2025《车载激光探测和测距技术（LiDAR技术）及其数据处理的研究现状文献综述》2000字.docxVIP

车载激光探测和测距技术（LiDAR技术）及其数据处理的研究现状文献综述

近年来逐渐兴起了一种激光探测和测距（LightDetectionandRanging，LiDAR）技术，它作为一种新型测量技术可以在短时间内获得物体表面的精确三维信息，具有非接触式、测量精度高、扫描速度快、数字化程度高等优点。机载LiDAR系统的设备和数据处理技术都发展的较为成熟，可快速获取大范围内高精度的三维地面点云数据。地面激光扫描技术受限于其单次测量能够扫描的范围，难以快速获取大范围铁路场景下基础设施表面的高精度点云数据。车载移动激光扫描技术通常以行驶的汽车或火车为载体，搭载集成全球导航卫星系统（GlobalNavigationSatelliteSystem，GNSS）、数字摄像机（DigitalCamera）、距离测量装置（DistanceMeasurementIndicator,DMI）、惯性测量单元（InertialMeasurementUnit，IMU）、里程计、激光扫描仪与工业计算机等多种传感器，基于传感器同步控制原理，在移动载体的行进过程中，动态、实时地获取铁路沿线钢轨、建筑物、桥涵、隧道、接触网和电力线等基础设施表面的激光扫描数据、三维空间位置和纹理等信息。车载LiDAR系统具有数据采集速度快、测量精度高、自动化程度高以及信息获取全面等优点，目前已经在铁路侵限检测[4]、铁路轨道建模[5]、隧道变形监测[6]、建筑物立面几何重建[7,8]等应用中取得了大量成果。

车载LiDAR相关软硬件技术如GNSS动态定位精度的提高以及距离测量和惯性导航装置的快速发展，已经成为当今测绘领域比较前沿的技术之一。目前，国外较为成熟的商业化车载LiDAR系统有德国IGI和英国3DLM公司合作的StreetMapper360和IV系列，英国3DLaserMapping公司的StreetMapper360，奥地利Riegl公司的VMX-250系列，日本拓普康公司的TopConIP-S2系列，美国Trimble公司的MX系列以及Applanix公司的LandMark系统，加拿大Optech公司的Lynx系列，芬兰FGI大地研究所的ROAMER系统。近年来，国内车载LiDAR系统的集成研发工作也得到了快速发展，其中较为代表性的有首都师范大学联合北京四维远见公司共同研发的SSW车载激光扫描系统，武汉大学与南京师范大学共同研制的3DRMS系统，山东科技大学研发的3Dsurs系统，武汉立得空间研制的全景激光MMS系统等[9]。

当前车载LiDAR技术在系统设备集成方面的研究已经趋于成熟，但针对LiDAR点云数据处理方法的研究则相对滞后。通过LiDAR系统扫描获取大量的点云数据之后，如何合理有效地处理这些数据以得到所需要的信息是当前存在着的问题，为此越来越多的研究人员开展了针对LiDAR点云数据处理方法的研究。李永强[10]等人提出了基于车载LiDAR点云数据的杆状地物自动提取与分类算法，实现了城市道路场景中不同类型杆状地物的分类提取。方莉娜[11]等人以车载LiDAR点云数据为研究对象，利用坡度、高程和点密度构建路坎模型，实现了规则和非规则道路点云的提取。Wei[12]等人以车载激光扫描点云数据为研究对象，提出了一种由粗到细并且能够快速获取点云中建筑物三维位置边界的方法。李婷[13]等人针对车载激光扫描数据的分类问题，提出了一种基于地物特征提取的点云数据分类方法，实现了城市街区场景中不同地物对象较为精确的分类。吴芬芳[14]等人进行了基于车载激光扫描数据的目标分类方法研究，从分类后的数据中提取建筑物特征。李艳红[15]基于知识和特征图像，提出了分层投影、叠加分析的行道树车载点云分类方法。吴俣[16]等人利用车载三维激光数据快速采集系统对铁路轨道沿线两侧的地形、地物进行三维扫描，进行了铁路沿线景观建模的研究。杜黎明[17]等人采用移动激光扫描设备获取地铁隧道表面点云数据，基于原始点云数据进行了隧道横断面提取以及形变分析的研究。Tan[18]等人根据城市各类典型地物的空间特征，提出一种主要适用于城市车载激光扫描数据的地物分类方法，成功地对研究区内的建筑物、路面、路灯和树木四类地物进行了分类，并进一步在同类型地物间分出不同实体。

参考文献

ADDINCNKISM.UserStyleYangBS,FangLN.AutomatedExtractionof3-DRailwayTracksfromMobileLaserScanningPointClouds[J].IEEEJournalofSelectedTopicsinAppliedEarthObservationsandRemoteSens