FI20170122A1 - Menetelmä multispektriselle yksittäisen fotonin lasertutkalle - Google Patents

Menetelmä multispektriselle yksittäisen fotonin lasertutkalle Download PDF

Info

Publication number
FI20170122A1
FI20170122A1 FI20170122A FI20170122A FI20170122A1 FI 20170122 A1 FI20170122 A1 FI 20170122A1 FI 20170122 A FI20170122 A FI 20170122A FI 20170122 A FI20170122 A FI 20170122A FI 20170122 A1 FI20170122 A1 FI 20170122A1
Authority
FI
Finland
Prior art keywords
laser
target
multispectral
photons
measured
Prior art date
Application number
FI20170122A
Other languages
English (en)
Swedish (sv)
Inventor
Juha Hyyppä
Anttoni Jaakkola
Original Assignee
Solid Potato Oy
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 Solid Potato Oy filed Critical Solid Potato Oy
Priority to FI20170122A priority Critical patent/FI20170122A1/fi
Publication of FI20170122A1 publication Critical patent/FI20170122A1/fi

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06Systems determining position data of a target
    • G01S17/08Systems determining position data of a target for measuring distance only
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/89Lidar systems specially adapted for specific applications for mapping or imaging

Landscapes

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

Abstract

Keksinnön kohteena on menetelmä multispektrisen yksittäisen fotonin lasertutkalle. Menetelmällä voidaan mitata kohteen multispektriset piirteet hyödyntäen kalibroitua multispektristä yksittäisen fotonin lasertutkaa tai laserkeilainta. Menetelmää voidaan käyttää puuston inventointiin ml. puulajitulkinta, itseajavien autojen konenäkösensorina ja erityisesti laajojen alueiden kustannustehokkaaseen kartoitukseen. Keksinnön kohteena ovat myös menetelmät perussovellusten toteuttamiseksi. Menetelmä toteutetaan yhdellä tai useammalla kapeakaistaisella laserlähteellå tai laajakaistaisella superkontinuumilähteellä.

Description

Keksinnön kohteena on menetelmä multispektrisen yksittäisen fotonin lasertutkalle. Menetelmällä voidaan mitata kohteen multispektriset piirteet hyödyntäen kalibroitua multispektristä yksittäisen fotonin lasertutkaa tai laserkeilainta. Menetelmää voidaan käyttää puuston inventointiin ml. puulajitulkinta, itseajavien autojen konenäkösensorina ja erityisesti laajojen alueiden kustannustehokkaaseen kartoitukseen. Keksinnön kohteena ovat myös menetelmät perussovellusten toteuttamiseksi. Menetelmä toteutetaan yhdellä tai useammalla kapeakaistaisella laserlähteellä tai laajakaistaisella superkontinuumilähteellä.
TEKNIIKAN TASON KUVAUS
Lentolaserkeilaus (engl. Airborne laser scanning, lyh. ALS, myös ilmalaserkeilaus) on kaukokartoitustekniikka, jota käytetään pinnanmuotojen, kasvillisuuden, kaupunkialueiden, jään ja infrastruktuurin mallintamiseen. Laserkeilaimien kehityksen ovat mahdollistaneet viimeaikainen lentokoneinertiajärjestelmien, nopeiden keilaimien, GNSS-järjestelmien (satelliittipaikannusjärjestelmät) ja lasertekniikan kehitys. Laserkeilaimen perusidea on hyvin yksinkertainen: kohteen ja laserin välinen etäisyys mitataan laserpulssin kulkuajan perusteella, keilain pyyhkäisee laserpulsseja lentosuuntaa vastaan kohtisuorassa suunnassa, ja kun laserkeilaimen asento ja paikka ovat tarkasti tunnetut, mitattu etäisyys voidaan muuntaa x- y, ja z-koordinaateiksi. Tuloksena syntyy siis maastopistetiedosto.
Terminä lentolaserkeilaus on sama kuin laser-tutka eli lidar (engl. Light Detection and Ranging), sillä menetelmässä käytetään lasersädettä maanpinnan valaisemiseen ja fotodiodia takaisinsirontasäteilyn rekisteröimiseen. Terminä laserkeilaus sisältää myös lasersäteen paikannuksen ja suunnan määrittämisen, kun taas lidar voi toimia ilman näitä. Terminä laserkeilaus on eurooppalaista perua, kun taas lidar on laajemmin käytössä Pohjois-Amerikassa.
Koska laserin tuottamista pisteitä ei tiedä, mistä ne tulevat, pistepilvien prosessoinnissa joudutaan käyttämään luokittelumenetelmiä ja erilaisia pintamalleja. Useimmin käytettyjä pintamalleja ovat maan pinnan maastomalli (engl. Digital Terrain Model, DTM) ja korkeimpien kohteiden avulla määritetty pintamalli (engl. Digital Surface Model, DSM), ja kohteen korkeutta kuvaava normalisoitu pintamalli (engl. Digital Surface Model, nDSM=DSM-DTM). Näitä perustuotteita käytetään enenevästi hyväksi useissa sovelluksissa, kuten hydrologiassa, rakennustekniikassa, infrastruktuurin monitoroinnissa ja metsätaloudessa.
Lentolaserkeilaus eroaa muista kuvantamistekniikoista monella tavalla. Lentolaserkeilaus on aktiivinen menetelmä, joka lähettää oman energiansa kohteen mittaamista varten. Se ei ole riippuvainen auringosta valonlähteenä. Lentoserkeilauksia voidaan suorittaa helpommin eri vuorokauden- tai vuodenaikana kuin perinteistä kuvantamista. Lentolaserkeilatun aineiston tulkitseminen ei häiriinny auringonvalon aiheuttamista varjoista. Laserkeilaus soveltuu maastomallin ja kohteiden mittaamiseen erityisesti puustoisilla alueilla. Vaikka suuri osa pulsseissa heijastuu suoraan lehvistä ja puustosta, osa tunkeutuu maahan asti latvustoissa olevien aukkojen kautta. Laserkeilausta onkin kehitetty siviilipuolella erityisesti peitteisten alueiden maastomallin tuottamiseen. Menetelmän etuna perinteiseen fotogrammetriseen mittaukseen verrattuna ovat pistetiheys. Perinteinen fotogrammetria edellyttää, että sama piste näkyy kahdelta ilmakuvalta, minkä vuoksi peitteisiltä alueilla maanpintpisteitä saadaan tyypillisesti kymmenien metrien välein. Laserkeilaimella saadaan useita näytteitä neliömetriä kohden ja tiheimmissäkin metsissä kahden pisteen välinen etäisyys on Suomen olosuhteissa yleensä pienempi kuin 10 m.
Laser koostuu keilainosasta, joka aiheuttaa lentosuuntaa vastaan kohtisuoran poikkeutuksen, laserlähteestä, joka tuottaa laserpulssit, ja ilmaisinosasta, joka tulkitsee vastaanotetun signaalin ja määrittää sen perusteella etäisyyden kohteeseen. Tyypillinen laserkeilainlaitteisto voidaan kuvion 1 mukaan jakaa etäisyydenmittausjärjestelmään, keilaimeen sekä tiedontallennus- ja valvontajärjestelmään. Lisäksi laserkeilainlaitteistoon on yhdistetty lentokoneen sijaintia ja suuntaa määrittävät GNSS- ja INS- (Inertial Navigation Systems) laitteistot. Useisiin laserkeilainlaitteistoihin on kytketty vielä lisävarusteeksi kamera. (Wehr, A., ja Lohr, U., 1999. Airborne laser scanning - an introduction and overview. ISPRS Journal of Photogrammetry & Remote Sensing 54(2-3): 68-82).
Lentolaserkeilaus tallentaa kohteesta pistepilviaineiston lisäksi intensiteetin ja joskus jopa koko aaltomuodon, lentolaserkeilauksen aineiston käsittelyssä pisteiden tallennettua intensiteettiä on aiemmin käytetty lähes ainoastaan luokittelun apuna (ks. esim. Holmgren, J., and Persson, A., 2004. Identifying species of individual trees using airborne laser scanning. Remote Sensing Environment 90: 415-423) ilmakuvien ja laserkeilausaineiston yhteensovittamiseksi sekä lidargrammetriassa (Fowler, R., Samberg, A., Flood, M., and Greaves, T., 2006. Topographic and terrestrial lidar, julkaisussa D. Maune (ed.), Digital Elevation Model Technologies & Applications. 2nd Ed, ASPRS. Chapter 7: 199- 252). Intensiteettiarvojen käyttö edellyttää niiden radiometristä kalibrointia. Intensiteetin kalibrointia vaikeuttaa se, että eri laitetoimittajat määrittelevät ja mittaavat intensiteetin eri tavoilla. Usein intensiteetin oletetaan olevan hetkittäinen vastaanottimeen tuleva tehotaso liipaisuhetkellä, toisaalta jossain järjestelmissä se on vakiokaistalla oleva kokonaisteho. Laserpulssi valaisee kohteena olevan pinta-alueen, joka koostuu useista sirottajista. Paluukaiku on summa paluukaiuista (kts. Elachi, C., 1987. Spaceborne radar remote sensing: Applications and techniques. IEEE Press. New York, 255 s.). Tuloksena saadaan summavektori yksittäisten sirottajien amplitudin ja vaiheen funktiona. Samalla kun sensori liikkuu, vektorisumma muuttuu ja vaihtelua kutsutaan häilynnäksi. Häilyntä antaa mitatulle intensiteetille rakeisen tekstuurin. Samalla tavoin kuin SAR-tutkien analysoinnissa vastaanotettu signaali on keskiarvoistettava. Laserin aallonpituusalueella useimmat kohteet, pois lukien metallipinnat ja vesialueet, ovat karkeita pintoja. Tämän vuoksi mitatun sironnan vaihtelu keilauskulman funktiona on kohtuullinen, mutta tarkassa intensiteetin korjauksessa tulee tehdä keilauskulman ja kohteen välisen kulman välinen korjaus. Tallennettuun intensiteettiarvoon vaikuttavat lähetetty energia, vastaanotetun pulssin voimakkuus ja muoto, etäisyys, heijastavan pinnan ominaisuudet sekä ilmakehälliset vaikutukset (vaimennus).
Multispetrisestä lentolaserkeilaimesta on keskusteltu julkaisussa (Pfennigbauer, M., Ullrich, A., 2011. Multi-wavelength airborne laser scanning. Proc. 2011 International Lidar Mapping Forum, ILMF, New Orleans, LA, USA, Vol. 79, 10 p.). Julkaisussa (Briese, C., Pfennigbauer, M., Ullrich, A., Doneus, M., 2013. Multi-wavelength airborne laser scanning for archaeological prospection. International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences XL-5/W2, 119124) testattiin kolmen aallonpituuden multispektrilentolaserkeilausta käyttämällä kolmea eri aallonpituuden keilainta. Ensimmäinen operatiivinen multispektrilentolaserkeilain toteutettiin Teledyne Optechin (Ontario, Canada) toimesta loppuvuodesta 2014 tuotenimellä Titan. Multispektrinen keilain mahdollistaa kohteen luotettavamman luokittelun. Aallonpituuden 532 nm keilaimella voidaan tuottaa jopa vesien pohjasta korkeustietoa. Vuonna 2007 esitettiin ensimmäisen hyperspektrilaserkeilaimen periaate superkontinuumilaseriin perustuen (Kaasalainen, S., Lindroos, T., and J. Hyyppä, 2007. Toward hyperspectral lidar Measurement of spectral backscatter intensity with a supercontinuum laser source. IEEE Geoscience and Remote Sensing Letters, Vol. 4(2), 211- 215). Maailmalla on demonstroitu sittemmin useita aktiivisia hyperspektrimittalaitteita, joiden toiminta perustuu kohteen valaisuun jatkuvaspektrisellä superjatkumolaserilla. Olemassa olevat demonstraattorit ovat mitanneet laserpulssin lentoajan perusteella kohteen etäisyyden 1- 8 spektrikanavalla. Kohteen 2D-kuva on muodostettu peili- tai kolmijalkaskannerilla. Superjatkumolaserit ovat toimineet näkyvällä (VIS) ja lähiinfrapuna-alueella (NIR) tai lyhyen infrapunan alueella (SWIR). Nykyisten demonstraattoreiden mittausmatkat ovat olleet 50 m:stä (VIS) 1,5 koviin (SWIR) kiinteisiin hyvin heijastaviin (90 %) kohteisiin. Samassa laitteessa ei ole kuitenkaan ollut yhdistettynä etäisyysmittauskyky ja kyky mitata pitkällä kantamalla. Käytettäviä aallonpituuksia ja tehoja on lisäksi rajoittanut silmäturvallisuus.
Useissa tutkimuksissa on todettu, että lentolaserkeilauksella voi tunnistaa ja mitata kohteita metsän keskeltä. Jopa melko harvalla pistepilvellä kohde voidaan tunnistaa. Multispektri- tai hyperspetriominaisuus yhdistettynä pistepilveen toisi lisäarvoa luokitteluun. Multispektri-/hyperspektriominaisuus ilman pistepilveä ei kuitenkaan riitä tunnistukseen luotettavasti. Haasteena näille nk. ’’linear mode” laitteille ovat kuitenkin • silmäturvallisuus: monikanavaisuus, laajat kanavat, tehotasot ja osa spektrialueesta aiheuttaa silmäturvallisuusongelmia. Multi- tai hyperspektritoiminnon toteuttaminen aallonpituusalueella 400-700 nm ei ole käytännössä silmäturvallista • etäisyysmittauskyky: etäisyysmittaus on jopa toteutettu erillisellä laitteella. Jossain laitteissa laitteistossa (Teemu Hakala, Juha Suomalainen, Sanna Kaasalainen, Yuwei Chen, 2012. Full waveform hyperspectral LiDAR for terrestrial laser scanning, Optics Express, 20:7, 7119-7127) on hyvä etäisyysmittauskyky, mutta vastaavasti toimintasäde on vaatimaton. Toimintasäde on hyvin vaatimaton (käytännössä 2-3m).
• nopeus: osa laitteista on niin hitaita, ettei kuvan muodostus onnistu pykäliäkään integrointiajalla edes staattisessa mittauksessa, puhumattakaan liikkuvasta mittausalustasta tai -kohteesta.
Yksittäisen fotonin periaatteella toimivat lasertutkat (Single photon lidar, SPL) on julkistettu vastikään. Julkaisussa (Hao Tang, Anu Swatantran, Terence Barrett, Phil DeCola ja Ralph Dubayah, 2016. Voxel-Based Spatial Filtering Method for Canopy Height Retrieval from Airborne Single-Photon Lidar, Remote Sensing, 8(9), 771) on kuvattu Sigma Space-yhtiön 532 nm SPL-järjestelmä HRQLS:n suorituskykyä puuston mittauksessa. Merkille pantavaa on hyvä suorituskyky suhteessa perinteiseen keilaimeen nähden. Julkaisussa (Jason M. Stoker, Qassim A. Abdullah, Amar Nayegandhi, ja Jayna Winehouse, 2016. Evaluation of Single Photon and Geiger Mode Lidar for the 3D Elevation Program, Remote Sens. 2016, 8(9), 767) Harris IntelliEarth- ja Sigma Spacen HRQLS-sensoreiden suorituskykyä analysointiin maanpinnan korkeusmallin määrittämiseen.
Patentteja SPL-tekniikasta on useita, kuten (Application using a single photon avalanche diode (SPAD), US 8749765 B2; Application using a single photon avalanche diode (spad), US 20120133617 A1; Proximity sensor having an array of single photon avalanche diodes and circuitry for switching off illumination source and associated method, computer readable medium and firmware, US 8610043 B2; Electromagnetic radiation detector for wide-band multi-spectral imaging device, has lower detection structure that is arranged within lower semiconductor chip to overlap with upper detection structure arranged within upper chip, DE 102012214690 A1;
Single-photon detection system comprising non-linear optical amplifier and related method of operation; US 9000354 B2; Geospatial and image data collection system including image sensor for capturing 3D geospatial data and 2D image data and related methods, US 9115990 B2; An imaging system parallelizing compressive sensing imaging, WO 2016028200 A. Yhdessäkään niistä ei ole aktiivista multispektriominaisuutta. Lasertutkan ja passiivisen multispektrin toteutus on vanha idea 1990-luvulta, mutta se ei toimi yöaikaan ja se ei tuota kohteen tarkkaa tunnistusta. Lisäksi on suuria ongelma saada kuvaus tehtyä samaan aikaan; passiivinen multispektrikuvaus (siis esimerkiksi valokuvaus) vaatii auringon valoa. Bidirectional Reflectance Distribution -ilmiö tekee passiivisen kuvauksen epäluotettavaksi ja passiviista kuvausta ja tutkakuvausta on vaikea georeferoida keskenään.
Keksinnön mukainen menetelmä ja sen mukainen laite poistaa näiden nk. linear mode -laitteille luetellut ongelmat, hyödyntää SPL-laitteiden kapasiteettia ja silti tuottaa samanaikaisesti aktiivista multi- tai hyperspektritietoa. Keksintö mullistaa kartoituksen. Voidaan mitata korkealta hyvällä etäisyysmittaustarkkuudella tiheitä pistepilviä ja silti saavuttaa multispektrivaste, mikä mahdollistaa hyvin usein kohteen automaattisen havainnoinnin ja 3D-rekonstruoinnin.
YHTEENVETO KEKSINNÖSTÄ
Keksinnön kohteena on menetelmä ja sen mukainen laite multispektrisen yksittäisen fotonin lasertutkalle. Menetelmällä ja sen mukaisella laitteella voidaan mitata kohteen multispektriset piirteet hyödyntäen kalibroitua multispektristä yksittäisen fotonin lasertutkaa tai laserkeilainta. Menetelmää ja sen mukaista laitetta voidaan käyttää puuston inventointiin ml. puulajitulkinta, itseajavien autojen konenäkösensorina ja erityisesti laajojen alueiden kustannustehokkaaseen kartoitukseen. Keksinnön kohteena ovat myös menetelmät perussovellusten toteuttamiseksi. Menetelmä ja sen mukainen laite toteutetaan yhdellä tai useammalla kapeakaistaisella laserlähteellä tai laajakaistaisella superkontinuumilähteellä.
Lasertutkan avulla tuotetaan kohdetta kuvaava pistepilvi, jossa on kohdepisteiden kolmiulotteista tietoa, tapahtuu edullisimmin seuraavissa vaiheissa
1. Kohde valaistaan kahden tai useamman aallonpituuden laserpulssilla
2. Kohteen heijastamia tai sirottamia yksittäisiä fotoneja mitataan
3. Fotonien lukumäärästä määritetään kohteen heijastaman tai sirottaman säteilyn intensiteetti kullekin aallonpituusalueelle
Etäisyysmittauskyky saavutetaan, kun ainakin yhdeltä aallonpituudelta mitataan lentoaika kullekin havaitulle fotonille. Kohteen valaisu voidaan toteuttaa yhdellä tai useammalla kapeakaistaisella laserlähteellä tai laajakaistaisella superkontinuumilähteellä. Kohteen mittaus voidaan tehdä usealla tekniikalla, kuten SPAD-tekniikalla (single photon avalance photo diode), kertojalla (silicon photon multiplier), kuvavahvistinputkella ja valovahvistimella. Fotonien mittaus voi tapahtua myös matriisivastaanottimilla (frame-pohjainen vastaanotin). Etäisyysmittaus voidaan toteuttaa TDC-piirillä (time to digital conversion) tai etäisyysportituksella (range gating). Menetelmä ja sen mukainen laite voidaan liittää myös perinteiseen keilaimeen. Järjestelmä voidaan asentaa lentokoneeseen, lennokkiin, helikopteri, autoon, selkäreppuun, mönkijään tai veneseen. Menetelmään ja sen mukaiseen laiteeseen voidaan liittää inertia- ja paikannusjärjestelmä, jotta voidaan laskea kunkin havaitun fotonin absoluuttinen sijainti. Suhteellinen tai absoluuttinen kalibrointi voidaan tehdä aivan samalla tavoin kuin perinteiselle laserkeilaimelle.
Keksinnön mukainen laitteisto on yksittäisen fotonin tunnistuksen takia äärimmäisen herkkä. Kun perinteinen laserkeilain (nk. ’’linear mode”) vaatii 500 - 1000 fotonia kohteen mittaamiseen, uudet yksittäisen fotonin laitteet tarvitsevat vain muutaman fotonin. Kirkkaalla auringonpaisteellakin kilometrin mittausetäisyydessä mittauksen signaali-kohina-suhde on n. 30:1 ja yöllä kuunvalossa n. 30000:1. Lentokäytössä 15° Palmer-keilauksella saadaan yhteensä 30° levyinen keilauskuvio, mitä leveämmästä keilauskulmasta ei ole enää merkittävää hyötyä Suomen metsäisissä olosuhteissa, jossa puuston läpäisevyys heikkenee merkittävästi keilauskulman kasvaessa. Kaikilla spektrikanavilla tehtävän etäisyysmittauksen ansiosta kohde voidaan tunnistaa luotettavasti.
Keksinnössä on oivallettu hyödyntää SPL- ja multispektrilaserkeilauksen hyvät puolet siten, että suorituskyky on ylivertainen. Verrattuna yksikanavaiseen laserkeilaukseen, osa fotonimäärästä kuitenkin uhrataan multispektriintensiteettimittauksen aikaansaamiseksi, siksi multispektriominaisuus tuo enemmän hyötyjä kuin ylimääräinen pistetiheys.
Seuraavassa keksintö esitetään yksityiskohtaisesti kuvioiden ja esimerkkien avulla, joita ei ole tarkoitettu keksinnön rajoittamiseksi millään tavalla.
KUVIOT
Kuvio 1 on periaatekuva perinteisestä (nk. Linear mode) laserkeilaimesta.
Kuvio 2 on periaatekuva multispektrisestä yksittäisen fotonin lasertutkasta
Kuvio 3 on periaatekuva intensiteetin kalibroinnista
Kuvio 4 on esimerkkikuva menetelmästä, jossa kohteen tunnistamiseksi tuotetaan maastossa koealoilta liikkuvalla keilaimella referenssipistepilvi, jota käytetään kohteen tunnistukseen ja jota käytetään kohinan poistamiseen yksittäisten fotonien tekniikasta.
Kuvio 5 on vuokaavio yksittäisten puiden tai puuryhmien tunnistamiseen kehitetyllä laitteella
Kuvio 6 on vuokaavio, kun menetelmää ja sen mukaista laitetta käytetään itseajavien autojen konenäköjärjestelmässä kohteiden automaattiseksi tunnistamiseksi.
KEKSINNÖN YKSITYISKOHTAINEN KUVAUS
Kuviossa 2 on kuvattu karkealla tasolla keksinnön mukainen mittaustapahtuma lohkokaaviotasolla.
Kohteen valaisu kahden tai useamman aallonpituuden laserpulssilla
Laitteisto voi koostua laserlähteestä, lähetin-vastaanotin-optiikasta, matriisimuotoisesta esimerkiksi single photon avalanche diode (SPAD) -tyyppisestä tai Geider-mode tyyppisestä vastaanottimesta sekä järjestelmää ohjaavasta tietokoneesta. Laserlähde toteutetaan yhdellä tai useammalla kapeakaistaisella laseriahteellä tai laajakaistaisella superkontinuumilähteellä.
Laitteiston lähettimenä voisi esimerkiksi käyttää monokromaattisia Bright Solutions Wedge XF -laserlähteitä tai Leukos STM-250-IR -superjatkumolaseria. Wedge XF laserlähteillä voidaan toteuttaa esim, kaksikanavainen multispektrikeilain aallonpituuksilla 355 nm ja 532 nm. Laajakaistaiseen multispektrilaserkeilaukseen soveltuvan Leukos STM-250-IR superkontinuumilaserlähteen aallonpituusalue on 700-2800 nm ja siitä voidaan tarvittaessa tehdä silmäturvallinen suodattamalla pois alle 1180 nm ja yli 1620 nm aallonpituusalueet.. Lyhyillä mittausetäisyyksillä, kun lasertehon tarve on pieni, on spektrikaistan alarajaa mahdollista laskea aina 920 nm asti.
Pulssitutkassa muodostetaan lyhyt suuritehoinen ja suurtaajuinen pulssi, jonka heijastus vastaanotetaan. Lähetetyn ja vastaanotetun pulssin välisestä aikaerosta voidaan määrittää kohteen etäisyys, koska pulssin etenemisnopeus on tunnettu. Keilan leveys maanpinnalla on tyypillisesti muutama kymmen senttiä. Pulssikompressiota käyttämällä voidaan parantaa pulssitutkan toimintaa. Pulssikompressiolla saavutetaankin suurempi kantama pienemmällä teholla, parempi erottelukyky ja häiriöiden vaikutuksen pieneneminen. Pulssikompressiossa tutkitaan vastaanotetun pulssin korrelaatiota lähetetyn pulssin kanssa. Pulssista saadaan useita kaikuja sen osien heijastuessa eri etäisyydellä olevista kohteista. Kaiku, joka on lähetintä lähellä, saapuu vastaanottimeen ensimmäisenä.
Kohteen heijastamia tai sirottamia yksittäisten fotonien mittaus
Kohteen mittaus voidaan tehdä usealla tekniikalla, kuten SPAD-tekniikalla (single photon avalance photo diode), piipohjaisella fotonimonistimella (silicon photon multiplier), kuvavahvistinputkella ja valovahvistimella. Fotonien mittaus voi tapahtua myös matriisimuotoisella vastaanottimella, joka koostuu useista vastaanotinelementeistä.
Vastaanottimena voidaan käyttää näkyvän valon alueella esim. Micro Photon Devicesin (MPD) SPC3 single photon counting -kameraa näkyvän valon alueella (300-1000 nm) ja Princeton Lightwave, Inc. (PLI) Kestrel -SPAD-kameraa infrapunaalueella (920-1620 nm). Kameroiden resoluutiot ovat 64x32 ja 32x32 pikseliä ja kuvataajuudet 96 kHz ja 186 kHz.
Fotonien lukumäärästä määritetään kohteen heijastaman tai sirottaman säteilyn intensiteetti kullekin aallonpituusalueelle
MPD SPC3 -kamera voidaan viivegeneraattorilla tehtävän portituksen avulla saada mittaamaan halutulta etäisyysväliltä heijastuneita fotoneita. Kutakin lähetettyä pulssia kohden voidaan määrittää kolme aika-/etäisyysikkunaa, joista peräkkäisten pulssien fotonit lasketaan yhteen. Portin paikkaa siirtämällä voidaan muodostaa täyden aaltomuodon tyyppinen kuvaus heijastuneesta intensiteetistä kaikilla etäisyyksillä. Multispektraalinen mittaus voidaan toteuttaa käyttämällä erillistä kameraa kullekin aallonpituudelle. Vastaavaa portitusta voidaan käyttää myös etäisyymittaavan PLI Kestrelin kanssa, jotta pikselin osittain peittävien kohteiden takana olevat kohteet voidaan havaita.
Vaihtoehtoisesti laajakaistaisen laserlähteen valo voidaan sirottaa prisman tai diffraktiohilan avulla kennolle siten, että kukin kennon rivi edustaa eri aallonpituutta. Tällöin yksittäisellä mittauksella voidaan saada spektraalista informaatiota esim. 32 kaistalta. Riippuen käytettävästä optiikasta kohteen mittaus voi olla pistemäistä tai viivamaista. Pistemäisessä mittauksessa kohde valaistaan laserpisteellä, josta heijastunut valo sirotetaan priman tai hilan lisäksi sylinterilinssillä kennon eri sarakkeille siten, että 32 spektrikaistan lisäksi kultakin kaistalta saadaan mitattua esim. 32 fotonia yhtäaikaisesti. Mikäli intensiteetti-informaation resoluutio halutaan kasvattaa, voidaan useamman peräkkäisen pulssin havainnot yhdistää. Esimerkiksi kahdeksan peräkkäisen havainnon yhdistäminen tuottaa 256 kirkkaustasoa eli 8bittisen spektri-informaation 32 kaistalla, jolloin efektiivinen mittausnopeus on esim. 23000 pistettä sekunnissa. Viivamittauksessa taas kohde valaistaan laserjuovalla, joka projisoidaan kennolle siten, että kukin sarake edustaa kohteen valaisevan laserjuovan eri osaa. Tällöin kohteesta saadaan yhdellä mittauksella mitattua huomattavasti pistemäistä mittausta suurempi alue, mutta kohteen heijasta intensiteetti joudutaan estimoimaan useamman peräkkäisen pulssin avulla.
Koska lähetysteho voidaan säätää mittausetäisyyden mukaiseksi, voidaan aina käyttää silmäturvallisuuden ja vastaanoton kannalta optimaalista tehoa, jolloin vältytään yli- ja alivalotukselta ja siten laitteiston herkkyys pysyy hyvänä kaikilla mittausetäisyyksillä. Yksittäisiä fotoneja mittaavana laitteisto on äärimmäisen herkkä, jolloin hyvin heikosti heijastavatkin kohteet voidaan havaita ja toisaalta käytettävä valaisuteho voidaan minimoida. Koska laitteisto mittaa kunkin fotonin lentoajan, saadaan etäisyystieto mitattua kullekin spektrikaistalle erikseen.
Ainakin yhdeltä aallonpituudelta mitataan etäisyys kullekin havaitulle fotonille
Etäisyysmittaus toteutetaan esimerkiksi etäisyysportituksen (range gating) tai TDCpiirin (time to digital conversion) avulla.
MPD SPC3:n lyhin mahdollinen portin pituus on n. 2 ns ja PLI Kestrelin kennon ajastustarkkuus on säädettävissä 0,25 ja 1,25 ns välillä. Näistä saadaan etäisyymittauksen erotuskyvyksi n. 20 cm ja 3,75-18,75 cm. Useamman fotonin kulkuajoista muodostettavan histogrammin perusteella kohteen etäisyys voidaan tulkita huomattavasti tätä tarkemmin. Etäisyysmittauksen systemaattiset virheet voidaan poistaa kalibroinnin avulla.
Etäisyysmittausjärjestelmä on monostaattinen, mikä tarkoittaa sitä, että lähetin- ja vastaanotinaukot asennettu lentoalukseen siten, että lähetys- ja vastaanottokanavat jakavat saman optiikan. Paluukaiku mitataan yleensä elektroniikan avulla. Koska laserpulssin pituus on pidempi kuin tarvittava tarkkuus (muutama desimetri vs. muutama senttimetri), paluukaiulle on tehtävä täsmällinen ajanmittaus reaaliaikaisesti. Signaalitason vaihteluiden ei tulisi muuttaa ajanmittauksen tuloksia. Elektronisesti tämä on kuitenkin varsin haastavaa ja siksi lentolaserkeilaimissa on usein myös koko aaltomuodon tallennus. Tallennetusta aaltomuodosta voidaan laskea paluukaiun tarkka kohta tarkemmin jälkiprosessoinnilla kuin elektronisesti reaaliajassa. Mahdollisia jälkiprosessointialgoritmeja ovat mm. constant fraction discriminator, joka on invariantti signaalitason ja jossain määrin myös pulssin leveyden vaihteluille.
Menetelmä tai sen mukainen laite asennetaan kolmijalkaan, lentokoneeseen, lennokkiin, helikopteri, autoon, selkäreppuun, mönkijään tai veneseen.
Menetelmä tai sen mukainen laite voidaan asentaan mihin tahansa liikkuvaan alustaan ja sitä voidaan käyttöön ympäristön kartoitukseen. GNSS- ja INS-tekniikat takaavat liikkuvassa käytössä, että syntynyt pistepilvi voidaan georeferoida. Inertiajärjestelmän tulee olla sitä parempi mitä suurempia etäisyyksiä käytetään. Kolmijalalta operoidessa ei tarvita liikkuvaa georeferointitekniikkaa (GNSS+INS).
Keilaus ja liityntä inertia- ja paikannusjärjestelmään, jotta voidaan laskea kunkin havaitun fotonin absoluuttinen sijainti
Laitteiston keilausmekanismi on suunniteltu ns. Palmer-tyyppiseksi, jossa pyörimisakseliinsa nähden hieman viisto peili poikkeuttaa lasersäteen siten, että säde piirtää ilmaan kartion ja kohteeseen ympyrän. Palmer-keilaus on mekaanisesti ja optisesti yksinkertainen ja soveltuu hyvin liikkuviin sovelluksiin, erityisesti lentävistä alustoista tehtäviin mittauksiin. Metsäistä maastoa ilmasta mitattaessa optimaalinen keilauskulma on n. 5-15°, jolloin päästään näkemään myös puiden alle. Lisäksi lentokäytössä menetelmä tai sen mukainen laite mittaa vuorotelleen etu- ja takaviistoon, mikä vähentää huomattavasti puuston aiheuttamia varjoja. Maanpäällisessä liikkuvassa käytössä peilin kulma voi olla 45°, jolloin lasersäde lähtee kohtisuoraan peilin pyörimisakseliin nähden ja tuottaa silloin perinteistä laserkeilausta muistuttavan keilauskuvion. Staattisessa käytössä optiikka voidaan asentaa vaakatasossa kääntyvälle alustalle ja käyttää pientä Palmer-peilin kulmaa, jolloin kohteesta saadaan nopeasti tiheää dataa.
Laserlaitteen asento ja sijainti määritetään tyypillisesti inertiajärjetelmän ja GNSSmittauksen avulla (Global Satellite Navigation System, globaali satelliittipaikannusjärjestelmä). Inertiajärjestelmä mittaa joko pelkkää asentoa tai asentoa ja paikkaa inertia-antureita käyttäen.
Eri aallonpituuksilla saadut intensiteetit kalibroidaan
Kohteen intensiteetti on suoraan verrannollinen saatujen fotonien lukumäärään, kuvio 3. Kalibrointi voidaan tehdä joko suhteellisesti (engl. relative calibration) tai absoluuttisesti (engl. absolute calibration). Laserkeilauksessa suhteellinen kalibrointi tarkoittaa, että eri etäisyyksiltä, mittauskulmilta ja päiviltä samalla laitteistossa tehdyt mittaukset ovat vertailukelpoisia. Vastaanotettuun intensiteettiin vaikuttavat etäisyyshäviöt, kohteen sirontaominaisuudet, kohtauskulma, lähetystehon muutokset ja ilmakehän ominaisuudet. Absoluuttisessa kalibroinnissa kohteesta saatu sirontakerroin tulee olla suoraan verrannollinen kohteen ominaisuuksiin ja kaikki laitteesta ja mittausgeometriasta johtuvat tekijät tulee olla kalibroitu pois. Absoluuttinen kalibrointi edellyttää, että referenssikohteen avulla määritetään kohteen reflektanssi tai sirontakerroin. Referenssikohteita voivat olla laboratoriossa mitatut kohteet, kuten reflektanssipressut ja sorat tai että kohteen reflektanssi/sirontakerroin mitataan lentokeilauksen kanssa lähes samalla hetkellä reflektrometrin tai NIR-kameran avulla.
Intensiteettiä voidaan yleisesti verrata vastaanotettujen fotonien lukumäärään (Wagner, W., Ullrich, A., Ducic, V., Melzer, T., and Studnicka, N., 2006. Gaussian decomposition and calibration of a novel small-footprint full-waveform digitizing airborne laser scanner. ISPRS Journal of Photogrammetry & Remote Sensing 60:100-112):
Figure FI20170122A1_D0001
(1) jossa Pr ja Pt ovat lähetetty ja vastaanotettu energia (=fotonien lukumäärä), Dr on vastaanottimen keskimääräinen koko, R on etäisyys, βι on lasersäteen divergenssi, Ω tarkoittaa kaksisuuntaisia sironnan ominaisuuksia, p on kohteen pinnan heijastavuus ja As on keilan valaiseman alueen koko. Täten tallennettu intensiteetti on koko keilan täyttävien kohteiden osalta käänteisesti verrannollinen R2:een, R3:een lineaaristen kohteiden (esim, sähköjohto) ja R4:ään yksittäisten keilaa pienempien sirottajien osalta.
Intensiteetti voidaan kalibroida myös olettaen, että tallennettu laserkeilausintensiteetti on kohteen heijastavuuden, etäisyyden (mukaan lukien tulokulman) ja pulssintoistotaajuuden (PRF) funktio (kts. Ahokas, E., Kaasalainen, S., Hyyppä, J., and J. Suomalainen, 2006. Calibration of the Optech ALTM 3100 laser scanner intensity data using brightness targets. ISPRS Commission I Symposium, 3-6 July 2006, Marne-la-Vallee, France, In International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 36(A1), CDROM).
Kohteen tunnistamiseksi tuotetaan maastossa koealoilta liikkuvalla keilaimella referenssipistepilvi, jota käytetään kohteen tunnistukseen ja jota käytetään kohinan poistamiseen yksittäisten fotonien tekniikasta
Yksittäisen fotonin tekniikassa syntynyt pistepilvi on hyvin kohinainen. Kohinaa poistetaan erilaisilla suodattimilla, joita on kuvattu mm. julkaisuissa (Hao Tang, Anu Swatantran, Terence Barrett, Phil DeCola ja Ralph Dubayah, 2016. Voxel-Based Spatial Filtering Method for Canopy Height Retrieval from Airborne Single-Photon Lidar, Remote Sensing, 8(9), 771) ja (Jason M. Stoker, Qassim A. Abdullah, Amar Nayegandhi, ja Jayna Winehouse, 2016. Evaluation of Single Photon and Geiger Mode Lidar for the 3D Elevation Program, Remote Sens. 2016, 8(9), 767). Käyttämällä perinteistä mobiililaserkeilaistekniikkaa (nk. Linear mode), erityisesti käyttämällä pulssiteknologiaa, voidaan maastossa tuottaa vähäkohinainen referenssipistepilvi, jota voidaan käyttää erilaisten suodattimien parametrien valinnassa ja opettamisessa, kuvio 4. Esimerkiksi jakamalla tällöin saatu mobiilikeilausaineisto vokseleihin ja vertaamalla lentokeilatun aineiston vastaavaa vokselitulosta, voidaan kehittää suodattimelle päättelysäännöt.
Puustoninventointisovellus
Yksittäisten puiden tai puurykelmien tunnukset voidaan määrittää olemassa olevilla laskentakaavoilla, jotka on esitetty mm. patentissa Fl 112402; seuraavassa on periaate lyhennetyssä muodossa. Latvuksen keskimääräinen leveys L lasketaan latvuksen (segmentin) peittämän pinta-alan A avulla. Puun pituudeksi h oletetaan latvuksen sisältä löytyvä puuston pituusmallin maksimipiste (puun korkein kohta). Puun sijainti määritetään maksimipistettä vastaavan x- ja y-koordinaattitiedon avulla. Pohjoisella havumetsäalueella puiden latvuksen keskimääräisellä leveydellä L on selkeä yhteys puun läpimittaan d. Läpimitan ja pituuden avulla voidaan määrittää puun kehitysluokka ja estimoida puun ikä. Yksittäisen puun pohjapinta-ala g (m2/ha) saadaan rungon läpimitan d avulla. Runkoluku voidaan määrittää yksinkertaisesti kuvasta määritettyjen segmenttien (huomioiden, että segmentissä saattaa olla useita puita) lukumäärän avulla. Puulajin voidaan määrittää multispektrisen intensiteetin ja puun geometristen piirteiden avulla. Yksittäisen puun tilavuuden estimointi tapahtuu kolmella eri vaihtoehdolla: 1) tilavuuden estimointi pelkän puuston pituuden avulla, 2) tilavuuden estimointi puuston pituuden ja määritetyn läpimitan avulla ja 3) tilavuuden estimointi pituuden, läpimitan ja puulajin avulla. Laasasenaho (1982) (J. Laasasenaho, 1982, “Taper curve and volume functions for pine, spruce and birch“, Communicationes Instituti Forestalls Fenniae 108, 74 s.) on esittänyt funktiot, miten pituuden ja läpimitan avulla voidaan laskea yksittäisen puun tilavuus kullekin puulajille.
Puustotunnukset voidaan laskea pistepilvestä myös aluepohjaisilla menetelmillä. Tällöin pistepilvestä laskettujen piirteiden ja opetusaineiston välille luodaan luokitin, jolla toteutetaan koko alueen luokitus. Uusi innovaation on luokitella yksittäisen fotonin pistepilvet suoraan esimerkiksi syväoppimisen (engl. deep learning)tekniikoilla ilman piirteiden laskemista tai että luokitus tehdään samanaikaisesti käyttäen vakioituja piirteitä ja pistepilviä (kuvio 5), jotka syötetään opetusaineistojen kanssa syväoppimistekniikoille.
Pistepilvestä laskettujen yksittäisten puiden pituustietoja voidaan käyttää metsien inventoinnin lisäksi monissa sovelluksissa, kuten kaupunkien puuston seuraamisessa, lentoestekartoituksessa, jossa selvitetään lentoa rajoittavat liian korkeat puut, ja sähkölinjojen monitoroinissa voidaan selvittää puut, jotka ovat liian lähellä sähkölinjoja.
Käyttö itseajavissa autoissa
Autonomisen ajoneuvon tarvitsee sekä paikantaa itsensä tieympäristön suhteen että seurata ympäristöä onnettomuuksien välttämiseksi. Paikannukseen ja törmäyksen estoon voidaan käyttää osittain samoja sensoreita. Ympäristöä havainnoidaan monisensorijärjestelmillä, jotka koostuvat toisiaan tukevista teknisistä ratkaisuista.
Ajoneuvon paikannukseen voidaan käyttää myös SLAM-tekniikkaa (Simultaneous Localization and Mapping), jossa esimerkiksi laserkeilaimen peräkkäisiä mittauksia verrataan toisiinsa ja voidaan määrittää sekä ajoneuvon paikka ja asento että niiden muutokset. Robottiautot vaativat usein, että sama reitti ajetaan manuaaliohjauksella ensin kertaalleen ja itseajossa voidaan myös hyödyntää muutostulkintaa opetusreittiin ja siltä kerättyyn dataan verrattuna. Robottiajoneuvo pystyykin paikantamaan itsensä näillä tekniikoilla muutaman sentin ja huonoimmillaankin muutaman kymmenen senttimetrin tarkkuudella. Robottiauto käyttää paikannuksen apuna myös ajoratamerkintöjä ja tieympäristöön asennettua infrastruktuuria.
Törmäyksen eston ja ympäristön havainnoinnin osalta robottiautojen tekniikat poikkeavat toisistaan. Googlen autoissa tärkein anturi on katolle sijoitettu pyörivä laserkeilain, joka muodostaa 360 asteen kuvan ympäristöstä käyttäen laserpulssien mittaamia etäisyyksiä aina 200 m asti. Laserkeilaimen etuna on nopeus, etäisyysmittauksen tarkkuus ja pieni kulmaresoluutio. Tällä hetkellä kaikki autojen käyttämät laserkeilaimet toimivat vain yhdellä aallonpituudella. Multispektrinen lasertutka mahdollistaa kohteiden tunnistuksen entistä luotettavammin, koska luokitteluun voidaan käyttö pistepilven geometrian ja aikasarjan lisäksi myös spektrivastetta (kuvio 6). Innovatiivista on, että syväoppimisen tekniikoilla voidaan toteuttaa helposti tarkempi tunnistus multispektrisestä yksittäisen fotonin aineistosta.
Käyttö liikenneympäristön kartoituksessa ja perinteisessä kartoituksessa
Perinteisessä kartoituksessa on liikkuvaa kartoitusta, ja erityisesti liikkuvaa laserkeilausta, tutkittu intensiivisesti 2000-luvun alusta. Esimerkkejä yritysten kartoitusaktiviteeteista ovat olleet HEREn True Car ja Googlen Street View Car teknologiat, joissa auton päälle on asennettu paikkaa ja asentoa mittaavat sensorit ja 5 tarvittavat kuvaussensorit (laserkeilain, kamerat, jne). Sensoreilla on tuotettu liikenneympäristöstä tilannekuva ja 3D-malli.
Useat sivistysvaltion on keilattu laserkeilamella korkeusmallin ja puuston mittamiseksi. Yksittäisiin fotoneihin perustuva multispetrilasertutka mullistaa 10 kartoituksen. Voidaan mitata korkealta hyvällä etäisyysmittaustarkkuudella tiheitä pistepilviä ja silti saavuttaa multispektrivaste, mikä mahdollistaa hyvin usein kohteen automaattisen havainnoinnin ja jopa 3D rekonstruoinnin. Kohinan poiston jälkeen pistepilviä voi prosessoida kuten perinteistä laserkeilausaineistoa.

Claims (15)

  1. PATENTTIVAATIMUKSET
    1. Menetelmä kohteen ominaisuuksien määrittämiseksi multispektrisen lasertutkan avulla, jossa tuotetaan lasertutkan avulla kohdetta kuvaava pistepilvi, jossa on kohdepisteiden kolmiulotteista tietoa, tunnettu siitä, että
    a) Kohde valaistaan kahden tai useamman aallonpituuden laserpulssilla
    b) Kohteen heijastamia tai sirottamia yksittäisiä fotoneja mitataan
    c) Fotonien lukumäärästä määritetään kohteen heijastaman tai sirottaman säteilyn intensiteetti kullekin aallonpituusalueelle
  2. 2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että vaihe a) toteutetaan yhdellä tai useammalla kapeakaistaisella laserlähteellä tai laajakaistaisella superkontinuumilähteellä
  3. 3. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että vaihe b) toteutetaan SPAD-tekniikalla, kertojalla, kuvavahvistinputkella tai valovahvistimella.
  4. 4. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että vaihe c) toteutetaan TDC-piirin tai etäisyysportituksen avulla.
  5. 5. Jonkin patenttivaatimuksen 1-4 mukainen menetelmä, tunnettu siitä, että ainakin yhdeltä aallonpituudelta mitataan etäisyys havaitulle fotonille.
  6. 6. Jonkin patenttivaatimuksen 1-5 mukainen menetelmä, tunnettu siitä, että fotonien mittaus tapahtuu matriisivastaanottimella.
  7. 7. Jonkin patenttivaatimuksen 1-6 mukainen menetelmä, tunnettu siitä, että menetelmä tai sen mukainen laite asennetaan kolmijalkaan, lentokoneeseen, lennokkiin, helikopteri, autoon, selkäreppuun, mönkijään tai veneeseen.
  8. 8. Jonkin patenttivaatimuksen 1-7 mukainen menetelmä, tunnettu siitä, että menetelmään liitetään inertia- ja paikannusjärjestelmä, jotta voidaan laskea kunkin havaitun fotonin absoluuttinen sijainti
  9. 9. Jonkin patenttivaatimuksen 1-8 mukainen menetelmä, tunnettu siitä, että eri aallonpituuksilla saadut intensiteetit kalibroidaan suhteellisesti.
  10. 10. Jonkin patenttivaatimuksen 1-9 mukainen menetelmä, tunnettu siitä, että eri aallonpituuksilla saadut intensiteetit kalibroidaan absoluuttisesti
  11. 11. Jonkin patenttivaatimuksen 1-10 mukainen menetelmä, tunnettu siitä, että kohteen tunnistamiseksi tuotetaan maastossa koealoilta liikkuvalla keilaimella referenssipistepilvi, jota käytetään kohteen tunnistukseen ja jota käytetään kohinan poistamiseen yksittäisten fotonien tekniikasta.
  12. 12. Jonkin patenttivaatimuksen 1-10 mukainen menetelmä, tunnettu siitä, että menetelmää käytetään puuston inventointiin.
  13. 13. Jonkin patenttivaatimuksen 1-10 mukainen menetelmä, tunnettu siitä, että menetelmää käytetään itseajavien autojen konenäköjärjestelmässä kohteiden automaattiseksi tunnistamiseksi.
  14. 14. Jonkin patenttivaatimuksen 1-10 mukainen menetelmä, tunnettu siitä, että menetelmää käytetään ajoneuvosta liikenneympäristön automaattiseen tunnistamiseen.
  15. 15. Jonkin patenttivaatimuksen 1-10 mukainen menetelmä, tunnettu siitä, että menetelmää käytetään kartoituksessa kohteen tunnistamiseen ja kolmiulotteisten mallien luomiseen.
FI20170122A 2017-08-21 2017-08-21 Menetelmä multispektriselle yksittäisen fotonin lasertutkalle FI20170122A1 (fi)

Priority Applications (1)

Application Number Priority Date Filing Date Title
FI20170122A FI20170122A1 (fi) 2017-08-21 2017-08-21 Menetelmä multispektriselle yksittäisen fotonin lasertutkalle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
FI20170122A FI20170122A1 (fi) 2017-08-21 2017-08-21 Menetelmä multispektriselle yksittäisen fotonin lasertutkalle

Publications (1)

Publication Number Publication Date
FI20170122A1 true FI20170122A1 (fi) 2019-02-22

Family

ID=65728706

Family Applications (1)

Application Number Title Priority Date Filing Date
FI20170122A FI20170122A1 (fi) 2017-08-21 2017-08-21 Menetelmä multispektriselle yksittäisen fotonin lasertutkalle

Country Status (1)

Country Link
FI (1) FI20170122A1 (fi)

Similar Documents

Publication Publication Date Title
Deems et al. Lidar measurement of snow depth: a review
Prokop Assessing the applicability of terrestrial laser scanning for spatial snow depth measurements
Jaakkola et al. A low-cost multi-sensoral mobile mapping system and its feasibility for tree measurements
Wehr et al. Airborne laser scanning—an introduction and overview
Korpela Mapping of understory lichens with airborne discrete-return LiDAR data
EP2233947B1 (en) Increasing measurement rate in time of flight measurement apparatuses
CA2437897C (en) Lidar system and method
CA3088983A1 (en) Apparatuses and methods for gas flux measurements
CN110673159A (zh) 一种海洋环境监测用无人机主动雷达高光谱探测系统及方法
Hyyppä et al. Unconventional LIDAR mapping from air, terrestrial and mobile
Sakib LiDAR with Pulsed Time of Flight
Filisetti et al. Developments and applications of underwater LiDAR systems in support of marine science
Sakib LiDAR Technology-An Overview.
KR101678124B1 (ko) 전방향 라이다 장치를 이용한 라이다 데이터 모델링 방법
US20190226834A1 (en) Laser imaging
Studinger et al. High-resolution imaging of supraglacial hydrological features on the Greenland Ice Sheet with NASA's Airborne Topographic Mapper (ATM) instrument suite
US20150092179A1 (en) Light ranging with moving sensor array
Bakuła et al. Uav LIDAR Data Processing: Influence of Flight Height on Geometric Accuracy, Radiometric Information and Parameter Setting in DTM Production
Teizer et al. Range imaging as emerging optical three-dimension measurement technology
Steinvall et al. Characterizing targets and backgrounds for 3D laser radars
Hyyppä et al. Airborne laser scanning
Jutzi et al. Waveform processing of laser pulses for reconstruction of surfaces in urban areas
FI20170122A1 (fi) Menetelmä multispektriselle yksittäisen fotonin lasertutkalle
Mandlburger et al. Feasibility investigation on single photon LiDAR based water surface mapping
Boretti A perspective on single‐photon LiDAR systems

Legal Events

Date Code Title Description
PC Transfer of assignment of patent

Owner name: ARCTIC RED OY

MM Patent lapsed