机救援方法，所述方法通过无人机携带激光雷达和相机，采用垂直摄影，生成精确的数字高程模型和数字正射影像，建立三维模型，救援人员根据三维模型信息，下发实战指令，其中垂直摄影为通过激光雷达和相机在垂直于水平面方向，进行摄录以及数据采集。
所述方法具体包括：
S1：无人机搭载激光雷达进行扫描；
S2:获取扫描过程中的空间高度信息，生成精确的数字高程模型；
S3：无人机搭载相机进行拍摄，获取数字正射影像；
S4：根据S2和S3中的数字高程模型与数字正射影像，判断是否需要加设扫描点位，如果需要，则加设相应数量的扫描点位后，建立三维模型；
S5：救援人员根据S4中三维模型判断是否满足实战需求，如果满足，则下发实战指令，如果不满足，则继续根据数字高程模型增加扫描点数，直至有满足符合实战需求的三维模型出现。
所述S1具体为：利用无人机搭载的激光雷达，扫描灾区前期设定的大范围采集点。S2中所述获取空间高度信息具体为实时计算S1中激光雷达扫描过程中的垂直变化大小。
所述S4中判断是否需要加设扫描点位的方法为：
S41：根据获取的空间高度信息以及激光雷达已经采集到的点的空间分布规律，采用激光扫描模式算法，初步设定激光雷达已扫描过的两采集点间插入新的扫描点数量及扫描点之间等高线落差阈值，生成野外地表等高线；
S42：根据S41中野外地表等高线结合地表连续性的情况，推算出灾区的地形地貌情况；
S43：根据S42中推算的地形地貌情况，当地貌为平原地带或者海面，初扫描的两点之间等高线变化为10米，且间隔的扫描点等高线落差小于1米的阈值，则无需增加扫描点位，否则增加扫描点位；当地貌为高峰或低谷地带，初扫描的两点之间等高线落差超过初步设定阈值，则需插入扫描点位；
所述S4中建立三维模型的方法具体为：基于生成的数字高程模型和获取的数字正射影像，再结合二维地理信息，建立三维模型。
生成精确的数字高程模型具体为：前期设定需要激光扫描的采集点，无人机搭载激光雷达和相机通过摄影和测量，借助有限的地形高程数据实现对地面地形的数字化模拟，生成数字正射影像模型具体为：对无人机搭载的相机拍摄相片进行数字微分纠正和镶嵌，按预设图幅范围裁剪生成的数字正射影像集，从而获取受灾现场地形地貌地图分幅、投影、精度及坐标系统的同比例信息。
一种基于自反馈激光雷达扫描的无人机救援方法的应用，所述方法应用在车载雷达，车载雷达根据前一帧识别出的周边车辆轮廓以及车辆相对速度，结合雷达信号发射的角度，获取周边车辆在自动驾驶车辆的位置，再结合两辆车辆的车距，对估算出的当前帧车辆轮廓区域提高扫描精度，降低其他区域精度，提高扫描频率，加快自动驾驶对周边环境的判断速度，判断前车辆的位置，以便自动驾驶车辆及时做出变道或者减速或者保持原速调整，实现安全驾驶的目标。
本发明所述方法基于一种带有自反馈激光雷达扫描功能的无人机进行救援，该无人机包括接收模块、发射模块、主控制器、计算模块和输出模块，主控制器分别连接接收模块、发射模块、计算模块和输出模块，主控制器与发射模块之间有自反馈功能，接收模块用于获取的激光雷达扫描信息、相机拍摄信息以及救援人员发出的指令；主控制器用于结合接收模块的信息以及输出模块的信息，发出控制指令。
计算模块用于根据主控制器的指令信息，进行计算和推算。
输出模块用于将计算模块的结果反馈给主控制器。
发射模块用于将主控制器获得的输出结果，反馈给救援人员，同时当主控制器发出不满足条件指令时，发射模块再次将调整指令发送给主控制器。
本发明所述方法：在发生山洪海啸、地震、泥石流、大型火灾等灾害时，消防人员迅速赶赴现场升空无人机，通过操作装置发射信号，将信息发送给接收模块，主控制器根据接收模块的信息，使得无人机搭载的激光雷达扫描灾区前期设定的大范围采集点，并实时通过计算模块计算垂直变化大小，获取相应点位空间高度信息。依据获取的已有空间高度信息以及激光雷达已经采集到的点的空间分布规律，借助于激光扫描模式算法，初步设定激光雷达已扫描过的两采集点间插入新的扫描点数量，从而生成野外地表等高线时，考虑地表连续性的情况，通过计算模块推算出灾区大致的地形地貌情况，如平原地带或者海面，即初扫描的两点之间等高线变化不大(假设认为10米间隔的扫描点等高线落差小于1米阈值)，则无需增加扫描点位；如是高峰或者低谷地带，即初扫描的两点之间等高线落差超过初步设定阈值，则计算模块将计算结果发送给主控制器，主控制器将信息反馈给发射模块，发射模块重新给激光雷达和相机发送数据采集指令，在原有采集点之间插入一定数量扫描点位，保证生产一定的地形地貌信息。当扫描的两点之间等高线落差满足设定要求后，主控制器将计算模块生产的三维模型通过发射模块传达给消防指挥人员(救援人员)，消防指挥人员确认初步的地形地貌信息能否满足实战需求，如若无法保障救援任务开展，则发送信息给接收单元，接收单元将接收的任务信息发送给主控制器，主控制器发送指令，继续在两点间增加扫描点数量，直至符合实战要求，从而辅助消防救援指挥人员依据地形地貌、气候以及灾区受困人员情况，制定科学、合理的救援方案，保障生命财产安全。此外，本发明还可以应用在车载雷达，可根据前一帧识别出的周边车辆轮廓，以及车辆相对速度，对估算出的当前帧车辆轮廓区域提高扫描精度，其他区域降低精度，能有效提高扫描频率，加快自动驾驶对周边环境的判断速度。
本方法能够有效降低扫描点的总数，提升扫描效率，规避了传统激光雷达全覆盖式扫描时间长，无法满足消防救援实战要求的弊端，真正为消防救援开创了新的智能化、快速化和可靠化的无人机消防救援新模式。争分夺秒、智能反馈、满足实战。
以上所述的实施例，只是本发明较优选的具体实施方式的一种，本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。

Claims (4)

1.一种基于自反馈激光雷达扫描的无人机救援方法，其特征在于，所述方法通过无人机携带激光雷达和相机，采用垂直摄影，生成精确的数字高程模型和数字正射影像，建立三维模型，救援人员根据三维模型信息，下发实战指令；
所述方法具体包括：
S1：无人机搭载激光雷达进行扫描；
S2:获取扫描过程中的空间高度信息，生成精确的数字高程模型；
S3：无人机搭载相机进行拍摄，获取数字正射影像；
S4：根据S2和S3中的数字高程模型与数字正射影像，判断是否需要加设扫描点位，如果需要，则加设相应数量的扫描点位后，建立三维模型；
S5：救援人员根据S4中三维模型判断是否满足实战需求，如果满足，则下发实战指令，如果不满足，则继续根据数字高程模型增加扫描点数，直至有满足符合实战需求的三维模型出现；
所述S1具体为：利用无人机搭载的激光雷达，扫描灾区前期设定的大范围采集点；
S2中所述获取空间高度信息具体为实时计算S1中激光雷达扫描过程中的垂直变化大小；
所述S4中判断是否需要加设扫描点位的方法为：
S41：根据获取的空间高度信息以及激光雷达已经采集到的点的空间分布规律，采用激光扫描模式算法，初步设定激光雷达已扫描过的两采集点间插入新的扫描点数量及扫描点之间等高线落差阈值，生成野外地表等高线；
S42：根据S41中野外地表等高线结合地表连续性的情况，推算出灾区的地形地貌情况；
S43：根据S42中推算的地形地貌情况，当地貌为平原地带或者海面，初扫描的两点之间等高线变化为10米，且间隔的扫描点等高线落差小于1米的阈值，则无需增加扫描点位，否则增加扫描点位；当地貌为高峰或低谷地带，初扫描的两点之间等高线落差超过初步设定阈值，则需插入扫描点位。
2.根据权利要求1所述的方法，其特征在于，生成精确的数字高程模型具体为：前期设定需要激光扫描的采集点，无人机搭载激光雷达和相机通过摄影和测量，借助有限的地形高程数据实现对地面地形的数字化模拟。
3.根据权利要求1所述的方法，其特征在于，生成数字正射影像模型具体为：对无人机搭载的相机拍摄相片进行数字微分纠正和镶嵌，按预设图幅范围裁剪生成的数字正射影像集，从而获取受灾现场地形地貌地图分幅、投影、精度及坐标系统的同比例信息。
4.根据权利要求1所述的方法，其特征在于，所述S4中建立三维模型的方法具体为：基于生成的数字高程模型和获取的数字正射影像，再结合二维地理信息，建立三维模型。
CN201910842774.1A 2019-09-06 2019-09-06 一种基于自反馈激光雷达扫描的无人机救援方法及应用 Active CN110412617B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910842774.1A CN110412617B (zh) 2019-09-06 2019-09-06 一种基于自反馈激光雷达扫描的无人机救援方法及应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910842774.1A CN110412617B (zh) 2019-09-06 2019-09-06 一种基于自反馈激光雷达扫描的无人机救援方法及应用

Publications (2)

Publication Number Publication Date
CN110412617A CN110412617A (zh) 2019-11-05
CN110412617B true CN110412617B (zh) 2023-06-30

Family

ID=68370209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910842774.1A Active CN110412617B (zh) 2019-09-06 2019-09-06 一种基于自反馈激光雷达扫描的无人机救援方法及应用

Country Status (1)

Country Link
CN (1) CN110412617B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021134258A1 (zh) * 2019-12-30 2021-07-08 深圳元戎启行科技有限公司 基于点云的目标跟踪方法、装置、计算机设备和存储介质
CN111798700B (zh) * 2020-06-30 2022-02-25 北京行易道科技有限公司 盲区监测报警方法和装置
CN111928824A (zh) * 2020-08-07 2020-11-13 贵州正业工程技术投资有限公司 一种结合激光雷达和倾斜摄影的工程勘察方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4359732A (en) * 1963-11-21 1982-11-16 Goodyear Aerospace Corporation Topographical mapping radar
US6404384B1 (en) * 2001-05-31 2002-06-11 Chung-Shan Institute Of Science And Technology Method of spoke filling and spoke filling processing unit for radar scan converter
JP2006003332A (ja) * 2004-06-16 2006-01-05 Kokusai Kogyo Co Ltd 地盤高推定方法
WO2010068186A1 (en) * 2008-12-09 2010-06-17 Tele Atlas B.V. Method of generating a geodetic reference database product
CN102662179A (zh) * 2012-05-18 2012-09-12 四川省科学城久利科技实业有限责任公司 基于机载激光雷达的三维优化选线方法
CN104075691A (zh) * 2014-07-09 2014-10-01 广州市城市规划勘测设计研究院 基于cors和icp算法的地面激光扫描仪快速测量地形的方法
CN104809692A (zh) * 2015-05-12 2015-07-29 山东临沂烟草有限公司 一种等高线生成dem的内插方法
WO2017054701A1 (zh) * 2015-09-28 2017-04-06 东莞前沿技术研究院 三维地形测绘系统以及测绘方法
CN108594261A (zh) * 2015-07-30 2018-09-28 乌鲁木齐九品芝麻信息科技有限公司 一种基于激光雷达技术的滑坡体变化检测方法
CN109541629A (zh) * 2017-09-22 2019-03-29 莱卡地球系统公开股份有限公司 用于航空测量的混合LiDAR成像装置
KR102009638B1 (ko) * 2018-02-12 2019-08-12 동명대학교산학협력단 인명구조용 드론

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8842036B2 (en) * 2011-04-27 2014-09-23 Lockheed Martin Corporation Automated registration of synthetic aperture radar imagery with high resolution digital elevation models

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4359732A (en) * 1963-11-21 1982-11-16 Goodyear Aerospace Corporation Topographical mapping radar
US6404384B1 (en) * 2001-05-31 2002-06-11 Chung-Shan Institute Of Science And Technology Method of spoke filling and spoke filling processing unit for radar scan converter
JP2006003332A (ja) * 2004-06-16 2006-01-05 Kokusai Kogyo Co Ltd 地盤高推定方法
WO2010068186A1 (en) * 2008-12-09 2010-06-17 Tele Atlas B.V. Method of generating a geodetic reference database product
CN102662179A (zh) * 2012-05-18 2012-09-12 四川省科学城久利科技实业有限责任公司 基于机载激光雷达的三维优化选线方法
CN104075691A (zh) * 2014-07-09 2014-10-01 广州市城市规划勘测设计研究院 基于cors和icp算法的地面激光扫描仪快速测量地形的方法
CN104809692A (zh) * 2015-05-12 2015-07-29 山东临沂烟草有限公司 一种等高线生成dem的内插方法
CN108594261A (zh) * 2015-07-30 2018-09-28 乌鲁木齐九品芝麻信息科技有限公司 一种基于激光雷达技术的滑坡体变化检测方法
WO2017054701A1 (zh) * 2015-09-28 2017-04-06 东莞前沿技术研究院 三维地形测绘系统以及测绘方法
CN109541629A (zh) * 2017-09-22 2019-03-29 莱卡地球系统公开股份有限公司 用于航空测量的混合LiDAR成像装置
KR102009638B1 (ko) * 2018-02-12 2019-08-12 동명대학교산학협력단 인명구조용 드론

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Scientific visualization of landscapes and landforms;Helena Mitasova 等;《Geomorphology》;20120115;第137卷(第1期);第122-137页 *
基于高精度地基LiDAR技术的活动断层错断地貌研究——以冷龙岭活动断裂带为例;康帅 等;《地震》;20170731;第37卷(第3期);第61-71页 *
机载LiDAR技术在高速公路勘测中的应用;卢勤秀;《红水河》;20111231;第30卷(第6期);第154-157页 *
激光雷达扫描测量技术在公路数字地面模型中的应用;张成;《科学技术创新》;20180215;第113-115页 *
点云数据制作地面模型初探;高源鸿 等;《测绘与空间地理信息》;20140430;第37卷(第4期);第183-185页 *

Also Published As

Publication number Publication date
CN110412617A (zh) 2019-11-05

Similar Documents

Publication Publication Date Title
CN110412617B (zh) 一种基于自反馈激光雷达扫描的无人机救援方法及应用
CN109357617B (zh) 一种基于无人机的高陡岩质边坡位移变形监测方法
KR102001728B1 (ko) 스테레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템
KR102067136B1 (ko) 맵핑드론을 이용한 건설공사 관리 시스템
CN107148777B (zh) 智能巡逻设备、云端控制装置及巡逻方法、控制方法
CN115597659B (zh) 一种变电站智能安全管控方法
US6748325B1 (en) Navigation system
US7581480B1 (en) Distributed ground-based threat detection system
US20110285981A1 (en) Sensor Element and System Comprising Wide Field-of-View 3-D Imaging LIDAR
CN109773783B (zh) 一种基于空间点云识别的巡防智能机器人及其警务系统
KR20190051703A (ko) 스테레오 드론 및 이를 이용하는 무기준점 토공량 산출 방법과 시스템
KR102290533B1 (ko) 불법 비행 감지 및 대응을 위한 rtk-gps 연동 시스템 및 그 방법
CN113730860A (zh) 一种未知环境下的消防机器人自主灭火方法
CN111413708A (zh) 基于激光雷达的无人机自主识别着陆选址方法
KR101926557B1 (ko) 무인기를 이용한 재난현장에서의 실종자 탐지 장치 및 그 방법
CN113703462A (zh) 一种基于四足机器人的未知空间自主探索系统
US9518822B2 (en) Surveying and target tracking by a network of survey devices
Baudoin et al. View-finder: robotics assistance to fire-fighting services and crisis management
CN109163718A (zh) 一种面向建筑群的无人机自主导航方法
Axelsson Rapid topographic and bathymetric reconnaissance using airborne LiDAR
CN116764147A (zh) 一种搭载灭火装置的防爆巡检无人车
KR100390600B1 (ko) 산불 감시 및 위치추적 장치와 그 운용방법
CN115267820A (zh) 融合激光雷达/视觉/uwb的火场地图构建方法和系统
CN114534134A (zh) 一种在线式无人全自动防火灭火救援无人机装置及系统
Dehbi et al. UAV mission planning for automatic exploration and semantic mapping

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant