基于虚拟仪器的激光雷达三维成像系统

摘要

一种基于虚拟仪器的激光雷达三维成像系统，包括三维场景建模、Lidar试验系统仿真环境建模、全波信号处理、三维重建四个功能模块；(1)三维场景建模模块：载入三维模型元件，设置背景色、视角控制、光照、投影模式、显示模型等基本场景项目；(2)Lidar试验系统仿真环境建模模块：包括激光脉冲模型、大气传输模型、目标交互模型、接收单元模型四个子模块建模；激光脉冲模型按照激光的波长、脉宽、能量等性质对激光源进行模拟；大气传输模型对试验的大气环境进行模拟，生成噪声模型对激光进行作用；目标交互模型对激光与探测目标作用模拟，包括镜面反射、漫反射、表面反射、散斑；接收单元模型用以模拟传感后产生的探测器噪声、放大器噪声。

说明书

一、技术领域

本发明是基于虚拟仪器的激光雷达三维成像系统，属于激光雷达探测技术领域。 

二、背景技术

激光雷达探测及测距系统(Light Detection and Ranging,简称Lidar)是一种主动式遥感技术，它突破了传统的被动式遥感成像机理，受天气影响、光照影响小、自动化程度高等特点，具有无可比拟的优势。 

机载成像Lidar通过IMU位置矫正，DGPS获取装置投影中心位置，IMU/DGPS系统是指利用装在飞机上的GPS接收机和设在地面上的一个或多个基站上的GPS接收机同步而连续地观测GPS卫星信号，通过GPS载波相位测量差分定位技术获取航摄仪的位置参数，应用与航摄仪紧密固连的高精度惯性测量单元(IMU，Inertial Measurement Uint)直接测定航摄仪的姿态参数，通过IMU、DGPS数据的联合后处理技术获得测图所需的每张像片高精度外方位元素的航空摄影测量技术，通过点云数据处理及滤波处理，三维重建DEM。 

激光雷达技术结合光学、雷达、信号处理、计算机视觉等多门学科领域于一身，其应用范围横跨海、陆、空，是近年来国内外迅速发展和广泛应用的技术领域。激光雷达最早应用于航空航天领域，后来逐渐用于军事上，诸如激光制导、战场侦察、飞机防撞、地雷遥感等领域。目前，激光雷达技术广泛应用于城市数字模型重建、森林生态监测、海洋环境测绘、地质地貌探测、太空勘测等众多领域。 

全波激光雷达(Full-Waveform Lidar)对脉冲发射波形和各像素点的后向散射波形进行数据采集并记录，在一个时间轴上可以分解出各像素点的飞行时间(TOF)和强度信息。 

激光雷达成像的方法主要分为三种： 

(1)采用单颗探测器，每次只测量一个像素。这种方法是最早的探测技术，将单次测量不同像素的飞行时间和强度信息，逐一恢复各个像素的距离和反射率。 

(2)采用面阵探测器，每次可探测多个像素。通过将发射光同时覆盖整个目标，回波信号涵盖多个像素的信息，接收器通过解调、分离可以得出不同的像素的距离。这种方法用于大光斑成像，单次测量的像素点数较单颗测量明显提高。 

(3)采用APD(雪蹦光电二极管)阵列探测器，独立探测多个像素。通过将光束分为N束分别打在目标的N个点上，通过APD阵列的N个单元接收，从而可以同时准确地分解N个点的信息。通过扫描器扫描目标所有的像素点，最终成像。该方法采用了高灵敏度的APD 传感阵列，较前面两种方法，既能保证高分辨率成图，又能保证高速成图。 

全波形回波信号建模仿真与分析是全波形激光雷达探测技术的一项重要研究内容。一个实测系统的成果往往需要前期仿真建模进行理论验证。关于激光雷达建模仿真方面，国外有过很多成功的技术成果，而国内对此少有系统的研究成果。 

(1)林肯实验室基于OPENGL开发的3D Lidar系统仿真了叶簇隐蔽网下的机载3D ladar试验,通过结果分析，仿真结果与实测试验的结果匹配度在20％以内。 

(2)澳大利亚的Graham基于Matlab对运载平台不同运动轨迹下激光雷达植被穿透试验进行了仿真。 

(3)美国的Kim通过建立激光穿透树木的蒙特卡洛模型，获得Lidar全波仿真信号。这个模型将Lidar系统与自然场景，包括大气，树木和地形，最终得到植被的3D模型和反射特性。 

(4)德国JUTZI通过仿真不同斜度斜坡的全波信号，利用测量与估计波的相关性来确定平面的斜度。 

在已有的技术成果中，没有出现既能一体化控制激光雷达仿真实验场景，又能为应用平台提供硬件模块接口，实现激光雷达实测实验的扩展应用的Lidar三维成像系统。基于LabVIEW的虚拟仪器技术应用到激光雷达成像领域是一种全新的开发实现方式，将很大程度上便捷系统可视化平台的搭建。LabVIEW是一个基于G(Graphic)语言的图形化编程软件。它采用图形化程序设计方法,使用图形符号表达程序行为,使用可视化技术建立人机界面,更加直观、简洁。LabVIEW包含的丰富的函数库和子程序，如数据采集、信号处理、I/O驱动等程序库，同时提供多语言开发接口，使其成为开发测试、测量、数据采集等应用的理想工具。 

三、发明内容

本发明的目的是基于LabVIEW平台，开发一套完整的激光雷达三维成像的仿真试验系统并提供基于虚拟仪器的Lidar实测三维成像系统的扩展。 

一种基于虚拟仪器的激光雷达探测及测距系统三维成像仿真系统，包括三维场景建模、Lidar试验系统仿真环境建模、全波信号处理、三维重建四个功能模块；各个模块的特征分述如下： 

(1)三维场景建模模块：读入三维开发工具3DSMAX、AutoCAD产生的STL/WRL/ASE等格式的三维元件，设置背景色、视角控制、光照、投影模式、显示模型等基本场景项目，对读入的包括地形、植被、飞机的范围纹理、大小、位置、数目进行控制，其中飞机的位置对应激光源位置，试验中动态变化，最终呈现机载Lidar成像试验动态场景，并输出最终的数 字高程模型DSM高程数据，以备后续试验； 

(2)Lidar试验系统仿真环境建模模块：包括激光脉冲模型、大气传输模型、目标交互模型、接收单元模型四个子模块建模；激光脉冲模型按照激光的波长、脉宽、能量等性质对激光源进行模拟；大气传输模型对试验的大气环境进行模拟，生成噪声模型对激光进行作用；目标交互模型对激光与探测目标作用模拟，包括镜面反射、漫反射、表面反射、散斑；接收单元模型用以模拟传感后产生的探测器噪声、放大器噪声。通过对四个模型顺序建模，设置高程差、温度、飞行角度等系统参数，最终输出各时间段目标相应像素点的全波信号； 

(3)全波信号处理模块：针对各时间段产生的回波信号进行处理恢复像素点深度、强度信息信息。该模块主要包括信号增强、小波去噪、平滑、波形拟合四个部分； 

(4)三维重建模块：该模块为机载激光雷达试验提供最终的可视化的三维成图；针对全波信号处理模块提供的目标完整的深度及强度信息，生成距离像、强度像；通过分割分类划分为非地面点与地面点两类信息；地面点信息建立网格，对地面点进行三角划分，融合强度信息，最终重建生成数字高程模型DEM。 

进一步：(1)中的飞机位置动态变化对应不同测量周期，按照APD数目将激光分光，结合光斑涵盖像素点数得到一个周期同时测得的像素点数及其回波信号。 

进一步：(3)可动态地对每个周期的回波信号搜索、采样特征点，针对性处理，实现信号增强、小波去噪、平滑、波形拟合的一体化功能；为了获得更高的测量精度，波形拟合模块根据激光脉冲的实际波形设置拟合模板。 

进一步：基于LabVIEW的主开发平台，结合LabWindows/CVI、Matlab、C++的混合开发模式，各功能子模块(子VI)按照继承关系被父模块(父VI)调用，最终集成为最上层的主GUI界面；通过执行总GUI呈现完整的激光雷达三维成像的可视化仿真试验。 

提出了一种基于虚拟仪器的Lidar实测成像系统的解决方案，预留了TCP、串口通信接口，通过采集器加载实测数据，完成Lidar实测点云数据三维成像的功能。 

该平台利用LabVIEW图形语言编程的优势，巧妙地使用三维加载功能控件，构建可调激光雷达实验场景；对Lidar试验系统仿真环境，包括激光器、大气、目标交互、接收单元进行全面模拟，实施仿真试验生成全波信号；构建一套系统的全波信号处理方法，对全波信号处理分解像素点云信息；三维重建功能实现模块对点云数据分类滤波，最终三维重建DEM。 

本发明的有益效果：虚拟仪器架构：虚拟仪器技术提供了丰富的高性能模块化硬件接口，其软件工具LabVIEW提供了图形化开发平台，同时集成了包括数据采集、信号处理、图像 处理等丰富的算法库，大大缩短了开发周期，同时具有很强的扩展性能，实现了软硬件无缝集成。传统的激光雷达成像系统上位成像系统几乎都是基于Matlab、VC等平台，在实现测量实验中优势并不明显。而将虚拟仪器应用于激光雷达成像领域很罕见，而具有Lidar可视化成像，同时具有完整的回波信号处理、成像一体化处理的系统一直没有出现。 

三维可视化动态试验场景搭建：利用LabVIEW三维图片加载控件，提供对专业制图工具生成的三维模型元件格式进行加载，通过三维模型变形，纹理等控制搭建Lidar仿真试验可视化场景。整个仿真试验基于LabVIEW平台，可结合LabWindows/CVI、VC++、Matlab等多种工具开发，结合3DSMAX、AutoCAD、Pro/E、SolidWorks、VRMLPAD等三维开发工具，将不同类型3D模型统一并建立Lidar试验场景，功能丰富、扩展性强、可视化效果佳，完整并直观地呈现了全波激光雷达三维成像的试验并提供了功能验证。同时，系统提供了实测系统的上位接口，对实测试验三维成像提供了扩展的解决方案。 

四、附图说明

图1是基于虚拟仪器的成像Lidar仿真平台的结构框图； 

图2是三维场景模块实现三维建模流程图； 

图3是仿真系统建立的流程图； 

图4是全波信号处理模块的数据处理流程图； 

图5是三维重建模块流程图； 

图6是全波采样信号波形图； 

图7是基于LabVIEW的成像Lidar仿真软件操作流程图； 

图8是基于LabVIEW的成像Lidar仿真软件的主GUI界面； 

图9是三维场景模块建模效果示意图； 

图10是Lidar仿真试验最终三维重建模块重建DEM； 

五、具体实施方式

下面结合附图对本发明的技术实施方案进行详细说明。 

如图1所示，本发明主要包括四个功能模块：三维场景建模、Lidar试验系统仿真环境建模、全波信号处理、三维重建。其中三维场景建模模块能够加载3D绘图软件输出的3D模型元件，并对其进行布局，调整，使之产生所需的实验场景。3D模型元件的创建方式是丰富灵活的。例如，地形的模型元件可使用3dsmax中的地形地貌插件terrian插件，通过连接GIS生成指定经纬度的实际数字地形；植被模型可利用3dsmax的造树插件构造指定植被 群；飞机模型可在AutoCAD根据尺寸要求中设计。 

图2所示的是三维场景建，可加载3D绘图软件输出的3D模型文件，通过调用场景网格节点可获取顶点数组模模块的实施方法。LabVIEW提供了VRML、STL、ASE三种常规三维几何模型加载方法、颜色数组、纹理坐标等信息，通过建立几何模型、添加对象、设置纹理等调用节点功能融合不同类型的3D模型搭建三维场景。同时，LabVIEW提供了丰富的场景控制方法，包括背景色、光源、视角控制器、自动投影方式、显示模式等基本设置，以及场景缩放、平移、旋转等变形控件功能。通过融合这些功能控件于前台界面，可以灵活控制三维场景布局，最终呈现所需的仿真实验场景，并输出场景的数字高程信息，作为目标仿真实验使用。实施例中设定飞机飞行高度为2km，APD数目为8阵元，激光频率为10kHz，地物光斑脚印涵盖8个像素点信息。通过for循环控件控制飞机动态线阵扫描，单次扫描次对应实际时间0.1ms。 

图3给出了Lidar试验系统仿真环境建模实施方案，该方案按照现有的激光能量分布公式、大气传输公式建模。Lidar试验仿真环境需要对激光脉冲模型、大气传输模型、目标交互模型、接收单元模型进行建模。激光脉冲建模的内容是对激光时间分布、辐照度分布的构建，输入参数包括激光的波长、半脉宽、发散角、激光能量、作用距离、频率。大气传输模型的目的是模拟光束展宽、大气湍流、大气衰减的影响，作用于激光脉冲，输入参数包括光谱辐照度、湍流强度、能见距离、亮度因子。目标交互模型的目的是模拟激光脉冲与探测目标作用时产生的镜面反射、漫反射、表面反射、散斑的影响，输入参数包括镜面反射因子、漫反射因子、瞬时斜坡度。接收单元模型是要模拟激光作用目标后回波信号经过接收装置受到探测器、放大器的噪声影响，输入的参数包括光圈半径、瞬时视场、带宽、光传输、响应率、焦距、暗面电流、暗块电流、过剩噪声因子、检测器内部增益、平均背景反射、光滤波器带宽、检测器电容值、检测器和放大器总放大倍数。整个系统模型的相关参数有高程差、温度、飞行角度、目标反射率，启动系统仿真模型各模块，顺序执行产生激光雷达仿真回波波形。实施例中，(1)激光脉冲时间传播辐照度分布 (2)大气传输模型包括波束展宽、大气湍流、能量衰减：①波束展宽规则：${\omega }_{\mathrm{spread}}=\omega ·\sqrt{1+1.624·{\left({\sigma }_{\mathrm{Rytov}}^2\right)}^{6/5}·{\Lambda }_1},$其中C_n为大气湍流的结构常数、λ为激光波长、R为目标物体距离；②大气湍流规 则：大气闪烁概率密度函数为                                                  $P_{\mathrm{turb}}=\frac{1}{S·\sqrt{{2\mathrm{\pi \sigma }}_{\ln I}^2}}\exp (-\frac{{(\ln \left(\frac{S}{S_{\mathrm{av}}}\right)+\frac{1}{2}{\sigma }_{\ln I}^2)}^2}{{2\sigma }_{\ln I}^2}),$其中 ${\sigma }_{\ln I}^2=\ln (1+{{\sigma }_I}^2)=\ln (1+{\sigma }_{t\arg \mathrm{et}}^2),{\sigma }_{t\arg \mathrm{et}}^2={\gamma }_{t\arg \mathrm{er}}·{\sigma }_{\mathrm{sat},\mathrm{point}}^2={\gamma }_{t\arg \mathrm{et}}·\frac{{1.3\sigma }_{\mathrm{point}}^2}{1+{\sigma }_{\mathrm{point}}^2}$为目标平均后有效的湍流波动量，其中r_eff＝min(r_target,ω,υ_fov/2·R)为有效光斑半径(r_target为目标的几何半径，ω为激光在目标处的半径，υ_fov/2·R为接收器可视的目标半径)，ρ_l为(一维)有效湍流半径，由大气湍流常数Cn、目标距离R、激光波长λ和激光发散角φ决定；③能量衰减规则：R是作用距离，σ_aer是衰减因子；(3)目标交互模型包括镜面反射、漫反射的影响，表达为： $\rho ={\rho }_{\mathrm{spec}}+{\rho }_{\mathrm{diff}}=\frac{A}{{\cos }^6\left(\theta \right)}{e}^{-\frac{{\tan }^2\left(\theta \right)}{s^2}}+{B\cos }^m\left(\theta \right),$A和B是镜面反射和漫反射的关联因子；(4)接收单元模型根据探测器以及放大器的噪声等效功率建模： 其中e_c为电子电荷，B为带宽(Hz)，I_ds为表面暗电流(A)，I_db为暗电流(A)，I_b为背景噪声所产生的电流(A)，I_s为信号电流(A)，M为探测器内部增益，F为过量噪声因数，为探测器的响应。 

图4是激光雷达成像系统的全波信号处理模块。该模块的功能实现过程是：全波信号按指定采样率获取全波采样数据，对该信号进行信号增强，如阈值增强、低通滤波、脉冲积累等方法。实施例设定采样率为1GSPS，单脉冲激光脉宽为10ns，频率为10kHz。对于模型生成的回波数据按照单脉冲10个采样点进行抽值采样，最终得到实际的仿真全波采样波形，如图7所示。经过低通滤波进行噪声预处理，再取8个APD回波信号的噪声样本，进行区域积累，y′(i)＝Σ_na_n·y_n(i)，y_n(i)表示输入样本信号，a_n表示权重，对应各组信号的信噪比，n为样本数。 

实施例中基于LabVIEW的以太网上位机实现实测采样数据的输入。实施方法：调用labview的“打开TCP连接”函数，输入服务器IP地址，端口地址，通过三次握手指令通信启 动数据传输，完成激光全波采样数据的上位功能。此时得到的回波数据位实测激光全波采样信号。 

对全波采样波形进行噪声预处理，平滑处理。实施例采用小波降噪处理方法。小波降噪具有良好的时频特性，选基灵活，可以针对地处理非平稳信号的各边缘、尖峰等细节信息。实施例中调用LabVIEW小波工具包，选择“Advanced Signal Processing Toolkit→Wavelet Analysis→Feature Extraction→Wavelet Denoise”即调用小波去噪函数。可选定合适消噪层级、阈值选择规则和小波基，对输入信号进行处理。消噪层级一般选择4-5级，阈值选择常见的几种软阈值，如无偏风险估计阈值(rigrsure)、启发阈值(heursure)和极大极小阈值(minimaxi)三种，小波基主要是sym、db、bior、coif四种。根据实际效果，采用5级、rigrsure，sym8三个参数能达到较为理想的效果。平滑算法用以对信号去毛刺，实施方案中可选用移动平均法、五点三次平滑算法、vondrak算法。其中vondrak算法平滑效果最好，既能有效滤除毛刺，同时又能很好地保证信号的完整性。Vondrak平滑法是捷克天文学家Vondrak提出的，适用于等间隔又适合于非等间隔的平滑算法。，其基本平滑准则为：Q＝F+λ²S＝min，其中$F=\Sigma p_i{[x^{\prime }\left(t_i\right)-x\left(t_i\right)]}^2,s=\underset{i=1}{\overset{N-3}{\Sigma }}{\left[{\Delta }^3{x}^{\prime }\left(t_i\right)\right]}^2,$x(t_i)为待平滑值。 

峰值、拐点检测为了确定波形分解的数目及非线性拟合的初始化位置和峰值，此前需要删除误判错点，并计算阈值作为拟合常量。实施方法：对于峰值，搜索一阶导数＝0；对于上升沿拐点：一阶导数>0，二阶导数＝0，三阶导数<0；对于下降沿拐点：一阶导数<0，二阶导数＝0，三阶导数>0。非线性拟合是波形分解的核心算法，方法比较多，例如Levenberg-Marquardt非线性拟合，LabVIEW提供了该功能控件可直接调用。现有的拟合方法使用的是高斯拟合，即对于激光脉冲拟合会存在一定的误差。实际的激光时间分布为：其中T_1/2表示半波长。因此，使用 作为LM拟合模板，可以明显提高拟合优度，减少拟合误差。通过波形分解得到相应像素的TOF(飞行时间)、强度信息。实施例中调用LabVIEW中“带约束的非线性拟合”函数，选定“LM界限”模式，设定拟合模板按照上述形式，因采用10ns脉宽激光脉冲，故设定初始化条件a(3i+1)＝峰值位置-2·a(3i+2)， a(3i)＝峰值幅度-4·e^-2，利用LM迭代算法，输出循环次数、最佳拟合参数。按照公式 计算拟合优度。在合适的初始条件输入下，拟合优度可达到0.999以上，可作为最终的波形分解结果。对分解的每一个子波，其时延是对应像素点的高程信息，其幅度是对应像素点的强度信息。 

图5是Lidar成像系统的三维重建模块。该模块的执行过程是：利用点云数据分解的高程信息与强度信息生成目标的二维像，如距离像、强度像；经过对像素点的分割、分类，滤波得到非地面点与地面点。建立三维坐标，生成网格，对坐标中点云三角剖分，融合深度像和强度像，最终得到数字高程模型。 

图6是基于LabVIEW的激光雷达三维成像系统的操作流程，其对应的用户交互界面(GUI)如图7所示。 

第一步：启动软件平台后，对三维场景基本参数进行初始化配置，加载地形、植被、飞机的三维模型，对生成的场景元素进行大小、位置、纹理等控制，全面布局，最终生成并呈现Lidar三维场景。 

第二步：设置激光模型参数、大气模型参数、探测器模型参数，全局参数，针对产生场景触发试验，获取并呈现全波信号。 

第三步：触发全波信号处理，实时解算出每个时间周期的像素深度信息，并刷新显示，可触发数据存档。 

第四步：触发点云三维重建，生成DEM及等高图，可设置其呈现窗形式显示，并可对图像存档。 

基于图7的GUI平台产生的试验效果如图8，图9所示。图8是图7中三维场景模块构建的Lidar仿真试验场景的呈现窗，图9为三维重建模块生成的三维DEM图及等高图。 

以上所述为本发明的实施例，并不限制本发明，凡在本发明的思想和原则范围内所做的任何修改、等同替换或无效插入等，均应包含在在本发明的保护范围之内。