[概述] 获取点云数据的仪器

这里所说的获取点云的仪器指的是可以获取场景中物体距离信息的相关设备,下面分别从测距原理以及适用场景来进行介绍。

一、三角测距法

三角测距原理

就是利用三角形的几何关系来测量物体的距离。想象一下,你站在一个地方,你的朋友站在另一个地方,你们两个都看着同一个物体,但是你们与物体的距离不同。现在,我们可以通过测量你们两个的角度以及你们之间的距离差,来计算出你们与物体的距离。

具体做法是这样的:我们先测量你们两个的角度,也就是你们分别从自己的位置看物体时所测量到的夹角。然后,我们再测量你们之间的距离差,也就是你们两个位置之间的直线距离。利用这些信息,我们可以运用一些公式,算出你们与物体之间的距离。

基于三角测距原理的仪器

双目相机和结构光相机都是利用三角测距原理进行距离测量的。前者通过测量视差,而后者通过光斑形变来计算物体到相机的距离。

双目相机

通过两个摄像头(左右眼)同时拍摄同一场景,利用视差(左右视图中对应点之间的像素位移)来计算物体距离。根据视差和相机的内外参数,可以使用三角测量原理计算出物体到相机的距离。这种方法适用于近距离和中距离的测量,能够提供较高的深度精度和分辨率。

结构光相机

使用投影器投射出编码的光条或光斑(一般是红外光),并通过相机捕捉光斑在物体表面的畸变,然后根据畸变信息进行距离计算。通过计算光斑的形变,可以获得物体表面的深度图像。这种方法也属于三角测距原理,通过解析光斑的形变来计算物体到相机的距离。结构光相机适用于中距离和远距离的测量,能够提供较高的测量精度和体积重建能力。

需要注意的是:

双目相机由于依靠左右相机视图的视差计算获得距离信息,会十分消耗资源,计算可能比较耗时。且对缺乏纹理或不具有明显颜色对比的场景时(比如墙壁),光照不均匀时,可能效果不是很好。

结构光相机由于会主动投影编码的光条或光斑,因此即使缺乏纹理的场景也有较好的测距效果,但是结构光相机可能不适用于对快速移动的物体进行测距

二、飞行时间法

飞行时间法测距原理

在飞行时间测距中,首先发送一个信号(可以是声波、激光脉冲、电磁波等)从测距器发射到目标物体上。这个信号会在目标物体上发生反射、散射或吸收。被反射或散射回来的信号再次被接收器接收。接收器接收到信号后,会记录下信号从发射到接收的时间差,即飞行时间。根据信号传播速度已知的特性,将测得的飞行时间与信号传播速度相乘,就可以得到目标物体与测距器之间的距离。

基于激光测距的仪器

激光雷达(Lidar)

利用激光束发射出去并接收返回的激光信号来获得目标物体的距离信息。激光雷达具有高精度、高速度和长测距等特点,因此在无人驾驶、机器人导航、环境感知等领域得到了广泛应用。

激光雷达主要由激光发射器、接收器、扫描机构和数据处理模块等组成。发射器会发射一个短脉冲的激光束,然后激光束会在目标物体上反射、散射或吸收部分能量,形成返回的激光信号。接收器会接收这些返回的激光信号,并记录下发射和接收之间的时间差(也就是飞行时间)。

为了获取更多的目标物体信息,激光雷达会利用扫描机构进行扫描,可以是旋转式的机构,也可以是多个激光束之间的切换。通过将激光束扫描到不同的方向上,激光雷达可以获取周围环境中的多个点的距离信息。扫描完成后,激光雷达会将所有的测距数据传输到数据处理模块进行处理和分析。

激光雷达的测距精度可以达到亚厘米级别,适用于远距离测量。它能够快速地获取周围环境中的三维点云数据,用于构建地图、障碍物检测、目标识别和姿态估计等应用。激光雷达还具有较高的抗干扰能力,能够在各种光照条件和恶劣环境中稳定工作。

毫米波雷达

毫米波雷达(Millimeter Wave Radar)是一种利用毫米波信号进行测距和目标检测的雷达系统。毫米波是高频电磁波,在波长为1至10毫米之间,频率为30至300 GHz之间。毫米波雷达主要由天线系统、发射器、接收器和信号处理模块等组成。发射器会发射一系列连续或脉冲的毫米波信号,然后这些信号会被目标物体所反射或散射,并被接收器接收回来。

毫米波雷达在目标检测和跟踪上有着广泛的应用,它能够提供实时的距离、速度和方位角等信息。相比于光学传感器,毫米波辐射对于雨、雪、雾等大气颗粒的影响较小,使得毫米波雷达在恶劣天气下比激光雷达的可靠性更高。但是就分辨率而言,还是激光雷达分辨率高。

超声波雷达

利用超声波的传播速度和回波时间来确定目标物体与雷达之间的距离

超声波雷达的工作原理是,通过发射器产生超声波脉冲,并将其传播到目标物体。当超声波脉冲遇到目标物体后,一部分能量被物体吸收,一部分被反射回来形成回波。接收器接收到这些回波信号,并测量发射和回波之间的时间差。由于声波在空气中的传播速度已知,通过将传播时间与传播速度相乘,可以计算目标物体与雷达之间的距离。

声波比毫米波的传输速度更慢,精度较差,不适合对快速移动的物体进行测距,在汽车上主要是作为倒车测距使用的。

三、其他

一些帮助理解的视频(来自于B站):

激光雷达测距原理讲解:21.激光雷达工作原理_哔哩哔哩_bilibili

各类激光雷达工作过程:各类激光雷达原理_哔哩哔哩_bilibili

激光雷达获取点云数据的过程:激光雷达点云采集原理以及在自动驾驶中的应用(中文字幕)_哔哩哔哩_bilibili

激光雷达、毫米波雷达在自动驾驶方面的发展:详解激光雷达(完整版)_哔哩哔哩_bilibili

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/114070.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

vue(32) : win10创建vue2基础前端框架

vue2element-uiaxios 1.创建vue2项目 开发工具为HBuilderX 3.7.3 1.1.新建项目 1.2.普通项目-vue项目(2.6.10) 等待创建项目 2.安装element-ui组件 2.1右键左下角开始图标 2.2.cd进入项目目录,执行安装element-ui npm i element-ui -S 2.3.main.js引入配置 import {Paginat…

人工智能基础_机器学习013_三种梯度下降对比_线性回归梯度下降更新公式_对梯度下降函数求偏导数_得到---人工智能工作笔记0053

这里批量梯度下降,就是用准备的所有样本数据进行梯度下降计算. 然后小批量梯度下降就是使用比如我一共有500个样本,那么我从中拿出50个样本进行梯度下降计算. 然后随机梯度下降,更厉害, 从一共有500个样本中,随机的取一个样本进行梯度下降计算, 首先我们看批量梯度下降,使用…

【Linux学习笔记】进程概念(中)

1. 操作系统的进程状态2. Linux操作系统的进程状态3. 僵尸进程4. 孤儿进程5. 进程优先级5.1. 优先级是什么和为什么要有优先级5.2. Linux中的进程优先级 6. 进程切换7. 环境变量7.1. 环境变量的认识7.2. 环境变量相关的命令7.3. 环境变量和本地变量7.4. 命令行参数7.5. 获取环境…

使用ssl_certificate_by_lua指令动态加载证书

1、下载 OpenResty - 下载 根据自己系统选择下载,我的是64位 2、解压到目录 3、启动openresty 进入解压后的目录,执行nginx.exe 浏览器输入 http://localhost 查看是否正常。显示以下画面就表示没有问题。 接下来可以开始准备动态安装证书 4、使用o…

渗透测试工具(AntSword)

软件安装 蚁剑渗透测试工具分为AntSword-Loader和antSword两部分 文件下载: AntSword-Loader下载地址:GitHub - AntSwordProject/AntSword-Loader: AntSword 加载器 antSword下载地址:Releases AntSwordProject/antSword GitHub 使用&a…

NLP之LSTM与BiLSTM

文章目录 代码展示代码解读双向LSTM介绍(BiLSTM) 代码展示 import pandas as pd import tensorflow as tf tf.random.set_seed(1) df pd.read_csv("../data/Clothing Reviews.csv") print(df.info())df[Review Text] df[Review Text].astyp…

Django实战项目-学习任务系统-自定义URL拦截器

接着上期代码框架,6个主要功能基本实现,剩下的就是细节点的完善优化了。 首先增加URL拦截器,你不会希望没有登录用户就可以进入用户主页各种功能的,所以增加URL拦截器可以解决这个问题。 Django框架本身也有URL拦截器&#xff0…

非递归(迭代)遍历二叉树

前言 在树结构中我们经常使用递归算法,但是递归本身的特质会带来很多疑难痛点,比如递归过深导致爆栈,或者是逻辑复杂... 本文将以树的前序遍历为例,浅析迭代算法如何模拟递归过程。 思路 我们先来看看这个算法的具体思想。 在递…

泛微e-office系统存在SQL注入漏洞

泛微e-office系统存在SQL注入漏洞 一、泛微简介二、漏洞描述三、影响版本四、fofa查询语句五、漏洞复现 免责声明:请勿利用文章内的相关技术从事非法测试,由于传播、利用此文所提供的信息或者工具而造成的任何直接或者间接的后果及损失,均由使…

【算能】stream在docker的环境下编译报错

错误问题一&#xff1a; /workspace/sophon-stream/element/multimedia/encode/../../../3rdparty/websocketpp/websocketpp/common/asio.hpp:56:14: fatal error: boost/version.hpp: No such file or directory 56 | #include <boost/version.hpp> 解决方法&a…

rwkv模型lora微调之accelerate和deepspeed训练加速

目录 一、rwkv模型简介 二、lora原理简介 三、rwkv-lora微调 1、数据整理 2、环境搭建 a、Dockerfile编写 b、制造镜像 c、容器启动 3、训练代码修改 四、模型推理 1、模型推理 2、lora权重合并 3、推理web服务 五、总结 由于业务采用的ChatGLM模型推理成本太大了…

软件测试---边界值分析(功能测试)

能对限定边界规则设计测试点---边界值分析 选取正好等于、刚好大于、刚好小于边界的值作为测试数据 上点: 边界上的点 (正好等于)&#xff1b;必选(不考虑区开闭) 内点: 范围内的点 (区间范围内的数据)&#xff1b;必选(建议选择中间范围) 离点: 距离上点最近的点 (刚好…

linux下mysql-8.2.0集群部署(python版本要在2.7以上)

目录 一、三台主机准备工作 1、mysql官方下载地址&#xff1a;https://dev.mysql.com/downloads/ 2、修改/etc/hosts 3、关闭防火墙 二、三台主机安装mysql-8.2.0 1、解压 2、下载相应配置 3、初始化mysql&#xff0c;启动myslq&#xff0c;设置开机自启 4、查看初始密…

代码训练营第59天:动态规划part17|leetcode647回文子串|leetcode516最长回文子序列

leetcode647&#xff1a;回文子串 文章讲解&#xff1a;leetcode647 leetcode516&#xff1a;最长回文子序列 文章讲解&#xff1a;leetcode516 DP总结&#xff1a;动态规划总结 目录 1&#xff0c;leeetcode647 回文子串。 2&#xff0c;leetcode516 最长回文子串&#xff1…

Agent 应用于提示工程

如果Agent模仿了人类在现实世界中的操作方式&#xff0c;那么&#xff0c;能否应用于提示工程即Prompt Engingeering 呢&#xff1f; 从LLM到Prompt Engineering 大型语言模型(LLM)是一种基于Transformer的模型&#xff0c;已经在一个巨大的语料库或文本数据集上进行了训练&…

Docker(1)

文章目录 Docker物理机部署的缺点虚拟机Docker 与虚拟机的区别Docker 的优势 Docker 概念安装 DockerDocker 架构镜像加速Docker 命令进程服务相关命令 镜像相关文件命令容器相关的命令 镜像加载的原理UnionFS(联合文件系统)docker 镜像加载原理 容器的数据卷数据卷概念配置数据…

一座 “数智桥梁”,华为助力“天堑变通途”

《水调歌头游泳》中的一句话&#xff0c;“一桥飞架南北&#xff0c;天堑变通途”&#xff0c;广为人们所熟知&#xff0c;其中展现出的&#xff0c;是中国人对美好出行的无限向往。 天堑变通途从来不易。 中国是当今世界上交通运输最繁忙、最快捷的国家之一&#xff0c;交通行…

2024上海国际人工智能展(CSITF)以“技术,让生活更精彩”为核心理念,以“创新驱动发展,保护知识产权,促进技术贸易”为主题

2024上海国际人工智能展&#xff08;CSITF&#xff09; China&#xff08;Shanghai&#xff09;International Technology Fair 时间:2024年6月12-14日 地点:上海世博展览馆 主办单位 中华人民共和国商务部 中华人民共和国科学技术部 中华人民共和国国家知识产权局 上海市…

C#,数值计算——求解一组m维线性Volterra方程组的计算方法与源程序

1 文本格式 using System; namespace Legalsoft.Truffer { /// <summary> /// 求解一组m维线性Volterra方程组 /// Solves a set of m linear Volterra equations of the second kind using the /// extended trapezoidal rule.On input, t0 is the st…

Git 标签(Tag)实战:打标签和删除标签的步骤指南

目录 前言使用 Git 打本地和远程标签&#xff08;Tag&#xff09;删除本地和远程 Git 标签&#xff08;Tag&#xff09;开源项目标签&#xff08;Tag&#xff09;实战打标签删除标签 结语开源微服务商城项目前后端分离项目 前言 在开源项目中&#xff0c;版本控制是至关重要的…
最新文章