close

LIDAR

Siirry navigointiin Siirry hakuun
Kuva karhujen siluetteilla vihreällä taustalla.
Lidar-kuva Marching Bear Mound Groupista, Effigy Moundsin kansallismonumentti.
Image
Leica Lidar -asema, jota käytetään rakennusten, kalliomuodostelmien jne. skannaukseen. 3D-mallien luomiseksi.

Lidar tai lidar [ 1 ] (lyhenne sanoista LiDAR , Light Detection and Ranging tai Laser Imaging Detection and Ranging ) on ​​laite, jonka avulla etäisyys lasersäteilijän ja esineen tai pinnan välillä voidaan määrittää pulssilaserin avulla. Etäisyys kohteeseen määritetään mittaamalla aikaviive pulssin lähettämisen ja sen havaitsemisen välillä heijastuneen signaalin kautta. Yleensä lidar-tekniikalla on sovelluksia geologiassa , seismologiassa ja ilmakehän fysiikassa . Sen käyttöä ajoneuvoissa, erityisesti autonomisissa ajoneuvoissa, myös tutkitaan.

Esittely

Lidar on järjestelmä, jonka avulla voidaan saada pilvi maastopisteitä ottamalla ne käyttämällä ilmassa olevaa laserskanneria ( airborne light scanner , ALS). Tämän skannauksen suorittamiseksi yhdistetään kaksi liikettä. Toinen pituussuuntainen tason liikeradalla ja toinen poikittaissuuntainen liikkuvan peilin avulla, joka taittaa skannerin lähettämän laservalonsäteen.

Pistepilven koordinaattien tuntemiseen tarvitaan anturin sijainti ja peilin kulma kullakin hetkellä. Tätä varten järjestelmää tukee differentiaalinen GPS-järjestelmä ja inertianavigointijärjestelmä (INS). Kun tiedämme nämä tiedot ja etäisyysmittarilla saadun anturin ja maan välisen etäisyyden , saamme etsityt koordinaatit. Tuloksena on kymmeniä tuhansia pisteitä sekunnissa.

Lidarin komponentit ovat:

  • Airborne Laser Scanner (ALS). Se lähettää infrapunavalopulsseja, joita käytetään määrittämään anturin ja maan välinen etäisyys.
  • Differentiaalinen GPS . Tason sijainti ja korkeus saadaan käyttämällä vastaanotinta lentokoneessa ja yhtä tai useampaa maalennonjohtoasemaa (pisteissä, joilla on tunnetut koordinaatit).
  • Inertiaalinen navigointijärjestelmä (INS). Se ilmoittaa meille koneen käännöksistä ja liikeradan.
  • Digitaalinen videokamera (valinnainen), jonka avulla voidaan saada tutkimusalueesta kuva, joka palvelee tulosten parasta tulkintaa. Tämä voidaan asentaa joihinkin järjestelmiin ALS:n viereen.
  • Ilman ympäristö. Se voi olla lentokone tai helikopteri . Kun halutaan priorisoida tuottavuutta ja alue on suuri, käytetään konetta ja kun halutaan suurempi pistetiheys, käytetään helikopteria, koska se voi lentää hitaammin ja alemmas.

Kolmen pääkomponentin, ALS:n, GPS:n ja IMU:n, mittaukset otetaan samalla aikaleimalla GPS:n mukaan. Näin ne voidaan helposti yhdistää myöhemmin seuraavassa laskelmassa.

Lidar-järjestelmä saa myös seuraavat tiedot.

  • Jokaista lähetettyä pulssia kohden se voi siepata 2 tai useampia kaikuja. Tämä mahdollistaa tietojen keräämisen eri korkeuksilta. Esimerkiksi jos lentämme metsäisen alueen yli, ensimmäinen kaiku voi reagoida puiden latvoihin ja viimeinen maan pintaan.
  • Heijastunut intensiteetti. Se voi olla erittäin hyödyllinen myöhempään luokitteluun.

Luokittelu

Lasertyypin mukaan:

  • pulssi lidar. Anturin ja maan välisen etäisyyden mittausprosessi suoritetaan mittaamalla aika, joka pulssilla kestää sen lähettämisestä sen vastaanottamiseen. Emitteri toimii lähettämällä valopulsseja.
  • Vaihemittaus lidar. Tässä tapauksessa emitteri lähettää jatkuvan lasersäteen. Kun se vastaanottaa heijastuneen signaalin, se mittaa lähetetyn ja heijastuneen signaalin välisen vaihe-eron. Kun tämä on tiedossa, on tarpeen ratkaista vain sen kulkemien kokonaisten aallonpituuksien lukumäärä (epäselvyydet).
Image
Lidarin tyypit.

Skannaustyypin mukaan:

  • Linjat. Siinä on pyörivä peili, joka taittaa lasersäteen. Tuottaa yhdensuuntaisia ​​viivoja maassa skannauskuvioksi. Tämän järjestelmän suurin haittapuoli on, että kääntämällä peiliä yhteen suuntaan emme aina saa mittauksia.
  • Zig Zag. Tässä tapauksessa peili pyörii kahteen suuntaan (eteen- ja taaksepäin). Tuottaa siksak-viivoja skannauskuvioksi. Sen etuna on, että se mittaa aina, mutta joutuessaan muuttamaan pyörimissuuntaa, peilin kiihtyvyys vaihtelee sen asennon mukaan. Tämä tarkoittaa, että alueilla, jotka ovat lähellä lateraaliskannausrajaa (joissa peilin pyörimissuunta vaihtelee), skannattujen pisteiden tiheys on suurempi kuin alimmillaan.
  • valokuitu Valokuitukaapelin keskikuidusta ja pienten peilien avulla lasersäde taivutetaan akselin ympärille asennettuihin sivukuituihin. Tämä järjestelmä tuottaa jalanjäljen eräänlaisten päällekkäisten ympyröiden muodossa. Koska peilit ovat pieniä, tiedonkeruunopeus kasvaa muihin järjestelmiin verrattuna, mutta skannauskulma (FOV) on pienempi.
  • Elliptinen (Palmer). Tässä tapauksessa lasersäde taivutetaan kahdella peilillä, jotka tuottavat elliptisen pyyhkäisykuvion. Menetelmän etuna voidaan todeta, että maastoa joskus skannataan eri näkökulmista, vaikka kaksi peiliä lisää vaikeutta kahdella kulmametrillä.

Sovellukset

Tiede

Skinwalker ranchilla LiDAR : ia käytetään tuntemattomien energioiden havaitsemiseen maatilalla UFO:sta mikroaaltotaustasäteilyyn JA tietenkään säteily ei vaikuta saman etäisyyden yksikön suojapaneeleihin ollenkaan.

Topografia

Maanmittauksessa laseretäisyysmittaus suuria kartoitussovelluksia varten mullistaa digitaalisen maaston korkeustietojen keräämisen. Tämä tekniikka on vaihtoehto muille tiedonkeruulähteille, kuten Digital Terrain Model (DTM) -mallille. Sitä voidaan käyttää tietolähteenä digitaalisten ortovalokuvien ääriviivojen ja ääriviivojen generointiprosesseihin.

Lidar-järjestelmä lähettää valopulsseja, jotka heijastavat maasta ja muista tietyn korkeuden esineistä. Heijastuneiden pulssien fotonit muunnetaan sähköimpulsseiksi ja tulkitaan nopealla datatallentimella. Koska valonnopeuden kaava tunnetaan hyvin, aikavälit säteilyn ja vastaanoton välillä voidaan laskea helposti. Nämä intervallit muunnetaan etäisyydeksi lentokoneen /maa -paikan GPS -vastaanottimista ja lentokoneen korkeutta jatkuvasti tallentavan inertiamittausyksikön (IMU) avulla saadun paikkatiedon avulla.

Lidar-järjestelmät tallentavat sijainti (x, y) ja korkeus (z) tiedot ennalta määrätyin välein. Tuloksena saadut tiedot johtavat erittäin tiheään pisteiden verkostoon, tyypillisesti 1-3 metrin välein. Kehittyneimmät järjestelmät tarjoavat tietoja paitsi ensimmäisestä paluusta myös seuraavista, joista saadaan sekä maaston että sen kasvillisuuden korkeus. Kasvillisuuden korkeudet voivat tarjota perustan eri kasvillisuustyyppien tai korkeuserottelun sovellusten analysointiin.

Tämän tekniikan merkittävä etu muihin verrattuna on, että tietoja voidaan hankkia sellaisissa ilmakehän olosuhteissa, joita perinteinen ilmakuvaus ei pysty. Tiedonkeruu voidaan tehdä esimerkiksi yöllä lentävästä koneesta tai huonon näkyvyyden olosuhteissa, kuten sumuisessa tai pilvisessä säässä.

Lidar -tiedoista johdetut standardifotogrammetriset tuotteet sisältävät ortovalokuvien ääriviiva- ja korkeusmalleja . Tarkkojen ääriviivojen saamiseksi tarvitaan alkutietojen jälkikäsittely . Koska lidar-dataa saadaan koholla olevista kohteista (esim. rakennuksista), näihin objekteihin liittyvien pisteiden poistamiseen käytetään kehittyneitä algoritmeja. Pisteiden suuresta tiheydestä johtuen vain harvat , jos ollenkaan, katkoviivat vaaditaan kuvaamaan maastoa tarkasti. Lidar-järjestelmän olemassaolosta ja jälkikäsittelyohjelmiston käytöstä huolimatta prosessiin on sisällytettävä validointimenettelyt sen varmistamiseksi, että lopulliset ääriviivat edustavat maastoa. Loppukäyttäjän tulee myös ottaa huomioon, että lidarista johdetut ääriviivat näyttävät erilaiselta kuin tavanomaisilla fotogrammetrisilla tekniikoilla laaditut ääriviivat. Saatujen pisteiden tiheyden vuoksi lidarista johdetut ääriviivat ovat erittäin tarkkoja, mutta niillä on taipumus olla rosoisempi ulkonäkö.

Jälkikäsittelyä ja 3D -varmennusta suositellaan myös käytettäessä lidar-tietoja digitaalisten ortovalokuvien luomiseen. Vaikka ortovalokuvien luomisen pystysuuntaiset tarkkuusvaatimukset ovat vähemmän tiukat kuin ääriviivojen luomisen, tiedot tulisi tarkistaa joukkovirheiden varalta. Rakennuksissa olevia pisteitä ei välttämättä tarvitse poistaa. Itse asiassa lidar-datalla mallinnetut rakennukset korjataan niiden todelliseen paikkaan (todellinen ortokuva) ja rakennusten kallistumisesta aiheutuvat säteittäiset vääristymät poistetaan. Tähän parannukseen vaikuttaa jonkin verran se, että rakennusten reunat voivat näyttää pyöreiltä; tämä riippuu pisteiden sijainnista suhteessa rakennuksen reunaan.

Jälkikäsittelyllä voidaan saada seuraavat tiedot:

  • Maanpinnan tason poisto
  • rakennuksen purkaminen
  • Puiden ja metsien louhinta
  • Maaston siivoustyökalut
  • Kolmiulotteisten vektoreiden luominen
  • Rakennuksen neliötyökalu
  • muokkaustyökalu
  • kuvien rajaaminen

Lidar-tekniikalla saatujen tietojen tarkkuus riippuu:

  • Pulssin nopeus.
  • Lennon korkeus.
  • Lasersäteen halkaisija (järjestelmästä riippuvainen)
  • GPS/IMU-tietojen laatu ja jälkikäsittelymenettelyt.

Paikkakoordinaateissa on 1 metrin tarkkuus ja korkeuskoordinaatissa noin 15 cm:n tarkkuus, mikäli mittausolosuhteet ovat optimaaliset. Kuitenkin kaikissa suurissa sovelluksissa, jotka vaativat suurta tarkkuutta, saatuja tietoja on verrattava muihin tekniikoihin. Saadut pisteet (niiden kolmiulotteiset koordinaatit) asetetaan yleensä digitaalisten kuvien päälle. Tämän saavuttamiseksi käytetään digitaalisia fotogrammetrisia asemia .

Tiedostomuodot

Useimmat lidar-järjestelmät ja -sovellukset toimivat samalla LAS-formaatilla , jonka spesifikaation on kehittänyt American Society for Photogrammetry & Remote Sensing (ASPRS) ja josta on tullut de facto standardi datan käsittelyssä.

LAS on julkinen tiedostomuoto, jonka avulla voidaan vaihtaa kolmiulotteisia pistepilvitietoja sisältäviä tiedostoja. LAS-muoto on binääritiedosto, joka säilyttää kaikki tiedot lidar-järjestelmästä ja säilyttää ne tiedon ja sieppausjärjestelmän luonteen mukaan. [ 2 ]

Nopeuden tunnistus

Se on tekniikka, jota poliisin laseraseet käyttävät tieliikenteessä liikkuvien ajoneuvojen nopeuden määrittämiseen. Se eroaa tutkasta siinä, että radioaaltojen sijaan infrapunakaistalla käytetään pulssillista laservalosädettä , jonka pulssitaajuus on 33 MHz ja aallonpituus 904 nm.

Lidarin edut tutkaan nähden ovat useita:

  • Se on paljon nopeampi. Normaaliolosuhteissa saat auton nopeuden selville vain 3 sekunnissa.
  • Koska se lähettää laservalosäteen, se ei eroa yhtä paljon ja on paljon kapeampi kuin tutkasäde, joka leviää ja pomppaa pois ympäristöstä. Lasersäde muodostaa erittäin kapean kartion. Noin 500 metrin kohdalla sen halkaisija on noin 2,5 metriä leveä, jolla ase voidaan kohdistaa tiettyyn ajoneuvoon ja määrittää sen nopeuden, vaikka sen ympärillä kiertäisi enemmän autoja. Siksi sitä voidaan käyttää raskaassa liikenteessä kohdistamalla valittuihin ajoneuvoihin. Lisäksi tämän toimintatavan ja sen nopeuden vuoksi havaitseminen säteen valaisemiin ajoneuvoihin asennettujen ilmaisimien avulla on varsin tehotonta, koska siihen mennessä, kun ilmaisin varoittaa laserin läsnäolosta, on liian myöhäistä, koska ase on jo on tallentanut nopeudesi.
  • Sitä on helpompi käsitellä, kuljettaa ja huoltaa.
  • Se on halvempaa kuin tutka.
  • Se voi toimia, kuten tutka, yöllä, sateessa, silloista, pysäköityjen ajoneuvojen, automaatti- tai manuaalitilassa jne.
  • Lidar-laserin ainoa rajoitus on, että sen on aina oltava paikallaan. Tutkaa voidaan käyttää liikkeellä, mutta lidarlaseria ei voi liikuttaa mittauksen aikana.

Mukautuva optiikka

Image
PHASOR , jota käytetään Starfire Optical Rangessa lidar- ja laserohjaintähtien kokeisiin (virtuaalitähden luominen) ja viritetty natrium D2 -linjalle . Käytetään natriumatomien virittämiseen ilmakehän ylemmissä kerroksissa . PHASOR on lyhenne sanoista Frequency Addition Source of Optical Radiation . Tässä järjestelmässä on kaksi puolijohdelaseria infrapuna-alueella yksimoodilla ja taajuudella ja aallonpituudella 1064 ja 1319 mikronia , vastaavasti. Nämä taajuudet summataan LBO-kiteessä kaksoisresonanssiontelossa.

Mukautuva optiikka on tekniikka, joka mahdollistaa tärkeimpien tähtitieteellisten kuvien aiheuttamien Maan ilmakehän aiheuttamien häiriöiden korjaamisen . Tällä järjestelmällä on mahdollista saada terävämpiä kuvia tai, kuten tähtitieteilijät selittävät, paremmalla tilaresoluutiolla. Tämän tekniikan tuoma ero on verrattavissa siihen, että katsotaan esinettä, joka sijaitsee altaan pohjalla vedellä tai ilman vettä.

Tähtitieteellisen tutkimuksen tärkeys kertoo siitä, että kaikki teleskoopit tai observatoriot , joissa on yli 4 metriä pitkät kaukoputket, ovat kehittäneet tai kehittävät tarpeisiinsa sopivia adaptiivisia optiikkajärjestelmiä.

Adaptiivisen optiikan mahdollisuudet tähtitiedelle ovat mahtavia. Ilmakehän häiriöiden poistaminen vastaa olennaisesti avaruudesta havainnointia.

Ilmakehän häiriöt aiheuttavat terävyyden tai tilaresoluution menetystä. Tämä menetys näkyy toisaalta heikentyneenä kyvynä ratkaista esineitä, toisin sanoen suorittaa yksityiskohtaisia ​​tutkimuksia niiden morfologiasta. Toisaalta se vaikuttaa myös heikkojen kohteiden havaitsemiseen, koska kuva on hajallaan suurempiin valopisteisiin.

Adaptiivisen optiikan tuoma parannus voidaan kvantifioida käyttämällä kaukoputken koon suhdetta parhaan mahdollisen kuvan kokoon. Teleskoopin tunnistusteho kasvaa sen ensisijaisen peilin halkaisijan mukaan ja pienenee sen kuvan koon mukaan, jonka se muodostaa pisteobjektista (siksi kuvanlaadun merkitys kaukoputkessa). Siksi ero samalla 10 metrin peilillä 0,4 kaarisekunnin kuvien (mikä on mahdollista yöllä erinomaisella näkyvyydellä) ja 0,04 kaarisekunnin kuvan välillä, jonka pitäisi olla mahdollista adaptiivisella optiikalla järjestelmä vastaisi 100 metrin pääpeilin käyttöä. Tästä syystä, kuten alussa totesimme, useimmilla tärkeillä observatorioilla ja kaukoputkella joko on jo oma adaptiivinen optiikkajärjestelmä tai ne työskentelevät sen parissa.

Adaptiivinen optiikka on tekniikka, jonka avulla voimme määrittää ja korjata suuren osan poikkeavuuksista, joilla havaittujen kohteiden aaltorintama saapuu. Aaltorintama on kaikkien valosäteiden geometrinen verhokäyrä, jotka tulivat ulos valovoimasta samaan aikaan . Kun valon origo on piste, aaltorintama on pallomainen; mutta jos se on riittävän kaukana, kuten tähtien tapauksessa, se etuosa on käytännössä tasainen.

Mukautuvassa optiikkajärjestelmässä ilmakehän häiritsemä aaltorintama analysoidaan ensin aaltorintaman tunnistimella , joka määrittää sen poikkeamat . Tämä tieto välitetään vaiherekonstruktorille , joka laskee tehtävät korjaukset ja muodonmuutokset, jotka muotoaan muuttavan peilin on otettava käyttöön kompensoidakseen aaltorintaman alkuperäisiä poikkeamia.

Aaltorintaman "tunnistuksella" pyritään mittaamaan ilmakehän pylvään aiheuttamia poikkeamia, jonka läpi tähtitieteellisestä kohteesta tuleva valo kulkee. Normaalisti tutkittavat kohteet ovat hyvin himmeitä, joten aaltorintamahäiriöiden mittaus on tehtävä kirkkaalla tähdellä lähellä kohdetta, jotta tämän vertailutähden valo kulkee suunnilleen saman ilmakehän sarakkeen läpi kuin kohteen. Aina ei kuitenkaan ole mahdollista löytää tähtiä tarpeeksi läheltä kiinnostavaa tähtitieteellistä kohdetta ja tarpeeksi kirkkaita, jotta niitä voitaisiin käyttää aaltorintaman mittaamiseen.

Tähän ongelmaan löydetty ratkaisu on keinotähtien valmistus ilmakehän ylemmissä kerroksissa olevan natriumkerroksen virityksellä lasersäteellä. Tämä vaatii suuritehoisten lasereiden käyttöä ja on tekniikka, joka on edelleen täydessä kehityksessä.

Metsänhoito

Sammutuksessa tarkan mallin saatavuus kussakin pisteessä olevasta polttoainetyypistä on välttämätöntä, jotta palon käyttäytyminen voidaan ennustaa tarkasti ja siten voidaan tehdä päätöksiä käytettävistä hyökkäystekniikoista tai tarvittavat resurssit palon sammuttamiseen. [ 3 ]

Lidarin ansiosta on mahdollista luoda tarkka kartta polttoainemalleista lidar-mittausten keräämien pystysuorien tietojen perusteella. Lisäksi tarkkuutta voidaan edelleen parantaa yhdistämällä lidarin keräämää dataa muilla tavoilla, kuten monispektrikuvien, saatuun tietoon. [ 4 ]

Ottaen huomioon lidarin antamat korkeusarvot ja polttoaineiden pystyjakauman, jotka on otettu huomioon suhteellisella sijainnilla mittausryhmien eri korkeusväleillä pistepilven sisällä, on mahdollista määrittää sekä läsnä olevan biomassan määrä että tämän tyyppinen. [ 5 ]

Geologia ja maaperätiede

Lidar-tekniikan ilmestyminen on merkinnyt suurta edistystä maan tutkimuksessa. Tällä tekniikalla saatujen korkearesoluutioisten digitaalisten korkeusmallien ansiosta sitä voidaan soveltaa useilla geologian aloilla .

Mahdollisuus saada yksityiskohtaisia ​​topografisten rakenteiden malleja : mm. jokikanavat, terassit on edistänyt ja helpottanut maan pinnan fysikaalisten ja kemiallisten prosessien tutkimista; ilmakehän tekijöiden häiriöt, reljeefmuotojen karakterisointi ja synty, eroosio- ja sääprosessit...

Tämä tekniikka on onnistunut ottamaan johtoaseman perustavanlaatuisena vian havaitsemisen, valvonnan ja tutkimuksen työkaluna. Digitaalisilla 3D-malleilla se mahdollistaa levyn liikkeen ennen ja jälkeen selvittämisen ja mahdollistaa tarkkojen mittausten tekemisen, mikä on avainasemassa näiden luonnonilmiöiden esiintymisen ymmärtämisessä.

Muista geologisista sovelluksista mainittakoon jäätiköiden seuranta (jäätiköiden vetäytymisen arvioimiseksi ja sen suhde hydrologisen kierron muutoksiin), rannikon muutosten analysointi, tektonisten levyjen liikkuminen, tulivuorenpurkaukset, maanvyörymät...

Kivimekaniikka

Lidaria käytetään laajalti kalliomekaniikassa kivimassan karakterisointiin ja kaltevuuden muutosten havaitsemiseen. Jotkut kivimassan ominaisuuksista, jotka voidaan erottaa LiDARin hankkimista 3-D-pistepilvistä, ovat:

  1. Epäjatkuvuuksien suunta [ 6 ]​ [ 7 ]​ [ 8 ]
  2. Epäjatkuvuusvälit ja RQD [ 9 ]​ [ 10 ]
  3. Epäjatkuvuuksien avaaminen
  4. Epäjatkuvuuden jatkuminen [ 10 ] [ 11 ]
  5. Epäjatkuvuuksien karheus [ 10 ]
  6. veden tihkumista

Joitakin näistä ominaisuuksista on käytetty kivimassojen karakterisoinnissa RMR :n avulla . Lisäksi, koska epäjatkuvuuskohtien suunta voidaan määrittää LiDAR-tiedoista, on myös mahdollista saada kalliorinteiden geomekaaninen laatu SMR :llä . Lopuksi, eri aikoina hankittujen rinteen eri 3D-pistepilvien vertailu mahdollistaa tutkijoiden tutkimisen, mitä muutoksia näyttämöllä tapahtuu tutkitun ajanjakson aikana kallion putoamisen tai muiden gravitaatioprosessien kehittymisestä.

Muut sovellukset

Ilmakehän fysiikassa lidar-instrumenttien avulla on mahdollista mitata tiettyjen ilmakehän aineosien tiheydet ( aerosolit , pilvet , kalium , natrium , molekyylihappi ja typpi jne.). Edistyneimmällä tekniikalla on mahdollista laskea lämpötilaprofiileja tai mitata tuulen rakennetta.

Autonvalmistajien ja teknologian toimijoiden pyrkiessä kehittämään autonomisia ajoneuvoja, lidarista on tullut erittäin haluttu tekniikka. [ 12 ] Näiden antureiden haittana on niiden hinta (ne voivat maksaa kymmeniä tuhansia dollareita ). Uuden kehityksen tavoitteena on saada lidar-anturi riisinjyvää pienempään siruun. Tällä kehityksellä ei pyritä korvaamaan nykyisiä antureita, vaan olemaan niiden kanssa rinnakkain, sillä vaikka lidar-anturi tarjoaa pitkän kantaman tarkkuuden, solid-state lidar olisi havaittavissa lyhyiltä etäisyyksiltä keskittyen yksityiskohtiin, jotka joskus jäävät huomaamatta. [ 13 ] Viimeaikaiset tutkimukset ovat osoittaneet, että lidarin käyttö yhdessä tekoälytekniikoiden kanssa voi tarjota ratkaisuja autonomisen ajamisen haasteisiin. [ 14 ] [ 15 ]

Viitteet

  1. ^ "LiDAR" . Haettu 23. maaliskuuta 2018 . 
  2. ^ "LAS-muoto, LiDAR-tietostandardi" . 
  3. Muge, Mutlu; Sorin C. Popescu. "Metsäpolttoainemallien arviointi lidarin kaukokartoituksen avulla". Ympäristön kaukokartoitus . 
  4. Muge, Mutlu; Sorin C. Popescu. "Pintapolttoainemallien kartoitus lidar- ja monispektristen tietojen fuusion avulla palokäyttäytymistä varten". Ympäristön kaukokartoitus . 
  5. ^ Garcia, Mariano; David Riaño, Emilio Chuvieco, Javier Salas, F. Mark Danson. "Monispektrinen ja LiDAR-tietojen yhdistäminen polttoainetyyppien kartoittamiseen tukivektorikoneella ja päätöksentekosäännöillä". Ympäristön kaukokartoitus . 
  6. Gigli, Giovanni; Casagli, Nicola (1. helmikuuta 2011). "Puoliautomaattinen kalliomassan rakennetietojen poiminta korkearesoluutioisista LIDAR-pistepilvistä" . International Journal of Rock Mechanics and Mining Sciences 48 (2): 187-198. ISSN  1365-1609 . doi : 10.1016/j.ijrmms.2010.11.009 . Haettu 9.11.2019 . 
  7. Riquelme, Adrian J.; Abellan, A.; Thomas, R.; Jaboyedoff, M. (1. heinäkuuta 2014). "Uusi lähestymistapa puoliautomaattiseen kivimassaliitosten tunnistamiseen 3D-pistepilvistä" . Computers & Geosciences 68 : 38-52. ISSN  0098-3004 . doi : 10.1016/j.cageo.2014.03.014 . Haettu 9.11.2019 . 
  8. ^ Slob, S. (2010). Automatisoitu kivimassan karakterisointi kolmiulotteisella maanpäällisellä laserkeilauksella . Delftin teknillinen yliopisto. ISBN  9789090253640 . Haettu 9.11.2019 . 
  9. Riquelme, Adrian J.; Abellan, Antonio; Tomas, Roberto (10. syyskuuta 2015). "Epäjatkuvuusvälianalyysi kivimassoissa käyttäen 3D-pistepilviä" . Engineering Geology 195 : 185-195. ISSN  0013-7952 . doi : 10.1016/j.enggeo.2015.06.009 . Haettu 9.11.2019 . 
  10. abc Sturzenegger , M .; Stead, D. (12. kesäkuuta 2009). "Lähietäisyyden maanpäällinen digitaalinen fotogrammetria ja maanpäällinen laserskannaus epäjatkuvuuden karakterisoimiseksi kiven leikkauksissa" . Engineering Geology 106 (3): 163-182. ISSN  0013-7952 . doi : 10.1016/j.enggeo.2009.03.004 . Haettu 9.11.2019 . 
  11. Riquelme, Adrian; Thomas, Robert; Cano, Miguel; Pastori Jose Luis; Abellán, Antonio (24. toukokuuta 2018). "Automaattinen epäjatkuvuuden pysyvyyden kartoitus kivimassoille käyttämällä 3D-pistepilviä" . Kivimekaniikka ja kalliotekniikka (10/2018). 
  12. «Kuinka Lidar toimii? Tämä on autonominen autotekniikka, jonka puolesta brändit taistelevat . Ecomotor.es (elEconomista.es) . Haettu 7. syyskuuta 2017 . 
  13. Álvarez, Raúl (9. elokuuta 2016). "Autonomisten autojen tulevaisuus voisi olla tässä pienessä anturissa . " Xataka . Haettu 7. syyskuuta 2017 . 
  14. Fernando Brown; Gerardo Beruvides; Rodolfo Haber; Antonio Artuñedo (14. syyskuuta 2017). "Esteiden tunnistus perustuu koneoppimiseen on-chip LiDAR-antureille kyberfyysisessä järjestelmässä" . Sensors (englanniksi) 17 (9): 2109. ISSN  1424-8220 . PMID  28906450 . doi : 10.3390/s17092109 . Haettu 5.5.2021 . 
  15. Kastanja, Fernando; Beruvides, Gerardo; Villalonga, Alberto; Haber, Rodolfo (10. toukokuuta 2018). "Itseviritysmenetelmä esteiden havaitsemisen luotettavuuden parantamiseksi, joka perustuu esineiden Internetin LiDAR-anturimalleihin" . Sensors 18 ( 5): 1508. ISSN 1424-8220 . PMID 29748521 . doi : 10.3390/s18051508 .   

Täydentävä bibliografia

  • Gil, Emilio; Llorens, Jordi; Llop, Jordi; Fabregas, Xavier; Gallart, Montserrat (2013). " Maanpäällisen LIDAR-anturin käyttö poikkeaman havaitsemiseen viinitarhojen ruiskutuksessa ." Anturit . 13 (1): 516–534. doi : 10.3390/s130100516. ISSN  1424-8220. PMC  3574688. PMID  23282583.
  • Heritage, E. (2011). 3D-laserskannaus perintöä varten. Arkeologian ja arkkitehtuurin laserskannaukseen liittyviä neuvoja ja ohjausta käyttäjille. Saatavilla osoitteessa www.english-heritage.org.uk. 3D-laserskannaus perintöä varten | Historiallinen Englanti
  • Heritage, G., & Large, A. (toim.). (2009). Laserskannaus ympäristötieteisiin. John Wiley & Sons. ISBN  1-4051-5717-8
  • Maltamo, M., Næsset, E., & Vauhkonen, J. (2014). Ilmassa tapahtuvan laserskannauksen metsätalouden sovellukset: käsitteet ja tapaustutkimukset (nide 27). Springer Science & Business Media. ISBN  94-017-8662-3
  • Shan, J. ja Toth, C.K. (toim.). (2008). Topografinen laseretäisyys ja skannaus: periaatteet ja käsittely. CRCpress. ISBN  1-4200-5142-3
  • Vosselman, G., & Maas, H.G. (toim.). (2010). Ilmassa ja maan päällä tapahtuva laserskannaus. Whittles Publishing. ISBN  1-4398-2798-2