CN204086540U - 基于压缩感知的激光雷达成像系统 - Google Patents

基于压缩感知的激光雷达成像系统 Download PDF

Info

Publication number
CN204086540U
CN204086540U CN201420462539.4U CN201420462539U CN204086540U CN 204086540 U CN204086540 U CN 204086540U CN 201420462539 U CN201420462539 U CN 201420462539U CN 204086540 U CN204086540 U CN 204086540U
Authority
CN
China
Prior art keywords
module
dmd
signal
laser
avalanche diode
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.)
Withdrawn - After Issue
Application number
CN201420462539.4U
Other languages
English (en)
Inventor
马彦鹏
舒嵘
亓洪兴
王义坤
王雨曦
葛明锋
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.)
Shanghai Institute of Technical Physics of CAS
Original Assignee
Shanghai Institute of Technical Physics of CAS
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 Shanghai Institute of Technical Physics of CAS filed Critical Shanghai Institute of Technical Physics of CAS
Priority to CN201420462539.4U priority Critical patent/CN204086540U/zh
Application granted granted Critical
Publication of CN204086540U publication Critical patent/CN204086540U/zh
Withdrawn - After Issue legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本实用新型公开了一种基于压缩感知的激光雷达成像系统。系统采用单元雪崩二极管APD,有效的突破了目前国产线阵雪崩二极管无法大规模集成的瓶颈问题。系统由激光发射模块,望远镜成像模块,数字微反射镜DMD及控制模块,雪崩二极管APD,同步模块,数据采集模块,图像重构模块组成。该专利通过激光发射模块向目标发射脉冲激光,目标反射回波被数字微反射镜DMD调制,再经过汇聚镜头给单元雪崩二极管APD实现在时间序列上的采样,最后基于压缩感知理论,采用相关的算法重构目标的三维像。本实用新型的优点是:无需任何扫描,结构简单,图像重构所需的数据量小,探测灵敏度高。

Description

基于压缩感知的激光雷达成像系统
技术领域
本专利涉及计算成像技术以及图像重构算法,信号处理、激光雷达。特别涉及一种基于压缩感知的激光雷达成像系统。
背景技术
激光雷达是一种主动光电成像技术,与普通的被动光学遥感探测和微波雷达相比具有分辨率高,隐蔽性好,极强的抗干扰能力等;能穿过云雾,植被等探测到真实的地面地形。激光雷达通过向目标发射脉冲激光信号,然后将接收到从目标反射回来的信号(回波信号)与发射信号进行相关的数据处理,从而就可以提取目标的相关信息,比如目标距离,方位,姿态,形状等参数。利用这种激光雷达,在军事上就可以对敌方的飞机,导弹等进行跟踪、探测识别,从而实现精确打击。目前它已经成为我国军事领域中一种不可或缺的技术手段。
传统的激光雷达按工作方式可以分为逐点扫描的摆扫式和线阵推扫式。摆扫式激光雷达在技术上已经非常成熟,它最大的优点是原理非常简单。但它也存在很大的缺点,比如难以捕获高速移动的目标;由于存在机械扫描装置,很难做到小型化和轻型化;大量点云数据将对数据采集系统的数据传输与存储以及后续处理带来极大的压力;另外逐点扫描的原理,已及飞行速度和扫描速度的限制将导致距离图像的空间分辨率较低。线阵推扫式激光雷达采用同时发射多束激光和多个探测器的并行探测原理,从而提高覆盖效率和扫描效率,克服逐点扫描式激光雷达的一些缺点。目前,我国推扫式激光雷达的研究才处于起步阶段。而线阵的雪崩二极管APD探测器很难做到大规模集成,就目前的技术手段而言,只能做到25-50单元的APD,线阵APD的工艺瓶颈问题将在很大程度上阻碍推扫式激光雷达的发展。
压缩感知(Compressive Sensing,CS)是由美国斯坦福大学数学家Donoho和Candes等人(参见文献1、2、3)在2006年提出的一种采样与压缩同步进行的理论。该理论通过挖掘信号信息的冗余性和稀疏性,在采样过程中,不是获取图像的全部像素采样,而是通过特定的算法,选择合适的调制模板,即:观测矩阵,每次对信号进行全局采样,然后通过这些采样结合相关的恢复算法复原图像。与传统的“先采样、后压缩”不同,CS理论是“边采样、边压缩”的方式,将CS应用于激光雷达成像系统可以显著节省传感器数量,这种“边采样、边压缩”的方式使得信号处理的技术负担从传感器转移到数据处理上来。因此,基于压缩感知理论,发展新型的激光雷达成像系统自然的成为本专利所要研究的内容。
参考文献:
[1]Donoho D L.Compressed sensing[J].IEEE Transactions on InformationTheory,2006,52(4):1289-1306.
[2]Candès E,Romberg J,Tao T.Robust uncertainty principles:exact signalreconstruction from highly incomplete frequency information[J].IEEETransactions on Information Theory,2006,52(2):489-509.
[3]Candès E.Compressive sampling[C].International Congress ofMathematics,2006:1433-1452.
发明内容
本专利的目的是提供一种基于压缩感知的激光雷达成像系统。在探测器方面,采用单元雪崩二极管APD探测器,克服传统逐点扫描式激光雷达的缺点和避开线阵APD技术工艺的瓶颈问题。在数据获取方面,基于压缩感知理论,采用少量的数据即可重构得到目标的三维图像,在采样的过程中就以经压缩了数据,缓解传统激光雷达成像中大数据量的采集、传输、存储压力。
本专利提出的解决思路如下:
如图1所示,该新型激光雷达成像系统包括:激光发射模块1;望远镜成像模块2;数字微反射镜DMD及控制模块3;光学汇聚透镜4;雪崩二极管APD 5;数据采集模块6;图像重构模块7;同步模块8。其特征在于:激光发射模块1采用波长1064nm的脉冲式激光器,其重复频率100Hz,脉冲能量200mJ;望远镜成像模块2采用焦距为304.8mm,口径为101.6mm的望远镜;数字微反射镜DMD及控制模块3中的数字微反射镜DMD采用1024×768像素,像素大小为13.69μm的DMD;光学汇聚透镜4的焦距为10cm;雪崩二极管APD 5的像元尺寸1.5mm,暗电流7nA,上升时间5ns;数据采集模块6采用的采集卡量化位数为10位,采样率5GSPS;同步模块8采用FPGA芯片产生三路同步信号;
系统各模块之间的工作流程如下:
同步模块8发射同步信号给激光发射模块1和数字微反射镜DMD及控制模块3,激光发射模块1收到同步信号后,开始向场景目标发射脉冲激光,设定场景目标有k个,被目标反射的回波信号依次记为:x1,x2...xk
数字微反射镜DMD及控制模块3同时也收到同步信号,然后加载一个调制模板,发送给DMD,调制模板的总数设定为M个。第M次调制时的调制模板记为:θM,具体取值为一个事先设定好的m×n阶矩阵,矩阵元素的取值为0或者1,所有的元素服从高斯随机分布。通过调制模板改变DMD微镜的翻转状态,从而达到调制目标回波的作用。实际上θM就是压缩感知理论中的观测矩阵,M的取值范围为S为信号x1的稀疏度;
经过DMD调制后的回波信号被光学汇聚透镜4汇聚到雪崩二极管APD 5上。在DMD的每一次调制过程中,不同距离的目标回波信号到达APD上的时间不同,将时间依次记为:因此最终在APD探测器上探测到的信号会依次出现多个峰值,如图2所示,每一个峰值对应一个目标;
雪崩二极管APD 5探测到的信号经过数据采集模块6采集后,在时间序列上,依次得到对应的M组数字信号值:
图像重构模块7对数据采集模块6采集到的信号进行处理,最终得到每个目标的三维像;
图像重构模块7的具体实现步骤如下:
1)对于第一个目标,数据采集模块6采集到信号写成如下(1)式:
f 1 1 = θ 1 · x 1 f 2 1 = θ 2 · x 1 · · · f M 1 = θ M · x 1 - - - ( 1 )
将(1)式改写为如下(2)式的矩阵方程:
F1=Θ·X1    (2)
上式中,F1是信号构成的M×1矩阵;Θ为M×N矩阵,行数M即为调制模板个数,列数N=m×n为每个调制模板θM的元数总个数,Θ的每一行即由对应的调制模板θM重新排列而成;X1为N×1矩阵;基于压缩感知理论,M的取值远远小于N。因此,(2)式实际上是一个病态方程。直接求解很明显有无穷多个解。但压缩感知理论指出,只要X1是稀疏的,或者在某种正交变换的表示下具有稀疏性,那么求解(2)式将会有特殊的优化求解方法。稀疏性的意思是指其中包含大量的趋于零的数据,只有少量的非零值;
对于自然场景目标,一般情况下,可以在一些正交变换的表示下具有稀疏性。例如:傅里叶变换,离散余弦变换等。对于X1,在离散余弦变换下,将其稀疏表示为如下(3)式:
X1=Ψ·α1    (3)
上式中,α1为X1的稀疏表示,它是一个N×1矩阵;Ψ是N×N阶离散余弦变换矩阵;
于是将(2)式重新写为如下(4)式:
F1=Θ·X1=Θ·Ψ·α1=T·α1    (4)
上式中,T为M×N阶的传感矩阵;其中只有α1为未知数;
图像重构的方法就是求解(4)式中的稀疏系数α1。很明显(4)式实际上是一个病态方程。直接求解有无穷多个解,因此将其转化为如下式(5)的优化问题:
α ^ 1 = arg min | | α 1 | | L 1 , st . F = T · α 1 - - - ( 5 )
上式中,L1表示1范数,为α1的最优近似解;
(5)式的优化求解算法步骤如下:
第一步:初始化一个空矩阵I=[],残差矩阵R=F;
第二歩:将残差R与T中的每一列分别做内积,并找到内积最大的那一列,将本列取出并添加到矩阵I中;
第三歩:更新残差,R=F-I·(IT·I)-1·IT·F,其中IT为I的转置矩阵(IT·I)-1为(IT·I)的逆矩阵;
第四步:不断顺序循环第二歩和第三步,循环次数为C,它的取值范围为:C≥2M;
第五步:最终(5)式求得的解为如下(6)式:
α ^ 1 = ( I T · I ) - 1 · I T · F - - - ( 6 )
最终求得的第一个目标的图像信息表示为如下(7)式:
X 1 = Ψ · α ^ 1 - - - ( 7 )
将(7)式中的N×1阶矩阵X1重新排列成m×n阶矩阵即可得到目标的二维像;
2)对于第二个目标,将步骤1)中的(1)式改写为如下(8)式:
f 1 2 = θ 1 · x 2 f 2 2 = θ 2 · x 2 · · · f M 2 = θ M · x 2 - - - ( 8 )
将(8)式写为如下(9)式的矩阵方程:
F2=Θ·X2    (9)
求解(9)式的方法同步骤1),因此最终求得第二个目标的图像信息表示为如下(10)式:
X 2 = Ψ · α ^ 2 - - - ( 10 )
3)依次类推,对于第k个目标,将步骤1)中的(1)式改写为如下(11)式:
f 1 k = θ 1 · x k f 2 k = θ 2 · x k · · · f M k = θ M · x k - - - ( 11 )
将(11)式写为如下(12)式的矩阵方程:
Fk=Θ·Xk    (12)
求解(12)式的方法同步骤1),因此最终求得第k个目标的图像信息表示为如下(13)式:
X k = Ψ · α ^ k - - - ( 13 )
将(13)式中的N×1阶矩阵Xk重新排列成m×n阶矩阵即可得到目标的二维像;
4)对于目标的距离信息,将雪崩二极管APD(5)记录的时间做平均,得到如下(14)式:
T 1 = t 1 1 + t 2 1 + · · · + t M 1 M T 2 = t 1 2 + t 2 2 + · · · + t M 2 M · · · T k = t 1 k + t 2 k + · · · + t M k M - - - ( 14 )
上式中,T1为第1个目标的时间信息,依次类推Tk为第k个目标的距离信息;
然后得到目标的距离信息为如下(15)式:
d 1 = 1 2 c · T 1 d 2 = 1 2 c · T 2 · · · d k = 1 2 c · T k - - - ( 15 )
上式中,d1为第1个目标的距离信息,依次类推dk为第k个目标的距离信息;
至此,由公式(13)、(15)式,即可得到所有目标的三维像数据。
本专利的优点在于:
(1)本专利采用DMD调制目标的回波信号,与传统的逐点扫描式激光雷达相比,取消机械扫描装置,实现激光雷达系统的小型化和轻量化,具有很强的抗震能力。同时三维图像重构所需的采样数据少。
(2)本专利系统采用单元雪崩二极管APD作为探测器,与传统的推扫式激光雷达相比,将克服国产线阵大规模雪崩二极管APD在工艺上无法集成的瓶颈问题,同时解决推扫式激光雷达信噪比低,探测灵敏度低等问题。
附图说明
图1是一种基于压缩感知的激光雷达成像系统及方法,1是激光发射模块;2是望远镜成像模块;3是数字微反射镜DMD及控制模块;4是光学汇聚透镜;5是雪崩二极管APD;6是数据采集模块;7是图像重构模块;8是同步模块;
图2是目标回波每次在APD上接收到的信号形式,其中图(a)是第一次调制信号,图(b)是第M次调制信号。
具体实施方式
下面结合图1给出本专利的一个较好实例,主要作进一步详细说明,而非用来限定本专利的范围。
本专利的具体实施方式主要分为以下几步:
(1)首先确定系统各模块所用元部件的技术参数,具体如下:激光发射模块1采用上海布里渊激光科技有限公司的激光器,技术指标为:工作波长1064nm,重复频率100Hz,脉冲能量200mJ;望远镜成像模块2采用爱蒙特光学(深圳)有限公司的望远镜,选定焦距为304.8mm,口径为101.6mm。数字微反射镜DMD及控制模块3采用美国TI公司生产的DMD,技术指标为1024×768像素,像素大小为13.69μm,控制板采用与之配合的TI-Discovery-4100;光学汇聚透镜4焦距为10cm;雪崩二极管APD 5采用美国Pacific Silicon Sensor公司生产的AD1500-10,像元尺寸1.5mm,暗电流7nA,上升时间5ns,响应率36A/w;数据采集模块6采用坤驰科技的QT1230采集卡,技术指标为:量化位数10位,采样率最高为5GSPS;同步模块8采用赛灵思公司的Spartan-6-XC6SLX9芯片产生三路同步信号;
(2)系统硬件确定后,首先是同步模块8发射同步信号脉冲,激光发射模块1收到同步信号脉冲以后,向目标发射脉冲激光。
(3)同时,数字微反射镜DMD及控制模块3接收到同步脉冲信号以后,加载一个调制模板发送到DMD,调制模板是一个大小为256×192,并且服从高斯随机分布的0,1矩阵,这些调制模板事先生成好,本次实施生成5000个模板。由于步骤(1)所选取的DMD为1024×768像素,为了能让DMD正确识别,实际加载到DMD的模板选取大小为1024×768,超出256×192的元素全部用“0”补全。通过调制,使DMD的微镜处于一定的开关状态,其中“开”用“1”表示,“关”用“0”表示(具体使微镜翻转+12°(开)和-12°(关))。等微镜开关状态稳定以后,即可实现对回波目标的调制,翻转-12°反射的光线被丢弃,翻转+12°反射的光线接着进入后续的光学系统。然后,数据采集模块6进行数据采集。(1)(2)(3)步骤重复5000次,即可完成数据采集。
(4)最后图像重构模块(7)对采样数据进行处理即可得到目标的三维像。为了简要说明,设定场景有5个目标,每个目标的空间分辨率为:256×192像素大小。对每一个目标进行空间二维信息重构,需要求解256×192个未知数,而采样数据只有5000个,相当于数据采集模块6在采样的过程中数据被压缩了256×192-5000=44152个。对每个目标的距离信息重构,求解5个距离信息即可。

Claims (1)

1.一种基于压缩感知的激光雷达成像系统,它包括:激光发射模块(1);望远镜成像模块(2);数字微反射镜DMD及控制模块(3);光学汇聚透镜(4);雪崩二极管APD(5);数据采集模块(6);图像重构模块(7);同步模块(8);其特征在于:
所述的激光发射模块(1)采用波长1064nm的脉冲式激光器,其重复频率100Hz,脉冲能量200mJ;
所述的望远镜成像模块(2)采用焦距为304.8mm,口径为101.6mm的望远镜;
所述的数字微反射镜DMD及控制模块(3)中的数字微反射镜DMD采用1024×768像素,像素大小为13.69μm的DMD;
所述的数据采集模块(6)采用的采集卡量化位数为10位,采样率5GSPS;
所述的同步模块(8)采用FPGA芯片产生三路同步信号;
同步模块(8)发射同步信号给激光发射模块(1)和数字微反射镜DMD及控制模块(3),激光发射模块(1)收到同步信号后,开始向场景目标发射脉冲激光,设定场景目标有k个,被目标反射的回波信号依次记为:x1,x2...xk
数字微反射镜DMD及控制模块(3)同时也收到同步信号,然后由控制模块加载一个调制模板,发送给DMD,调制模板的总数设定为M个,第M次调制时的调制模板记为:θM,具体取值为一个高斯随机分布的m×n阶矩阵,矩阵元素的取值为0或者1,M的取值范围为:其中N=m×n,S为xk的稀疏度;
经过DMD调制后的回波信号被光学汇聚透镜(4)汇聚到雪崩二极管APD(5)上。在DMD的每一次调制过程中,不同距离的目标回波信号到达APD上的时间不同,将时间依次记为:最终在APD探测器上探测到的信号会依次出现多个峰值,每一个峰值对应一个目标物体;
雪崩二极管APD(5)探测到的信号经过数据采集模块(6)采集后,在时间序列上,依次得到对应的M组数字信号值:
最后,图像重构模块(7)对数据采集模块(6)采集到的信号进行处理,最终得到每个目标的三维像。
CN201420462539.4U 2014-08-15 2014-08-15 基于压缩感知的激光雷达成像系统 Withdrawn - After Issue CN204086540U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201420462539.4U CN204086540U (zh) 2014-08-15 2014-08-15 基于压缩感知的激光雷达成像系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201420462539.4U CN204086540U (zh) 2014-08-15 2014-08-15 基于压缩感知的激光雷达成像系统

Publications (1)

Publication Number Publication Date
CN204086540U true CN204086540U (zh) 2015-01-07

Family

ID=52179241

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201420462539.4U Withdrawn - After Issue CN204086540U (zh) 2014-08-15 2014-08-15 基于压缩感知的激光雷达成像系统

Country Status (1)

Country Link
CN (1) CN204086540U (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104142506A (zh) * 2014-08-15 2014-11-12 中国科学院上海技术物理研究所 一种基于压缩感知的激光雷达成像系统
CN106125090A (zh) * 2016-06-16 2016-11-16 中国科学院光电研究院 一种用于高光谱激光雷达的分光选谱装置
CN107449417A (zh) * 2017-07-17 2017-12-08 清华大学 主动成像式星敏感器及其控制方法
CN110058255A (zh) * 2019-05-10 2019-07-26 中国工程物理研究院电子工程研究所 方位探测装置及方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104142506A (zh) * 2014-08-15 2014-11-12 中国科学院上海技术物理研究所 一种基于压缩感知的激光雷达成像系统
CN106125090A (zh) * 2016-06-16 2016-11-16 中国科学院光电研究院 一种用于高光谱激光雷达的分光选谱装置
CN106125090B (zh) * 2016-06-16 2018-07-31 中国科学院光电研究院 一种用于高光谱激光雷达的分光选谱装置
CN107449417A (zh) * 2017-07-17 2017-12-08 清华大学 主动成像式星敏感器及其控制方法
CN107449417B (zh) * 2017-07-17 2020-01-21 清华大学 主动成像式星敏感器及其控制方法
CN110058255A (zh) * 2019-05-10 2019-07-26 中国工程物理研究院电子工程研究所 方位探测装置及方法

Similar Documents

Publication Publication Date Title
CN104142506B (zh) 一种基于压缩感知的激光雷达成像系统
CN106970393B (zh) 一种基于码分多址的面阵激光雷达三维成像方法
CN105242281B (zh) 基于apd阵列的三维激光成像系统及方法
CN106796293B (zh) 线性模式计算感测ladar
CN204086540U (zh) 基于压缩感知的激光雷达成像系统
CN104154998B (zh) 一种基于压缩感知的计算多光谱成像图谱的重构方法
CN101839981B (zh) 激光成像回波波形和层次特征获取方法及装置
CN103472455B (zh) 稀疏孔径压缩计算关联飞行时间四维光谱成像系统及方法
CN204788661U (zh) 基于压缩感知的计算多光谱成像系统
CN106405548A (zh) 基于多任务贝叶斯压缩感知的逆合成孔径雷达成像方法
CN104021522A (zh) 基于强度关联成像的目标图像分离装置及分离方法
CN102375144A (zh) 单光子计数压缩采样激光三维成像方法
CN107576961B (zh) 一种互质降采样间歇合成孔径雷达稀疏成像方法
CN104155658A (zh) 一种基于压缩感知的激光雷达成像系统的图像重构方法
CN107121682B (zh) 一种基于相位式激光测距的三维关联成像方法
JP2011123060A (ja) 三次元画像を形成するための識別専用オプトロニックシステムおよび方法
EP2584533A1 (fr) Procédé de reconstruction 3D d'un objet d'une scène
CN112285709B (zh) 基于深度学习的大气臭氧遥感激光雷达数据融合方法
CN107656288B (zh) 一种新型剪切光束成像系统及目标图像获取方法
CN102865833A (zh) 基于等高信息稀疏测量的三维成像装置及方法
CN106066481B (zh) 一种基于dmd的四维激光雷达成像装置及方法
TW201824182A (zh) 用於透過地理登記的多個原始感測器影像加強之方法和設備
TW201828251A (zh) 用於透過地理登記的原始感測器影像加強之方法和設備
CN106791781A (zh) 一种连续波相位测量式单像素三维成像系统及方法
CN113052890A (zh) 一种深度真值获取方法、装置、系统及深度相机

Legal Events

Date Code Title Description
C14 Grant of patent or utility model
GR01 Patent grant
AV01 Patent right actively abandoned

Granted publication date: 20150107

Effective date of abandoning: 20160824

AV01 Patent right actively abandoned

Granted publication date: 20150107

Effective date of abandoning: 20160824

C25 Abandonment of patent right or utility model to avoid double patenting