认识激光雷达

激光雷达概念和基本原理

激光是一种受激辐射放大的光,其基本特征和光子的光学特征一致。受激辐射光放大的发光机理和光学谐振腔的作用使激光具备四大特性,即亮度高、方向性好、单色性好、相干性高,简而言之就是激光的能量高、发散角小、窄波宽、光波的相位关系非常稳定
激光雷达(Light Detection And Ranging,LIDAR)发射激光脉冲,部分脉冲被障碍物反射后返回到接收器,系统通过记录时间间隔来探测目标位置,速度等特征量的主动式遥感。目前遥感常用的激光波长有三个:532nm、1064nm、1550nm,使用这三个波长的部分原因是大气透过率高、植被在绿光和近红外波段反射率较高
推荐这个视频How Does LiDAR Remote Sensing Work? Light Detection and Ranging:https://www.youtube.com/watch?v=EYbhNSUnIdU

为了更好的理解脉冲式激光雷达工作原理,需要清楚以下几点:

  1. 激光雷达在数据采集时,不断发射脉冲,每个脉冲发射的方向已知,单个发射脉冲可认为是在一段时间内完全发射出去的能量,该能量在时间尺度上符合高斯分布。所以一般认为发射的脉冲是一个高斯波。
  2. 激光雷达以一定的发散角发射脉冲,当距离越大,光斑就越大(类似于手电筒),所以在森林内采集数据,一个脉冲可能由远近不同的目标物所截获返回
  3. 返回的能量被激光雷达按时间序列进行记录,以一定时间间隔(如机载激光雷达一般为1ns)记录一次能量。
  4. 有了激光雷达的位置、知道发射脉冲方向,记录了能量返回时间,进一步处理,便可计算目标物的位置

激光雷达数据

目前我们主要使用的激光雷达数据有离散回波激光雷达数据和全波形激光雷达数据

1、全波形激光雷达数据

全波形激光雷达数据是对后向反射信号强度值(回波能量)的完整记录。激光雷达对接收的信号进行模数转换,形成数字化后的数据(DN值)被存储下来,这类似于被动光学影像的模数转换,辐照度转为DN值。由于连续记录数据会导致数据量过大,为减少数据量的存储。lidar系统会设置一个阈值来判断是否记录波形,并以采样分块方式存储数据,采样分块内又以进行连续采样,组内的最小的单位为时间间隔,以加快写入速度。以Riegl某一型号激光雷达为例,采样分块为80个时间间隔,一组为4个时间间隔,当某组内至少一个时间间隔的DN值超过阈值,那么从该组开始记录数据、生成采样分块,并往前额外记录两个组前数据,且记录一个完整的采样分块,若在这个采样分块后还有大于阈值的DN值,那么继续生成一个采样分块,即一个回波脉冲记录160个时间间隔的DN值数据,依此类推。注意,所额外记录两个组前数据一般取均值做为噪声的估计并去除。

目前全波形数据常见的存储格式有.wdp格式,解析后的波形数据包括各单位坐标(x、y、z)以及对应单位的DN值

2、离散回波激光雷达数据

离散激光雷达回波数据即我们所熟知的激光雷达点云数据,该数据可以看成是全波形数据进一步采样的结果。其并不像全波形数据一样存储完整时间序列的数据,当某时间间隔内回波能量超过一定的阈值并存在一定的积分时间,lidar系统才认为其是一个有效的回波并触发记录时刻的时间。这也就是为啥一个点云数据你能看到这个点的属性记录了该脉冲有几次回波,该点是第几次回波。这种记录方式极大的减小了数据量,并且该数据直观的反映目标物的三维结构。

点云数据通常以.las格式进行存储,点云最重要的参数就是各点的坐标,在林业应用中通过对点云的解析能获取单木的结构参数信息。

不同高度平台搭载的激光雷达

根据激光雷达的所处探测高度,可大致分为地面激光雷达、机载激光雷达与星载激光雷达

1、地面激光雷达

地面激光雷达设备目前主要有:1、手持激光雷达,一般适用于小样地数据采集;2、背包激光雷达,一般适用于大样地、公园等较大范围的数据采集;3、地基激光雷达,适用林木的精细建模,但扫描时间长、操作不便;4、车载激光雷达一般用于道路两旁目标物的数据采集。所得到的数据结果为密集点云数据,在林业应用上能够获取单木位置、单木的胸径等结构参数以及获取下层植被的结构信息,由于有冠层的遮挡,部分上冠层并未被扫描,导致计算的单木高度并不是很准确。

2、机载激光雷达

机载激光雷达是将激光雷达搭载在无人机或有人机上,一般机载激光雷达主要获取和使用的是点云数据,但部分设备既能获取点云数据还能获取全波形数据。机载激光雷达点云密度较低,一般为每平米30个点。在林业应用中,我们主要是用该数据计算植被冠层的结构参数、树木高度、单木位置。但是由于冠层的遮挡,林木主干信息一般缺失仅有非常稀疏的点云,对于提取胸径来说是非常困难的,我个人认为直接提取胸径是做不到的,数据都不完整。机载激光雷达最重要的优势就是其能快速获取局地区域的点云数据

image.png

3、星载激光雷达

目前我们常用到的星载激光雷达有ICESat-2、GEDI,这些数据能够被广泛研究使用的重要原因是可以免费下载,GEDI可以很方便的在GEE平台下载。
ICESat-2是新一代机载激光雷达卫星,其有效载荷为ATLAS,波长为532nm,光斑直径达17m,光斑间沿轨间距为0.7m,跨轨间距3km,记录光子数据。其详细参数如下。ICESat-2的光斑间沿轨间距很小,能有效避免地形对数据的影响,提升了全球地表高程的绘制精度。但光子接收器容易受到测量环境的干扰,产生大量的随机噪声,使得难以准确提取光子信号。而且地物与地面光子的分离提取还比较困难。

GEDI记录的是全波形数据,波长1064nm,光斑间沿轨间距为60m,跨轨间距600m,光斑直径达25m。其详细参数如下。GEDI全波形数据通常用来计算冠层高度,但是全波形容易受到地形高度异质性的影响,导致计算结果不准确。一般研究使用的全波形数据,其所在光斑对应的地形坡度要在20°~25°以下:


更多星载激光雷达卫星可看这篇推文:https://mp.weixin.qq.com/s/FOJNwEUMUcCPU1Ha5T3ngw
参考:
[1]《激光雷达森林参数反演技术与方法》李增元
[2] 张国平.星载光子计数LiDAR数据处理的关键技术研究[D].战略支援部队信息工程大学,2022.DOI:10.27188/d.
[3] 董瀚元.星载激光雷达GEDI数据林下地形及森林冠层高度反演精度评价与应用[D].东北林业大学,2023.

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,098评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,213评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,960评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,519评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,512评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,533评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,914评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,574评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,804评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,563评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,644评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,350评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,933评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,908评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,146评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,847评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,361评论 2 342

推荐阅读更多精彩内容