TWI739397B - 光達點雲資料之處理方法及其用於風場分析之用途 - Google Patents

光達點雲資料之處理方法及其用於風場分析之用途 Download PDF

Info

Publication number
TWI739397B
TWI739397B TW109113048A TW109113048A TWI739397B TW I739397 B TWI739397 B TW I739397B TW 109113048 A TW109113048 A TW 109113048A TW 109113048 A TW109113048 A TW 109113048A TW I739397 B TWI739397 B TW I739397B
Authority
TW
Taiwan
Prior art keywords
point cloud
cloud data
time
data
time series
Prior art date
Application number
TW109113048A
Other languages
English (en)
Other versions
TW202141066A (zh
Inventor
江智偉
孫書煌
鍾天穎
鍾政儒
鍾緯勲
Original Assignee
崑山科技大學
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 崑山科技大學 filed Critical 崑山科技大學
Priority to TW109113048A priority Critical patent/TWI739397B/zh
Application granted granted Critical
Publication of TWI739397B publication Critical patent/TWI739397B/zh
Publication of TW202141066A publication Critical patent/TW202141066A/zh

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Optical Radar Systems And Details Thereof (AREA)

Abstract

一種光達點雲資料之處理方法及其用於風場分析之用途,該光達點雲資料之處理方法包含:對一第一取樣時點及一第二取樣時點的一光達點雲資料做一快速傅立葉轉換運算、一摺積運算及一快速傅立葉逆轉換運算而成為一第一時序資料;對該第二取樣時點及一第三取樣時點的該光達點雲資料做該快速傅立葉轉換運算、該摺積運算及該快速傅立葉逆轉換運算而成為一第二時序資料;以及比對取得該第一時序資料及該第二時序資料之一特徵值的差異。藉此,強化該光達點雲資料特徵和簡化運算分析時間之處理,降低硬體運算設備的需求,進而大幅降低相關成本。

Description

光達點雲資料之處理方法及其用於風場分析之用途
本發明係關於一種光達點雲資料的處理方法,以及一種將光達點雲資料用於風場分析的方法。
一般設置大型風力發電機時,會在風力發電機附近設置風向偵測裝置,如風向計,並藉由風力發電機的轉向構造,使風力發電機保持迎風,以在足夠的風量下產生足夠的電量。但風向偵測裝置若設置離風力發電機過遠,偵測到的風向可能會與風力發電機實際感受到的風向不同;風向偵測裝置若設置離風力發電機過近,可能會受到風力發電機轉動時引起的亂流影響,而無法順利偵測到風向;還有些風力發電機設置在岸邊,若要偵測海面來的風,風向偵測裝置勢必要設置在海面上,需要額外設置基座支撐風向偵測裝置。
由於傳統的風向偵測裝置可能有前述問題,於是有中華民國專利公告號I460430提出一種利用光學雷達測量風速與風向之方法,包括有:A.利用光學雷達對一待偵測空間中發射至少二道雷射光束,使該等雷射光束在該待偵測空間之一高度位置構成一多點式之測量區;B.偵測該測量區內氣膠濃度之變化量;C.根據測得之氣膠濃度變化量獲得一風速或/與風向之數據;D.偵測該待偵測空間中之複數個高度位置,以形成多個多點式之測量區,並重複步驟B與C,以取得該待偵測空間中三維的風速或/與風向之數據;配合上述步驟而用以控制風力發電機之方法,可以自動調整該風力發電機之葉片轉向,及使其葉片與離合器脫離而停止運轉。
前述專利案使用標準差及相關係數找出風向及風速,然而光學雷達測量到的數據數量龐大,靠傳統的標準差及相關係數難以迅速完成計算。
於是又有其他對光學雷達取得之數據進行處理的方法,例如以下幾件專利:中華民國專利公告號I680898提供一種近距離障礙物之光達偵測裝置及其方法,主要是利用卡爾曼濾波法與外插法,預測並追蹤動態障礙物的移動路徑;中華民國專利公告號I678679提供一種空間座標轉換伺服器以及方法,主要是利用空間座標轉換伺服器基於奇異值分解技術或隨機抽樣一致性技術,計算空間旋轉矩陣;中華民國專利公告號I667529提供一種環景點雲資料的建立方法與建立系統,主要是以區域成長演算法依據特徵相似程度,將複數個影像點分群為複數個群組,並取出部分群組作為前景物件;中華民國專利公告號I651686提供一種光學雷達行人偵測方法,主要是將三維的點雲圖進行二維映射處理成為二維圖,再對點雲圖及二維圖分別進行三維及二維特徵提取以判斷出行人位置。
然而,若數據量越龐大,計算時間以及運算設備的需求就越大,前述的專利案對於即時分析瞬息萬變的風場就顯得相形見絀。
前述專利案所使用的光學雷達掃描系統,一般是利用光學雷達發出的雷射光打到空氣中的懸浮粒子,計算返回光學雷達的光子飛行時間(time of flight,TOF)用以轉換為距離,並記錄每處所量測之光訊號強度。光學雷達可搭配轉動機構進行空間中之光達點雲資料的收集,並記錄每一組掃描路徑上具有空間反射訊號強度與位置的龐大數據量,然而一組掃描路徑形成的點雲資料會受大氣紊流、環境中的光雜訊影響而不易解析。過去會先對每一組掃描路徑的點雲資料進行訊號平滑(smoothing)或擬合(fitting)處理,用以找出特徵資訊並降 低雜訊和干擾,以利比較後一角度和前一角度,也就是不同取樣時點下點雲資料的特徵差異,進行風場資訊的分析。然而平滑或擬合的處理不僅費時,也可能使一些點雲資料的特徵消失,進而忽略與風場相關的重要訊息。
爰此,本發明人為了強化光達點雲資料特徵和簡化運算分析時間之處理方法,而提出一種光達點雲資料用於風場分析之方法,包含:分別對時域中一第一取樣時點下及一第二取樣時點下的一光達點雲資料依序做一快速傅立葉轉換運算、一摺積運算及一快速傅立葉逆轉換運算而成為一第一時序資料;分別對時域中該第二取樣時點下及一第三取樣時點下的該光達點雲資料依序做該快速傅立葉轉換運算、該摺積運算及該快速傅立葉逆轉換運算而成為一第二時序資料;比對該第一時序資料及該第二時序資料,根據該第一時序資料及該第二時序資料中該光達點雲資料之一特徵值的位置偏移推得一風向;以及根據該第一時序資料及該第二時序資料之該特徵值的一位置差,以及該第一時序資料及該第二時序資料的一量測時間差,由該位置差除以該量測時間差得到一風速。
其中,該光達點雲資料係從時域經由該快速傅立葉轉換轉入頻域,再由頻域經過該快速傅立葉逆轉換運算轉入時域。
其中,該傅立葉轉換運算由以下關係式定義:
Figure 109113048-A0305-02-0004-7
Figure 109113048-A0305-02-0004-22
,ξ為任意實數,f為時域的該光達點雲資料,
Figure 109113048-A0305-02-0004-20
為頻域的該光 達點雲資料。
其中,該摺積運算由以下關係式定義:
Figure 109113048-A0305-02-0004-9
τ)dτ,t為時間變數,f為頻域的該光達點雲資料,g為任意已知函數。
其中,該傅立葉逆轉換運算由以下關係式定義:f(x)=
Figure 109113048-A0305-02-0005-24
,x為任意實數,f為時域的該光達點雲資料,
Figure 109113048-A0305-02-0005-25
為頻域的該光達 點雲資料。
本發明人再提供一種光達點雲資料之處理方法,包含:分別對時域中一第一取樣時點下及一第二取樣時點下的一光達點雲資料依序做一快速傅立葉轉換運算、一摺積運算及一快速傅立葉逆轉換運算而成為一第一時序資料;分別對時域中該第二取樣時點下及一第三取樣時點下的該光達點雲資料依序做該快速傅立葉轉換運算、該摺積運算及該快速傅立葉逆轉換運算而成為一第二時序資料;以及比對該第一時序資料及該第二時序資料,取得該第一時序資料及該第二時序資料中該光達點雲資料之一特徵值的差異。
根據上述技術特徵可達成以下功效:
1.藉由光達點雲資料用於風場分析之方法,可以對光達取得的龐大點雲資料進行即時的快速運算處理,降低硬體運算設備的需求,進而大幅降低成本。
2.將時域的光達點雲資料經由傅立葉轉換轉入頻域,可以濾掉光達點雲資料中的雜訊。
3.在頻域中將光達點雲資料經由摺積進行疊加,可以增強特徵值,使特徵值更明顯。
4.再將頻域的光達點雲資料經由傅立葉逆轉換轉回時域,並比對第一時序資料及第二時序資料的光達點雲資料,即可以由特徵值的偏移情況判斷風向及風速。
1:處理器
2:光學雷達
3:風力發電機
31:控制單元
32:轉向機構
33:發電機
[第一圖]係本發明實施例之流程示意圖。
[第二圖]係本發明實施例之系統方塊圖。
[第三圖]係本發明實施例之訊號對距離關係圖。
綜合上述技術特徵,本發明光達點雲資料之處理方法及其用於風場分析之用途的主要功效將可於下述實施例清楚呈現。
請參閱第一圖及第二圖,係揭示本發明實施例光達點雲資料之處理方法及光達點雲資料用於風場分析之方法,以下以該光達點雲資料用於風場分析之方法來進行說明。
該光達點雲資料用於風場分析之方法係使用單獨的一處理器1來執行,該處理器1並訊號連接一光學雷達2及一風力發電機3的一控制單元31,於實際實施時,也可以直接使用該風力發電機3的該控制單元31來執行。
該光達點雲資料用於風場分析之方法包含以下步驟: 自該光學雷達2取得時域中一第一取樣時點下及一第二取樣時點下的一光達點雲資料,該光達點雲資料係根據該光學雷達2發出的一雷射波打到空氣中懸浮粒子後,返回該光學雷達2的一反射波形成。
對該第一取樣時點下及該第二取樣時點下的該光達點雲資料做一傅立葉轉換的運算,使該光達點雲資料由時域轉入頻域。該傅立葉轉換由以 下關係式定義:
Figure 109113048-A0305-02-0006-12
,其中,ξ為任意實數,f為時域的該 光達點雲資料,
Figure 109113048-A0305-02-0006-26
為頻域的該光達點雲資料。
在頻域中對該光達點雲資料做一摺積的運算。該摺積由以下關係 式定義:
Figure 109113048-A0305-02-0007-14
,其中,t為時間變數,f為頻域的該光 達點雲資料,g為任意已知函數。
對頻域中的該光達點雲資料做一傅立葉逆轉換,使該第一取樣時點下及該第二取樣時點下的該光達點雲資料由頻域轉回時域而成為一第一時 序資料。該傅立葉逆轉換由以下關係式定義:
Figure 109113048-A0305-02-0007-3
,其中, x為任意實數,f為時域的該光達點雲資料,
Figure 109113048-A0305-02-0007-28
為頻域的該光達點雲資料。
找出該光達點雲資料在該第一時序資料的一特徵值,該特徵值例如是該光達點雲資料的光訊號較強處。在該第一時序資料中,該特徵值位於一第一位置。
對時域中該第二取樣時點和一第三取樣時點(第二時序資料)下的該光達點雲資料重複以上該快速傅立葉轉換、該摺積及該快速傅立葉逆轉換的步驟而成為一第二時序資料,以找出該第二時序資料之該特徵值。在該第二時序資料中,該特徵值位於一第二位置。
比對該第一時序資料及該第二時序資料的該特徵值,從該特徵值之該第一位置及該第二位置的一位置差,和該第一時序資料及該第二時序資料的一時間差,即可以分析風向、風速這些風場資料,其中,該風速由該位置差除以該時間差得到。
以套設二維笛卡兒坐標系的該光達點雲資料為例,設正x軸朝向東方,正y軸朝向北方,座標每一格單位為十公尺。在一個情境中,假設該特徵值在該第一時序資料中座標值為(1,2),而經過一秒鐘,在該第二時序資料中該特徵值的座標值為(2,2),也就是說,該特徵值從(1,2)的該第一位置變換到(2,2) 的該第二位置,該位置差為往東10公尺,該時間差為一秒鐘,代表該特徵值一秒鐘往東方移動10公尺,即風是以每秒10公尺的風速往正東方吹。得到風場資料後,該處理器1可以經由該控制單元31控制該風力發電機3的一轉向機構32,使該風力發電機3轉向後變成朝向正西方而迎風,以提升該風力發電機3的發電效益。
在另一個情境中,假設該特徵值在該第一時序資料中座標值為(1,2),而經過一秒鐘,在該第二時序資料中,找出該特徵值的座標值為(4,2),也就是說,該特徵值從(1,2)的該第一位置變換到(4,2)的該第二位置,該位置差為往東30公尺,該時間差為一秒鐘,代表該特徵值一秒鐘往東方移動30公尺,即風是以每秒30公尺的風速往正東方吹。得到風場資料後,該處理器1可以根據風場資料經由該控制單元31控制該風力發電機3停止運轉,避免風速過快的風使該風力發電機3的一發電機33損壞。
請參閱第三圖,從第三圖中確實可以清楚看出:相較於未經處理之該第一取樣時點[紅線]下及該第二取樣時點[黑線]下的該光達點雲資料,經過該快速傅立葉轉換、該摺積及該快速傅立葉逆轉換處理後的該第一時序資料[綠線]可以更清楚地找出該特徵值。
藉由該光達點雲資料之處理方法及該光達點雲資料用於風場分析之方法,可以對龐大的該光達點雲資料進行即時的快速運算處理,降低硬體運算設備的需求,進而大幅降低成本。除此之外,由於該傅立葉轉換可以先將時域中該光達點雲資料的雜訊濾除,再經過該摺積將該光達點雲資料疊加後,使該特徵值增強,可以更準確的找出該特徵值。
綜合上述實施例之說明,當可充分瞭解本發明之操作、使用及本發明產生之功效,惟以上所述實施例僅係為本發明之較佳實施例,當不能以此限定本發明實施之範圍,即依本發明申請專利範圍及發明說明內容所作簡單的等效變化與修飾,皆屬本發明涵蓋之範圍內。

Claims (6)

  1. 一種光達點雲資料用於風場分析之方法,包含:分別對時域中一第一取樣時點下及一第二取樣時點下的一光達點雲資料依序做一快速傅立葉轉換運算、一摺積運算及一快速傅立葉逆轉換運算而成為一第一時序資料;分別對時域中該第二取樣時點下及一第三取樣時點下的該光達點雲資料依序做該快速傅立葉轉換運算、該摺積運算及該快速傅立葉逆轉換運算而成為一第二時序資料;比對該第一時序資料及該第二時序資料,根據該第一時序資料及該第二時序資料中該光達點雲資料之一特徵值的位置偏移推得一風向;以及根據該第一時序資料及該第二時序資料之該特徵值的一位置差,以及該第一時序資料及該第二時序資料的一量測時間差,由該位置差除以該量測時間差得到一風速。
  2. 如請求項1之光達點雲資料用於風場分析之方法,其中,該光達點雲資料係從時域經由該快速傅立葉轉換轉入頻域,再由頻域經過該快速傅立葉逆轉換運算轉入時域。
  3. 如請求項1之光達點雲資料用於風場分析之方法,其中,該傅立 葉轉換運算由以下關係式定義:
    Figure 109113048-A0305-02-0010-4
    ,ξ為任意實數,f為 時域的該光達點雲資料,
    Figure 109113048-A0305-02-0010-16
    為頻域的該光達點雲資料。
  4. 如請求項1之光達點雲資料用於風場分析之方法,其中,該摺積 運算由以下關係式定義:
    Figure 109113048-A0305-02-0010-17
    ,t為時間變數,f為頻域 的該光達點雲資料,g為任意已知函數。
  5. 如請求項1之光達點雲資料用於風場分析之方法,其中,該傅立 葉逆轉換運算由以下關係式定義:
    Figure 109113048-A0305-02-0011-5
    ,x為任意實數,f為 時域的該光達點雲資料,
    Figure 109113048-A0305-02-0011-29
    為頻域的該光達點雲資料。
  6. 一種光達點雲資料之處理方法,包含:分別對時域中一第一取樣時點下及一第二取樣時點下的一光達點雲資料依序做一快速傅立葉轉換運算、一摺積運算及一快速傅立葉逆轉換運算而成為一第一時序資料;分別對時域中該第二取樣時點下及一第三取樣時點下的該光達點雲資料依序做該快速傅立葉轉換運算、該摺積運算及該快速傅立葉逆轉換運算而成為一第二時序資料;以及比對該第一時序資料及該第二時序資料,取得該第一時序資料及該第二時序資料中該光達點雲資料之一特徵值的差異。
TW109113048A 2020-04-17 2020-04-17 光達點雲資料之處理方法及其用於風場分析之用途 TWI739397B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW109113048A TWI739397B (zh) 2020-04-17 2020-04-17 光達點雲資料之處理方法及其用於風場分析之用途

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109113048A TWI739397B (zh) 2020-04-17 2020-04-17 光達點雲資料之處理方法及其用於風場分析之用途

Publications (2)

Publication Number Publication Date
TWI739397B true TWI739397B (zh) 2021-09-11
TW202141066A TW202141066A (zh) 2021-11-01

Family

ID=78778031

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109113048A TWI739397B (zh) 2020-04-17 2020-04-17 光達點雲資料之處理方法及其用於風場分析之用途

Country Status (1)

Country Link
TW (1) TWI739397B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010124038A2 (en) * 2009-04-21 2010-10-28 Michigan Aerospace Corporation Atmospheric measurement system
US20130314694A1 (en) * 2010-04-20 2013-11-28 Michigan Aerospace Corporation Atmospheric measurement system and method
TWI460430B (zh) * 2011-12-14 2014-11-11 Dmark Tech Co Ltd 利用光學雷達測量風速與風向之方法及用以控制風力發電機之方法
US20150145253A1 (en) * 2013-11-25 2015-05-28 IFP Energies Nouvelles Wind turbine control and monitoring method using a wind speed estimation based on a lidar sensor
CN110308454A (zh) * 2019-07-08 2019-10-08 中国科学院合肥物质科学研究院 一种准无盲区多普勒相干激光雷达风速测量系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010124038A2 (en) * 2009-04-21 2010-10-28 Michigan Aerospace Corporation Atmospheric measurement system
CN102422179A (zh) * 2009-04-21 2012-04-18 密歇根宇航公司 大气测量系统
US20130314694A1 (en) * 2010-04-20 2013-11-28 Michigan Aerospace Corporation Atmospheric measurement system and method
TWI460430B (zh) * 2011-12-14 2014-11-11 Dmark Tech Co Ltd 利用光學雷達測量風速與風向之方法及用以控制風力發電機之方法
US20150145253A1 (en) * 2013-11-25 2015-05-28 IFP Energies Nouvelles Wind turbine control and monitoring method using a wind speed estimation based on a lidar sensor
CN110308454A (zh) * 2019-07-08 2019-10-08 中国科学院合肥物质科学研究院 一种准无盲区多普勒相干激光雷达风速测量系统及方法

Also Published As

Publication number Publication date
TW202141066A (zh) 2021-11-01

Similar Documents

Publication Publication Date Title
Sathe et al. A six-beam method to measure turbulence statistics using ground-based wind lidars
CN105388465B (zh) 基于海浪谱模型的海杂波模拟方法
CN103869311B (zh) 实波束扫描雷达超分辨成像方法
CN109900713B (zh) 摄像引导的无人机风电叶片缺陷动态检测系统及其方法
CN110456382B (zh) 基于单多普勒激光雷达的非均匀风场风矢量的测量方法
CN105974412B (zh) 一种用于合成孔径雷达的目标特征提取方法
CN109061774B (zh) 一种雷暴核关联性处理方法
CN111708022B (zh) 毫米波雷达的扫描区域边界的计算方法及装置
CN108872985A (zh) 一种近场圆周sar快速三维成像方法
CN106569191A (zh) 一种利用高分辨率成像获取目标rcs的方法
CN108254727A (zh) 一种基于轮廓跟踪的雷达点迹凝聚方法
CN104569923A (zh) 基于速度约束的Hough变换快速航迹起始方法
TWI739397B (zh) 光達點雲資料之處理方法及其用於風場分析之用途
CN112907610B (zh) 一种基于LeGO-LOAM的分步式帧间位姿估计算法
Machefaux et al. Single wake meandering, advection and expansion-An analysis using an adapted pulsed lidar and CFD LES-ACL simulations
CN113514833A (zh) 一种基于海浪图像的海面任意点波向的反演方法
CN102721411B (zh) 一种基于水面波浪图像的浪级监测方法
Gao et al. A hybrid method for fine-scale wind field retrieval based on machine learning and data assimilation
CN115166764A (zh) 一种毫米波雷达辅助的激光雷达运动目标实时去除方法
CN113406634B (zh) 一种基于时域相位匹配的空间高速自旋目标isar三维成像方法
CN107422322B (zh) 针对金属球目标的sar图像仿真方法
CN105759266B (zh) 一种基于图形处理单元的sar雷达回波获取方法
Xia et al. Aircraft target classification method for conventional narrowband radar based on micro-Doppler effect
CN110632590B (zh) 一种雷达小入射角下的海面相关时间获取方法和系统
CN117607826A (zh) 一种通过目标sar图像反演目标rcs的方法及系统