什么是 LiDAR？

LiDAR 是一種流行的遙感方法，它利用脈沖激光來檢測(cè)和分類物體。LiDAR 傳感器可生成有關(guān)周圍物體形狀及其表面特征的精 確三維信息。該技術(shù)使用人眼安全范圍內(nèi)的激光束來創(chuàng)建被測(cè)環(huán)境的 3D 表示。

LiDAR 是“光檢測(cè)和測(cè)距”的縮寫。它也被稱為激光掃描或 3D 掃描。

LiDAR 傳感器用于什么？

LiDAR 傳感器已進(jìn)入幾乎各行各業(yè)，應(yīng)用范圍廣泛

安全性： 基于 LiDAR 的安全系統(tǒng)更安全，這得益于 LiDAR 的實(shí)時(shí)數(shù)據(jù)處理能力和高精度。應(yīng)用范圍從周界保護(hù)到外墻檢測(cè)，甚至人群監(jiān)視。  

測(cè)繪：測(cè)繪通常需要 LiDAR 系統(tǒng)來收集 3D 測(cè)量數(shù)據(jù)。LiDAR 用于為所需景觀生成數(shù)字地形 (DTM) 和數(shù)字高程模型 (DEM)。

建筑：激光雷達(dá)還可用于勘測(cè)建筑環(huán)境。這包括建筑物、道路網(wǎng)絡(luò)和鐵路，對(duì)于智慧城市應(yīng)用至關(guān)重要。

汽車：由于汽車應(yīng)用，LiDAR 重新受到歡迎。LiDAR 傳感器是實(shí)現(xiàn)自動(dòng)駕駛汽車不可或缺的一部分。

房地產(chǎn)：激光掃描儀可用于測(cè)量室內(nèi)空間并為虛擬旅游創(chuàng)建數(shù)字平面圖。

建筑業(yè)：建筑行業(yè)也在使用 LiDAR 來跟蹤建筑項(xiàng)目，并為建筑信息模型 (BIM) 應(yīng)用生成數(shù)字孿生。LiDAR 還可以幫助生成用于修復(fù)巴黎圣母院等建筑物的 3D 模型、結(jié)構(gòu)的預(yù)測(cè)性維護(hù)和監(jiān)控，以及供建筑師和工程師使用的 Revit 模型。LiDAR 還有助于測(cè)量建筑材料（例如原木甲板）的體積或水泥或沙子的體積。 

環(huán)境：激光雷達(dá)是一種常用的測(cè)繪洪水風(fēng)險(xiǎn)、森林樹木密度和監(jiān)測(cè)海岸侵蝕的方法。太空旅行：如果你還不覺得驚訝，激光雷達(dá)甚至還有外星應(yīng)用。美國(guó)宇航局和埃隆·馬斯克的 SpaceX已經(jīng)使用激光雷達(dá)協(xié)助火箭和外星飛行器的著陸和運(yùn)行。

LiDAR 傳感器與其他傳感技術(shù)有何區(qū)別？

LiDAR 傳感器已經(jīng)在許多應(yīng)用中淘汰了其他幾種技術(shù)和傳感器，例如雷達(dá)或紅外線，因?yàn)樗鼈冊(cè)跈z測(cè)和數(shù)據(jù)封裝方面不夠精 確。對(duì)于許多挑戰(zhàn)，例如在樹木之間掃描，LiDAR 被證明是一種有價(jià)值的技術(shù)，因?yàn)樗峁┝艘环N快速、精 確和直接的 3D 測(cè)繪方法，同時(shí)生成準(zhǔn)確且易于分析的數(shù)據(jù)。

此外，在需要高精度和高可靠性的移動(dòng)應(yīng)用中，LiDAR 技術(shù)正在迅速普及。

這些特點(diǎn)使 LiDAR 脫穎而出，超越了大多數(shù)替代方案，例如難以解讀地面高程的攝影測(cè)量技術(shù)?，F(xiàn)代 LiDAR 也基本不受環(huán)境因素影響，可以全天候工作，這使其比攝像頭等傳感器具有顯著優(yōu)勢(shì)，而攝像頭等傳感器在黑暗或下雨天幾乎毫無用處。

LiDAR 能夠?qū)崟r(shí)生成數(shù)百萬個(gè)數(shù)據(jù)點(diǎn)，提供高分辨率 3D 視覺。這可以創(chuàng)建不斷變化的周圍環(huán)境的精 確地圖，從而識(shí)別和分類物體。例如，可以輕松區(qū)分汽車和騎自行車的人，而僅使用雷達(dá)或超聲波傳感器則無法做到這一點(diǎn)。

LiDAR 性能強(qiáng)勁，探測(cè)范圍可達(dá) 200 米，距離精度可達(dá)幾厘米，能夠快速探測(cè)物體。此外，由于固態(tài)技術(shù)的出現(xiàn)和采用，這些高分辨率 3D 傳感器的成本也大幅降低，非常適合各種技術(shù)。

LiDAR 有哪些好處？

分辨率和準(zhǔn)確性： LiDAR 可產(chǎn)生瞬時(shí)、大量測(cè)量值，精 確到毫米。

3D 地圖繪制： LiDAR 數(shù)據(jù)可以輕松轉(zhuǎn)換為 3D 地圖來解讀環(huán)境。

低光性能： LiDAR 不受環(huán)境光變化的影響，在低光條件下表現(xiàn)良好。

速度： LiDAR 數(shù)據(jù)是直接距離測(cè)量，無需解密或解釋，從而可以實(shí)現(xiàn)更快的性能并降低處理要求。

匿名檢測(cè)： LiDAR 可以準(zhǔn)確檢測(cè)物體的類型，但由于點(diǎn)云的性質(zhì)，它無法檢測(cè)面部或身份，因此在公共應(yīng)用中使用時(shí)非常適合遵守隱私要求。

3D LiDAR 傳感器正在徹底改變發(fā)電廠、太陽能園區(qū)和變電站等關(guān)鍵基礎(chǔ)設(shè)施的安全性

PIDS是指專門設(shè)計(jì)用于檢測(cè)建筑物或設(shè)施物理邊界上的未經(jīng)授權(quán)的訪問或入侵嘗試的安全解決方案

這些安全解決方案的主要功能是提供入侵者的早期預(yù)警和檢測(cè)，使安全人員能夠快速有效地對(duì)潛在威脅做出反應(yīng)。然而，盡管采取了這些安全措施，設(shè)施運(yùn)營(yíng)商和安保公司仍經(jīng)常面臨誤報(bào)、盜竊企圖和隱私問題，導(dǎo)致因人工驗(yàn)證、警報(bào)疲勞和其他挑戰(zhàn)而產(chǎn)生的高昂成本。

精度有限且依賴天氣

PIDS 中使用的現(xiàn)有安全技術(shù)。運(yùn)動(dòng)傳感器和監(jiān)控?cái)z像頭通常被使用，但它們的數(shù)據(jù)質(zhì)量在光線不足的情況下會(huì)迅速下降，導(dǎo)致動(dòng)物或植被頻繁發(fā)出誤報(bào)。

由于分辨率低，雷達(dá)傳感器等其他技術(shù)在區(qū)分和分類物體方面很快就會(huì)達(dá)到極限。當(dāng)金屬物體出現(xiàn)在其視野范圍內(nèi)時(shí)，它們還會(huì)提供無效數(shù)據(jù)，這對(duì)變電站等帶有架空線路和結(jié)構(gòu)的設(shè)施構(gòu)成了重大問題。

利用 3D LiDAR 數(shù)據(jù)實(shí)現(xiàn)可靠的入侵檢測(cè)

3D LiDAR 技術(shù)通過可靠地檢測(cè)進(jìn)入指定安全區(qū)域的情況來提供解決方案。強(qiáng)大的激光傳感器收集環(huán)境數(shù)據(jù)并將其編譯成 3D 點(diǎn)云。得益于內(nèi)在光源，該技術(shù)無論環(huán)境光如何都能可靠運(yùn)行，無論一天中的時(shí)間或天氣條件如何都能提供連續(xù)的數(shù)據(jù)。

所捕獲數(shù)據(jù)的三維特性確保能夠明確檢測(cè)物體是否位于關(guān)鍵區(qū)域

總之，基于 LiDAR 的安全系統(tǒng)為能源領(lǐng)域樹立了新標(biāo)準(zhǔn)。它們的精 確度、不受天氣條件影響以及最 大限度減少誤報(bào)的能力使其成為追求安全可靠的能源基礎(chǔ)設(shè)施不可或缺的組成部分。安全性是重中之重，PIDS 中 3D LiDAR 的集成為保護(hù)我們的重要能源設(shè)施提供了新的視角。

LiDAR 規(guī)格說明

l  LiDAR 探測(cè)范圍

l  測(cè)距精度和準(zhǔn)確度

l  視場(chǎng) (FoV)

l  掃描模式

l  抗串?dāng)_

l  LiDAR 探測(cè)率

l  多次返回

LiDAR 的探測(cè)范圍描述了它可以探測(cè)到物體的最遠(yuǎn)距離。

決定范圍的因素大致可分為三類：
– LiDAR 的屬性（例如，激光類型、激光源功率、光圈大?。?br/>– 外部影響（例如，雨、霧、雪、陽光）
– 物體的屬性（例如，大小、距離、反射率、漫反射或鏡面反射）

LiDAR 技術(shù)已成為許多技術(shù)和應(yīng)用的基礎(chǔ)，但也陷入了一些誤解和錯(cuò)誤假設(shè)

iPhone LiDAR 和大型 LiDAR 具有類似的功能

iPhone LiDAR 通過以紅外點(diǎn)的形式發(fā)送光脈沖波來創(chuàng)建物體、人物和周圍環(huán)境的小規(guī)模 3D 深度圖。這些點(diǎn)測(cè)量彼此之間的距離，創(chuàng)建一個(gè)“點(diǎn)場(chǎng)”，并生成一個(gè)維度網(wǎng)格。如果工作原理聽起來很熟悉，那是因?yàn)檫@本質(zhì)上只是對(duì)過去使用的 TrueDepth 相機(jī) Face ID 技術(shù)的更新。

iPhone LiDAR 采用閃光照明而非掃描技術(shù)，這意味著整個(gè)視野都使用單個(gè)脈沖寬發(fā)散激光束照亮。這與傳統(tǒng)掃描 LiDAR 形成鮮明對(duì)比，后者使用準(zhǔn)直激光束一次照亮視野中的單個(gè)點(diǎn)。

傳統(tǒng)掃描 LiDAR 與 iPhone LiDAR 之間最顯著的區(qū)別在于其范圍：LiDAR 在消費(fèi)產(chǎn)品以外的用途需要比 iPhone 更高的范圍和分辨率性能。例如，Blickfeld 的 Cube 1 的范圍可達(dá) 250 米，而 iPhone LiDAR 只能測(cè)量和分析 5 米至 10 米的范圍。

iPhone 大規(guī)模商業(yè)化 LiDAR 無疑讓這項(xiàng)技術(shù)備受矚目，并提高了消費(fèi)者的熟悉度。就像相機(jī)一樣，它還將推動(dòng)整個(gè)半導(dǎo)體生態(tài)系統(tǒng)為光學(xué)和電子領(lǐng)域打造更強(qiáng)大的基礎(chǔ)設(shè)施，供其他 LiDAR 應(yīng)用使用。iPhone LiDAR 本身無疑提高了相機(jī)在低光條件下的對(duì)焦速度和準(zhǔn)確性。但目前，它還不能用于任何大規(guī)模應(yīng)用，例如自動(dòng)駕駛汽車或高清地圖生成。

典型掃描式 LiDAR 每秒可以掃描超過 500 條掃描線，生成數(shù)十萬個(gè)數(shù)據(jù)點(diǎn)，因此具有非常高密度的點(diǎn)云。相比之下，據(jù)報(bào)道 iPhone LiDAR 每幀只能測(cè)量最多 500 個(gè)數(shù)據(jù)點(diǎn)，因此分辨率相對(duì)較低

誤解三：LiDAR 對(duì)人眼不安全

關(guān)于 LiDAR 的一個(gè)常見誤解是它對(duì)人眼不安全。相反，所有 LiDAR 產(chǎn)品均按照1 級(jí)人眼安全 (IEC 60825-1:2014) 標(biāo)準(zhǔn)制造，確保人眼安全。

LiDAR 的眼睛安全性通常取決于多種因素，而不僅僅是激光的波長(zhǎng)。例如，LiDAR 的安全等級(jí)在很大程度上取決于激光的峰值功率，而峰值功率又直接影響特定波長(zhǎng)的傳感器范圍。一般來說，眼睛對(duì) 905 nm 波長(zhǎng)的激光更敏感。因此，這種特定類型的激光以低峰值功率運(yùn)行，以保持在眼睛安全區(qū)域內(nèi)。

相比之下，波長(zhǎng)范圍為 1550 nm 的 LiDAR 可以安全地使用更高的功率閾值，并且比 905 nm 激光器具有更長(zhǎng)的探測(cè)范圍，同時(shí)仍保持在人眼安全區(qū)域內(nèi)。這是因?yàn)檠劬Φ慕悄?、晶狀體、房水和玻璃體液可以有效吸收任何大于 1400 nm 的波長(zhǎng)，從而減輕了較長(zhǎng)波長(zhǎng)對(duì)視網(wǎng)膜造成損傷的風(fēng)險(xiǎn)。

重要的是，這些峰值功率與波長(zhǎng)的關(guān)系的人眼安全組合由1 級(jí)人眼安全 (IEC 60825-1:2014) 標(biāo)準(zhǔn)定義，該標(biāo)準(zhǔn)對(duì)波長(zhǎng)范圍為 180 nm 至 1 mm 的每個(gè)激光制造商均具有約束力，從而保證了安全操作。遵守這些規(guī)定，每個(gè) LiDAR 都可以是人眼安全的！

網(wǎng)上有很多關(guān)于多臺(tái) LiDAR 發(fā)出相同波長(zhǎng)和相位的波的可能性的討論，例如在道路交叉口。它們會(huì)不會(huì)組合起來產(chǎn)生更高能量的激光，而這對(duì)眼睛不安全？。 從理論上講，這些激光可以建設(shè)性地疊加并增加振幅，這意味著脈沖的峰值功率（振幅）可以增加，甚至可能超出人眼安全區(qū)域。

雖然這聽起來令人不安，但在現(xiàn)實(shí)世界中幾乎是不可能的。這是因?yàn)槠渌?LiDAR 傳感器必須發(fā)送一個(gè)激光脈沖，其脈沖持續(xù)時(shí)間、發(fā)散角和曝光方向等因素必須與人眼的位置完美匹配，才能產(chǎn)生這種高能激光。這使得任何兩個(gè)或多個(gè) LiDAR 波在空間和時(shí)間的某一點(diǎn)重疊的可能性極小。

誤解 2：LiDAR 對(duì)于自動(dòng)駕駛汽車應(yīng)用而言是多余的

LiDAR 是自動(dòng)駕駛汽車應(yīng)用中不可或缺的一部分，因?yàn)樗軌蛟谌魏喂庹蘸吞鞖鈼l件下捕獲精 確的 3D 數(shù)據(jù)。

眾所周知，埃隆·馬斯克在 2019 年的一次會(huì)議上無視了 LiDAR 對(duì)自動(dòng)駕駛汽車的實(shí)用性，而這次會(huì)議至今仍引發(fā)了許多關(guān)于 LiDAR 及其相關(guān)性的誤解。他聲稱，攝像頭和互補(bǔ)的智能算法使 LiDAR 變得多余，并一直堅(jiān)持自己的立場(chǎng)。
盡管如上所述，攝像頭是彩色視覺所必需的，并使用不同的圖像識(shí)別技術(shù)，但僅捕獲 2D 數(shù)據(jù)的明顯缺點(diǎn)使其容易受到視覺錯(cuò)覺和誤判距離的欺騙。正如一些悲劇性的例子所表明的那樣，這些故障可能是危險(xiǎn)的，甚至是致命的。 

相比之下，LiDAR 可以可靠地捕獲 3D 數(shù)據(jù)并識(shí)別精 確的距離和尺寸，因此無需進(jìn)行解釋。

集成精 確的 3D LiDAR 數(shù)據(jù)有助于解決攝像機(jī)可能“失明”的情況，例如在離開隧道后需要時(shí)間來調(diào)整光線，或者檢測(cè)被障礙物隱藏的物體。

此外，攝像頭生成的 2D 注釋可能表面上看起來足夠準(zhǔn)確，可以訓(xùn)練自動(dòng)駕駛汽車的算法。但它們?nèi)源嬖谠S多不精 確之處，從而降低了機(jī)器學(xué)習(xí) (ML) 模型的準(zhǔn)確性，從而降低了車輛的感知、預(yù)測(cè)和規(guī)劃能力。促進(jìn)自動(dòng)駕駛的機(jī)器學(xué)習(xí)能力需要可擴(kuò)展并解決“長(zhǎng)尾”問題。這意味著，僅僅滿足道路上車輛面臨的 95% 的場(chǎng)景是不夠的，基于 ML 的自動(dòng)駕駛能力還需要針對(duì)可能出現(xiàn)的棘手的 5% 情況進(jìn)行訓(xùn)練，同時(shí)不斷提高其性能，這需要為僅使用攝像頭的系統(tǒng)提供大量訓(xùn)練數(shù)據(jù)。

相比之下，激光雷達(dá)可以提供更具預(yù)測(cè)性的機(jī)器學(xué)習(xí)模型，同時(shí)生成更高精度的訓(xùn)練數(shù)據(jù)。因此，激光雷達(dá)對(duì)于更可靠、更強(qiáng)大的自動(dòng)駕駛系統(tǒng)必不可少。

誤區(qū)三：LiDAR 可以被其他傳感器完全取代

傳感器不能互換，而是需要在許多復(fù)雜的應(yīng)用中相互補(bǔ)充。

關(guān)于 LiDAR 最常見的誤解之一是它可以被攝像頭或雷達(dá)傳感器取代，這源于缺乏對(duì)這些傳感器技術(shù)如何以不同方式對(duì)物體進(jìn)行分類的理解。必須了解這些傳感器的不同功能以及產(chǎn)生的數(shù)據(jù)類型，才能理解它們的互補(bǔ)功能。

l  相機(jī)以 2D 圖像描繪世界的視覺表現(xiàn)，同時(shí)提供灰度或顏色信息、紋理和對(duì)比度數(shù)據(jù)。要分析這些數(shù)據(jù)以供進(jìn)一步應(yīng)用，需要圖像識(shí)別軟件。由于相機(jī)采用被動(dòng)測(cè)量原理，因此需要照亮物體才能進(jìn)行檢測(cè)。此外，需要兩個(gè)或更多相機(jī)來創(chuàng)建 3D 圖像，同時(shí)還需要高計(jì)算能力。

l  雷達(dá)可以測(cè)量三維信息，能夠精 確地確定物體的距離和速度。但由于分辨率低，它們無法精 確檢測(cè)（厘米級(jí)）或?qū)ξ矬w進(jìn)行分類。

l  LiDAR 可識(shí)別 3D 點(diǎn)，并根據(jù)傳感器數(shù)據(jù)創(chuàng)建點(diǎn)云。根據(jù)這些簇的大小，可以精 確檢測(cè)物體，甚至可以將其分為各種類別，例如人、汽車、建筑物等。

LiDAR 可以收集高度詳細(xì)和可靠的 3D 信息，從而彌補(bǔ)其他傳感器技術(shù)的不足。LiDAR 數(shù)據(jù)脫穎而出，因?yàn)樗梢詸z測(cè)并準(zhǔn)確分類各種環(huán)境中最重要的物體。然后，可以使用攝像頭的數(shù)據(jù)進(jìn)行更深入的分析和說明性表示。同樣，可以使用 LiDAR 驗(yàn)證雷達(dá)收集的距離和速度數(shù)據(jù)，以獲得更高的準(zhǔn)確性。這意味著未來所有基于傳感器的應(yīng)用都將集成攝像頭、雷達(dá)系統(tǒng)和 LiDAR 以及其他傳感器的組合。

誤區(qū)四：LiDAR 無法在惡劣的外部條件下工作

在惡劣的天氣或光照條件下，激光雷達(dá)比攝像頭等其他傳感器具有明顯的性能優(yōu)勢(shì)。

通常情況下，攝像頭無法在環(huán)境光不足的情況下工作，例如在車輛中，攝像頭只能看到前燈所及之處。相比之下，LiDAR 的探測(cè)范圍可以達(dá)到數(shù)百米，不受光照條件的限制，因?yàn)樗揽康氖羌t外激光束而不是可見光。這意味著，配備 LiDAR 傳感器的自動(dòng)駕駛汽車在漆黑一片的環(huán)境中行駛時(shí)，即使關(guān)閉傳統(tǒng)前燈，也能像在白天一樣正常行駛。 

當(dāng)談到霧、雨或雪等惡劣條件時(shí)，LiDAR 再次提供了明顯的性能優(yōu)勢(shì)，并且可以在感知系統(tǒng)中彌補(bǔ)攝像頭等其他傳感器的不足。

在雨中，由于激光雷達(dá)光束較大，其性能通常優(yōu)于攝像頭。這使得光線能夠繞過傳感器鏡上的障礙物（例如雨滴），因此激光雷達(dá)的探測(cè)范圍在一定程度上不受影響。相比之下，攝像頭的像素尺寸比雨滴小得多，因此會(huì)遮擋其視野。

大光束還使 LiDAR 能夠探測(cè)來自不同范圍的多個(gè)回波，并僅處理信號(hào)最強(qiáng)的那個(gè)。這在惡劣天氣條件下也非常有用，例如下雪天，雪花的反射會(huì)被忽略，只有來自背景中硬物的回波才會(huì)被處理。沒有任何機(jī)器學(xué)習(xí)算法的相機(jī)無法區(qū)分雪花、濕鏡頭或硬物，會(huì)將所有回波合并在一起，形成一張扭曲的最終圖片。

此外，與相機(jī)（千分之一秒）相比，LiDAR 的曝光時(shí)間更短，快門速度更快（百萬分之一秒），這意味著雨滴不會(huì)被檢測(cè)為跨越多個(gè)像素的條紋，而是以其原始形狀呈現(xiàn)。

無人機(jī)中的 LiDAR 傳感器可實(shí)現(xiàn)新的應(yīng)用

隨著無人機(jī)的發(fā)展和 LiDAR 傳感器的進(jìn)步，大量新的應(yīng)用領(lǐng)域也應(yīng)運(yùn)而生，配備 LiDAR 的飛行物體可以在這些領(lǐng)域創(chuàng)造附加值。現(xiàn)代無人機(jī)有可能徹底改變眾多工業(yè)應(yīng)用，從簡(jiǎn)化土地測(cè)量到簡(jiǎn)化貨物運(yùn)輸。當(dāng)與最 新的 LiDAR 技術(shù)相結(jié)合時(shí)，該技術(shù)變得越來越緊湊、輕便、堅(jiān)固，因此非常適合集成到無人機(jī)中，它將塑造一個(gè)令人興奮的新應(yīng)用世界。  

無人機(jī)中的激光雷達(dá)可實(shí)現(xiàn)自主飛行

實(shí)現(xiàn)無人機(jī)的自主飛行。對(duì)于自主飛行，LiDAR 可探測(cè)無人機(jī)周圍環(huán)境，類似于自動(dòng)駕駛，并盡快識(shí)別飛行路徑中的意外障礙物，以便避開。LiDAR 還可以幫助無人機(jī)準(zhǔn)確探測(cè)著陸點(diǎn)

適合航空用途的輕型、堅(jiān)固的 LiDAR 傳感器

LiDAR 傳感器需要具備一組特定的功能才能用于無人機(jī)，其中最重要的是其重量。無人機(jī)操作對(duì)重量極為敏感，尤其是在需要運(yùn)輸額外貨物的情況下。此外，由于空間不足，必須優(yōu)化傳感器的尺寸和其他附件（如電池）。因此，傳感器越小越輕越好。

空中應(yīng)用也要求設(shè)備具有一定的堅(jiān)固性。例如，LiDAR 傳感器需要能夠抵抗機(jī)械振動(dòng)。堅(jiān)固性對(duì)于數(shù)據(jù)采集也是必要的。傳感器暴露在天氣和陽光下，因此必須具有針對(duì)環(huán)境光和因降水而收集的誤報(bào)的過濾選項(xiàng)。

從牲畜到集裝箱再到軌道：多種應(yīng)用

LiDAR 傳感器可以捕獲有價(jià)值的數(shù)據(jù)并幫助監(jiān)控大面積區(qū)域?？罩斜O(jiān)控的能力在速度和視線方面比任何手動(dòng)地面監(jiān)控都具有顯著優(yōu)勢(shì)。

因此，LiDAR 在無人機(jī)中的用途非常廣泛：

借助 LiDAR 空中探測(cè)，地形測(cè)繪變得非常簡(jiǎn)單。以前，人們使用經(jīng)緯儀和測(cè)量桿手動(dòng)測(cè)量面積。這種耗時(shí)的方法現(xiàn)在被全自動(dòng)無人機(jī)飛行所取代。LiDAR 傳感器測(cè)量地形并以厘米級(jí)精度創(chuàng)建該區(qū)域的數(shù)字地圖。因此，這種測(cè)繪比以前的技術(shù)更省時(shí)，也更精 確。

在農(nóng)業(yè)領(lǐng)域有多種用例。例如，可以通過在飛行過程中捕捉放牧區(qū)域來監(jiān)控牛群，并實(shí)時(shí)分析點(diǎn)云。通過定義動(dòng)物的體積，可以輕松確定它們的數(shù)量。同樣，無需農(nóng)民長(zhǎng)途駕車前往田地或放牧區(qū)，就可以計(jì)算飼料水平和作物產(chǎn)量。相反，可以使用配備 LiDAR 的自主無人機(jī)無縫記錄一切。

在大型港口區(qū)域，可以利用無人機(jī)飛行記錄集裝箱的位置、大小和數(shù)量，從而優(yōu)化港口物流并更有效地利用存儲(chǔ)空間。

電力線、管道、鐵路軌道或風(fēng)力渦輪機(jī)等公用設(shè)施的維護(hù)也是無人機(jī) LiDAR 傳感器提供顯著附加值的應(yīng)用之一。高分辨率 LiDAR 傳感器可用于檢測(cè)電力線或軌道的損壞情況。這可以大幅節(jié)省成本和工時(shí)，因?yàn)榧夹g(shù)人員只需在檢測(cè)到任何異常情況后進(jìn)行干預(yù)即可。此外，及早發(fā)現(xiàn)損壞跡象可以進(jìn)行預(yù)測(cè)性維護(hù)，從而通過完全避免潛在故障節(jié)省數(shù)百萬美元。

另一個(gè)例子是激光雷達(dá)載人無人機(jī)在林業(yè)工作中的應(yīng)用。對(duì)樹木數(shù)量的空中調(diào)查可以提供有關(guān)森林健康狀況的寶貴數(shù)據(jù)，例如，可以幫助評(píng)估暴風(fēng)雨后的損失

使用 LiDAR 進(jìn)行物體檢測(cè) – 頭部進(jìn)入（點(diǎn)）云

用于物體檢測(cè)的 LiDAR 數(shù)據(jù)處理

LiDAR 傳感器生成點(diǎn)云，以 3D 形式映射環(huán)境。這種由距離點(diǎn)組成的“云”提供了大量有價(jià)值的環(huán)境信息。然而，對(duì)于某些應(yīng)用來說，這些信息過于復(fù)雜，無法進(jìn)一步處理：例如，人群管理、交通監(jiān)控或周界保護(hù)，更需要在視野范圍內(nèi)檢測(cè)到的物體列表。如何從 LiDAR 數(shù)據(jù)中獲得這些信息？ LiDAR 數(shù)據(jù)處理如何進(jìn)行？

為了弄清這一點(diǎn)，讓我們來看一個(gè)應(yīng)用案例：Lidartown 市正在慶祝其一年一度的城市節(jié)日。除其他活動(dòng)外，市中心的一個(gè)大型停車場(chǎng)還舉辦了一場(chǎng)免費(fèi)音樂會(huì)。由于是免費(fèi)的，觀眾入場(chǎng)不受門票限制。但是，出于安全原因，場(chǎng)地內(nèi)最多允許 1000 人。為了確保這一點(diǎn)，該市安裝了一個(gè) LiDAR 傳感器，可以俯瞰音樂會(huì)區(qū)域的入口，從而跟蹤通過入口的人。入口是一條寬闊的通道，游客也可以通過它離開場(chǎng)地。

通過 3D 數(shù)據(jù)實(shí)現(xiàn)精 確性和匿名性

在執(zhí)行這項(xiàng)任務(wù)時(shí)，與攝像頭、運(yùn)動(dòng)傳感器或市政工作人員的手動(dòng)計(jì)數(shù)等解決方案相比，LiDAR 具有多項(xiàng)優(yōu)勢(shì)。首先，它可以實(shí)時(shí)、可靠地捕捉場(chǎng)景，并獲取大量細(xì)節(jié)。例如，當(dāng)幾個(gè)人同時(shí)進(jìn)入場(chǎng)景時(shí)，普通運(yùn)動(dòng)傳感器就很難生成準(zhǔn)確的數(shù)字。例如，如果三個(gè)人并排行走，可能會(huì)發(fā)生兩個(gè)走在外面的人被捕捉到，但中間的人沒有被計(jì)算在內(nèi)。其次，LiDAR 通過記錄無色 3D 數(shù)據(jù)（而不是帶有人臉的攝像頭圖像）來保護(hù)音樂會(huì)觀眾的隱私。

節(jié)日現(xiàn)場(chǎng)有多少人？

隨著入場(chǎng)開始，許多人涌入場(chǎng)地。在此過程中，傳感器收集了數(shù)百萬個(gè)距離數(shù)據(jù)，這些數(shù)據(jù)對(duì)于訪客計(jì)數(shù)應(yīng)用程序來說過于復(fù)雜，無法進(jìn)一步處理。它們包含每個(gè)記錄點(diǎn)的 x、y 和 z 數(shù)據(jù)，并組成點(diǎn)云。然而，組織者不需要這些信息的詳細(xì)信息，而是需要能夠告訴他場(chǎng)地上訪客總數(shù)的數(shù)據(jù)。基本上，必須實(shí)時(shí)提供三條信息：組織者需要知道有多少人通過入口。軟件將這些識(shí)別為點(diǎn)云中的對(duì)象。此外，還需要有關(guān)已識(shí)別人員的確切位置的信息。人們是否已經(jīng)在入口后面，因此在場(chǎng)地內(nèi)，還是站在邊界外，例如在入口前的隊(duì)列中？所需的第三項(xiàng)信息是人們的移動(dòng)方向。這樣就可以檢測(cè)到再次離開場(chǎng)地的人，從而從在場(chǎng)人群中扣除。

需要考慮哪些點(diǎn)？

這些數(shù)據(jù)究竟是如何從復(fù)雜的 LiDAR 點(diǎn)云數(shù)據(jù)中通過處理獲得的？為了理解這一點(diǎn)，我們將研究一種簡(jiǎn)化的數(shù)據(jù)評(píng)估算法。首先，需要將前景與背景區(qū)分開來。為此，需要分析場(chǎng)景并減去背景以識(shí)別點(diǎn)簇。為此，在訪客到達(dá)現(xiàn)場(chǎng)之前，將靜態(tài)背景記錄在點(diǎn)云中。通過記錄“現(xiàn)狀”，軟件可以確定哪些點(diǎn)簇可以忽略，因?yàn)樗鼈兪庆o態(tài)的并且屬于背景。一旦人們進(jìn)入現(xiàn)場(chǎng)，就會(huì)將捕獲的每幅圖像與捕獲的背景圖像進(jìn)行匹配，以檢測(cè)這些相同的物體。

關(guān)于船體和箱子

當(dāng)訪客到達(dá)時(shí)，點(diǎn)云會(huì)發(fā)生變化，并且可以將簇識(shí)別為新對(duì)象。如果與背景圖像的比較中不存在這些，則識(shí)別出移動(dòng)物體已進(jìn)入該區(qū)域。遵循凸包原理，現(xiàn)在在物體周圍繪制一個(gè)所謂的邊界框 。凸包通過連接物體最外層的點(diǎn)來描述物體的最小可能周長(zhǎng)。邊界框?qū)⑽矬w封閉在最小的長(zhǎng)方體中，以便更好地處理信息。采取這些措施是為了減少數(shù)據(jù)并使其更易于處理。

該邊界框的大小有助于對(duì)物體進(jìn)行粗略分類。例如，在道路交通中，它用于確定檢測(cè)到的物體是汽車、自行車還是行人。在我們的城市節(jié)日音樂會(huì)示例中，即使現(xiàn)場(chǎng)不太可能有自行車或汽車，邊界框大小的檢測(cè)也有助于將物體歸類為人類。因此，軟件將位于入口區(qū)域的物體粗略地歸類為“人類”，并能夠確定這些物體的數(shù)量。

人們?nèi)绾我苿?dòng)？

這樣就能確定入口區(qū)域內(nèi)物體的尺寸，接下來我們需要了解物體的位置和運(yùn)動(dòng)方向。這些數(shù)據(jù)是如何得出的？首先，可以從邊界框中輕松提取有關(guān)人員準(zhǔn)確位置的信息，因?yàn)檫@是 LiDAR 信息的核心——LiDAR 傳感器最終會(huì)測(cè)量距離。

另一方面，可以通過觀察物體在前幾幀中的位置來確定運(yùn)動(dòng)方向。由于已知幀的生成速率，因此通過比較幾幀之間物體的位置，很容易確定物體的移動(dòng)位置和移動(dòng)速度。根據(jù)此速度和大致的運(yùn)動(dòng)方向，只要在兩幀或更多幀中識(shí)別出相同的點(diǎn)簇，就可以預(yù)測(cè)物體的進(jìn)一步路徑。

結(jié)果：對(duì)象列表

這些信息以所謂的對(duì)象列表的形式提供。該表的每一行記錄檢測(cè)到的對(duì)象及其屬性——在我們的例子中是大小、位置和移動(dòng)方向。這種形式的數(shù)據(jù)可以輕松進(jìn)一步處理，在音樂會(huì)示例中，可以隨時(shí)確定場(chǎng)地內(nèi)的確切人數(shù)。這使系統(tǒng)能夠識(shí)別何時(shí)達(dá)到最 大訪客數(shù)量并必須停止入口。還可以準(zhǔn)確地檢測(cè)出大多數(shù)人何時(shí)在現(xiàn)場(chǎng)或入口處人群最多時(shí)的情況。這些數(shù)據(jù)對(duì)于規(guī)劃未來的活動(dòng)非常有用。

通過 LiDAR 數(shù)據(jù)處理來調(diào)節(jié)客流

利達(dá)敦市對(duì)音樂會(huì)現(xiàn)場(chǎng)使用 LiDAR 感到非常滿意。我們示例中的軟件在訪客人數(shù)超過 900 人時(shí)向組織者發(fā)出通知。這使得活動(dòng)管理部門能夠從那時(shí)起更仔細(xì)地查看訪客人數(shù)，以便他們能夠及時(shí)停止入場(chǎng)。其余時(shí)間他們可以做其他事情或只是聽樂隊(duì)演奏——LiDAR 關(guān)注著對(duì)他們來說重要的事情。

LiDAR 解決方案助力行業(yè)數(shù)字化

LiDAR 解決方案推動(dòng)了工業(yè)流程的數(shù)字化和優(yōu)化，從而為各個(gè)行業(yè)帶來了深刻的變革。

工業(yè)應(yīng)用中的 LiDAR 解決方案

l  體積監(jiān)測(cè)：實(shí)時(shí)測(cè)量體積

l  人群分析：分析和控制人流

l  安全性：提高安全系統(tǒng)的可靠性

l  LiDAR解決方案的更多應(yīng)用領(lǐng)域

實(shí)時(shí)測(cè)量體積

在建筑、物流、廢物管理或肥料生產(chǎn)等各種行業(yè)中，準(zhǔn)確測(cè)量物料堆的體積非常重要。準(zhǔn)確確定物料體積對(duì)于有效規(guī)劃采購、生產(chǎn)和銷售至關(guān)重要。由于不規(guī)則形狀的堆沒有簡(jiǎn)單的公式，公司通常采用人工估算、零星測(cè)量和傳統(tǒng)方法，如鏟子或卡車秤。不幸的是，這些方法很快就達(dá)到了極限。它們通常只提供快照數(shù)據(jù)，而且這些數(shù)據(jù)也不精 確，不可避免地會(huì)導(dǎo)致庫存記錄出現(xiàn)差異。

此外，這些手動(dòng)收集的體積數(shù)據(jù)無法實(shí)時(shí)訪問，也無法輕松數(shù)字化，導(dǎo)致倉庫管理效率低下。庫存水平低可能導(dǎo)致交付能力受限甚至生產(chǎn)停頓。相反，庫存過多會(huì)占用資金并消耗寶貴的存儲(chǔ)空間。

LiDAR 傳感器解決方案通過精 確監(jiān)控貨物體積并將數(shù)據(jù)無縫集成到 IT 系統(tǒng)中，有效地解決了這一挑戰(zhàn)。

分析和控制客流

然而，LiDAR 解決方案不僅可以捕捉到數(shù)量，還可以幫助統(tǒng)計(jì)人數(shù)、追蹤他們的運(yùn)動(dòng)并進(jìn)行運(yùn)動(dòng)分析。利用收集到的實(shí)時(shí)數(shù)據(jù)，可以更智能、更安全、更高效地利用交通繁忙的地區(qū)。這包括容易過度使用的旅游目的地或節(jié)日等大型活動(dòng)，在這些地方，人群的快速聚集可能會(huì)帶來風(fēng)險(xiǎn)。即使是機(jī)場(chǎng)等繁忙的交通樞紐，由于擁堵和排隊(duì)現(xiàn)象嚴(yán)重，也常常缺乏可靠的實(shí)時(shí)數(shù)據(jù)來積極管理人流。

提高報(bào)警系統(tǒng)的可靠性

人們的移動(dòng)地點(diǎn)和方式對(duì)于觸發(fā)安防系統(tǒng)警報(bào)也起著重要作用?，F(xiàn)代工業(yè)設(shè)施和關(guān)鍵基礎(chǔ)設(shè)施不斷致力于加強(qiáng)安防措施，以便及時(shí)識(shí)別和管理潛在威脅。在這種背景下，基于 LiDAR 的解決方案的重要性日益凸顯，這主要是因?yàn)樗鼈兛梢?span style="box-sizing: border-box; font-weight: 700;">大幅減少安防設(shè)置中的誤報(bào)發(fā)生率。即使在弱光、惡劣天氣條件（如雨雪）以及具有挑戰(zhàn)性的背光場(chǎng)景下，它們?nèi)匀荒軌驕?zhǔn)確識(shí)別侵入物體和個(gè)人及其運(yùn)動(dòng)模式。這種能力可以大幅減少誤報(bào)。數(shù)據(jù)固有的三維特性使隱私敏感的物體和建筑物監(jiān)控成為可能，使基于LiDAR 的安防系統(tǒng)適用于廣泛的行業(yè)。

LiDAR解決方案的更多應(yīng)用領(lǐng)域

此外，LiDAR 傳感器還有各種應(yīng)用，可實(shí)現(xiàn)更高效的數(shù)字化解決方案。以農(nóng)業(yè)為例，這些傳感器有助于實(shí)現(xiàn)農(nóng)業(yè)機(jī)械的自動(dòng)化和自主導(dǎo)航，同時(shí)還有助于識(shí)別環(huán)境條件以及播種和施肥等任務(wù)。為此，傳感器經(jīng)常被集成到無人機(jī)中，在飛行過程中捕獲實(shí)時(shí)數(shù)據(jù)并取代手動(dòng)程序。然而，配備 LiDAR 傳感器的無人機(jī)的意義不僅限于農(nóng)業(yè)，尤其是在物流領(lǐng)域，尤其是具有挑戰(zhàn)性的“最后一英里交付”。這個(gè)階段的成本特別高，將從涉及無人機(jī)和 LiDAR 的數(shù)字化方法中受益匪淺，從而實(shí)現(xiàn)更高效、更環(huán)保的解決方案。

Blickfeld 感知堆棧旨在用于各種應(yīng)用，包括人群分析、體積監(jiān)控、周邊安全和綜合人群行為分析。Blickfeld 算法可實(shí)現(xiàn)物體檢測(cè)和跟蹤、分類和計(jì)數(shù)以及區(qū)域進(jìn)入檢測(cè)等功能。