11、美國約翰斯·霍普金斯大學應用物理實驗室的Shea Hagstrom等人發(fā)表題為《從主動激光雷達中產(chǎn)生被動近紅外成像》文章。

　　許多現(xiàn)代的激光雷達平臺包含一個集成RGB攝像頭用于捕捉上下文圖像。但是，這些RGB攝像頭不收集近紅外（NIR）顏色通道，漏掉許多對分析目的有用的信息。這就提出了：在這種情況下，在近紅外收集的LIDAR數(shù)據(jù)是否可用作實際的近紅外圖像的替代物？在近紅外的另一來源，例如衛(wèi)星圖像不可用時，產(chǎn)生基于LIDAR的近紅外圖像是潛在有用的。激光雷達是一個與運行被動系統(tǒng)非常不同的主動傳感系統(tǒng)，因此需要額外的處理和校正以接近一個被動儀器的輸出。作者研究從激光雷達獲取近似的被動近紅外圖像來得到真實數(shù)據(jù)集的方法，并評估與真正的近紅外圖像的差異。
 

　　12、美國佐治亞技術研究所的Robert L. Ortman等人發(fā)表題為《以總傳播不確定度為波形可分辨的激光雷達系統(tǒng)提供實時、混合模式的計算架構》文章。

　　作者為測深雷達開發(fā)出一臺實時計算機樣機，可以根據(jù)總傳播不確定度（TPU）產(chǎn)生點云。這臺實時計算機采用由FPGA，CPU和GPU組成的“混合模式”架構。數(shù)字轉(zhuǎn)換器的用戶可編程FPGA實現(xiàn)降噪和測距，GPU計算坐標和TPU。Keysight公司的 M9703A數(shù)字轉(zhuǎn)換器和用戶可編程的Xilinx Virtex6 FPGA數(shù)字轉(zhuǎn)換器同時數(shù)字化多達八路激光雷達數(shù)據(jù)完成測距，并通過PCIe將數(shù)據(jù)傳輸?shù)紺PU。浮點密集型坐標和TPU計算則在NVIDIA Tesla K20 GPU上執(zhí)行。原始數(shù)據(jù)和計算結果寫在SSD RAID上，屬性化點云顯示給用戶。這個原型計算機已經(jīng)使用喬治亞理工大學一個水箱測量了7米深波形測試過，并模擬20m深度的波形。初步研究結果表明，該系統(tǒng)能計算、存儲和顯示每秒大約2000萬個點。
 

　　13、中國河海大學的Jianping Yue等人發(fā)表題為《基于GBInSAR提取DEM的方法研究》文章。

　　在地質(zhì)、水文、自然資源調(diào)查和變形監(jiān)測等領域，精確的地形信息有著非常重要的作用?；诤铣煽讖嚼走_干涉量度法（InSAR）提取數(shù)字高程模型（DEM）技術是通過雷達圖像數(shù)據(jù)的相位信息獲取目標區(qū)域三維高度數(shù)據(jù)的。該技術具有大規(guī)模、高精度、全天候的特點。通過上下改變地面雷達系統(tǒng)位置軌道形成空間基線。然后，從不同的角度獲取圖像數(shù)據(jù)得到目標區(qū)的DEM。三維激光掃描技術可以快速、有效且準確地獲取目標區(qū)域的DEM，從而驗證了GBInSAR提取DEM的精度。但使用GBInSAR在目標區(qū)域提取DEM的研究很少。由于當前基于GBInSAR提取 DEM缺乏理論和精度較低的問題，本文對其原理進行了深刻的研究和分析。文中將提取目標區(qū)域DEM與GBInSAR數(shù)據(jù)相結合。然后，比較了由GBInSAR得到DEM與由三維激光掃描數(shù)據(jù)得到的DEM，然后做了統(tǒng)計分析和正態(tài)分布測試。結果表明：通過GBInSAR得到的DEM是與由三維激光掃描獲得的DEM大體一致，且前者的精度更高。這兩個DEM的差異大約服從正態(tài)分布。這表明基于GBInSAR提取目標區(qū)域DEM的方法是可行的，并為GBInSAR推廣和應用奠定了基礎。
 

　　14、美國Vescent光電公司的Scott R. Davis等人發(fā)表題為《由非機械電光光束轉(zhuǎn)向器生成的輕型、堅固耐用的固態(tài)激光雷達系統(tǒng)》文章。

　　目前開發(fā)激光雷達（LIDAR）用于各種各樣車輛的自主導航和防撞引起了廣泛關注。在這些應用中，最小化尺寸、重量和功耗（SWaP）是至關重要的，特別是需要定位、校準和對接的機載型先進成像系統(tǒng)。在本文中，作者設計了一套小型化大能量雷達系統(tǒng)，在沒有移動部件的前提下，利用電光（EO）光束轉(zhuǎn)向器件的液晶雙折射實現(xiàn)20° x 5°視場（FOV）。FOV將顯著增加未來視野。除了掃描，該裝置能夠運行在“點和保持”模式，即將它鎖定到單個運動對象上。所述非機械設計導致特別有利的尺寸和重量值，分別為：1 L和<1Kg。此外，這些EO掃描儀運行時無機械共振或慣性影響。用重復率為50kHz，脈沖能量1mJ，光束直徑為2mm的激光來成像，在100m范圍內(nèi)證明產(chǎn)生了2 fps的幀速率，受激光脈沖重復頻率限制。由EO轉(zhuǎn)向器提供的精細控制產(chǎn)生6*10-4度的角精度。此視場可以用精細的，非機械偏振光柵光束轉(zhuǎn)向器增加。在本文中，作者將介紹設計理念、初步結果以及下一代改進計劃。
 

　　15、美國陸軍研究實驗室的Barry L. Stann等人發(fā)表題為《MEMS掃描雷達的研究進展》文章。

　　陸軍研究實驗室（ARL）一直致力于小型無人地面車輛（UGV）和小型無人駕駛飛行器（UAV）短距離激光雷達成像儀的研究開發(fā)。當前激光雷達試驗機基于耦合到低成本脈沖摻鉺光纖激光器的微機電系統(tǒng)（MEMS）反射鏡。參數(shù)為：5-6 Hz幀速率，圖像尺寸為256 (h) x 128 (v)像素，能視域為42o x 21o ，35米范圍，人眼安全運行，40厘米超高分辨率。驅(qū)動小的地面機器人，并努力將激光雷達推廣到無人機應用的實驗經(jīng)驗進一步鼓舞研究人員提高激光雷達的性能。數(shù)據(jù)采集系統(tǒng)現(xiàn)在可以在一個像素內(nèi)捕捉三個返回脈沖的數(shù)據(jù)（也就是第一個，最后一個，和最大回波那個），以及諸如經(jīng)過時間，運行參數(shù)，慣性導航系統(tǒng)中的數(shù)據(jù)等信息。作者將提到為獲得眼睛安全認證而加入的子系統(tǒng)以及其性能。為滿足UAV應用對范圍增強的要求，作者描述了一個能將信噪比（SNR）提高到現(xiàn)有設計數(shù)倍以上的新的接收器電路。配合這一工作，作者將討論研究建立一個低電容大面積探測器，或許可以使接收器的信噪比進一步提高。最后，作者將建立一個試驗激光雷達以證明范圍增大為160米，并概述進程。若成功，此激光雷達將與彩色攝像機和慣性導航系統(tǒng)進行集成，以建立一個數(shù)據(jù)收集包以確定一個小無人機的成像性能。
 

　　16、美國Mirrorcle科技公司的Abhishek Kasturi等人發(fā)表題為《具有MEMS鏡掃描能力的無人機載激光雷達》文章。

　　首先，作者研究了一個具有成像和激光跟蹤能力的無線控制MEMS掃描模塊，其可安裝在一個小型無人四軸飛行器上飛行。MEMS掃描模塊的體積可以縮減到<90mm x 60mm x 40mm，重量小于40g，使用一臺功率約為5mW的激光器供源，功耗低于750 mW。MEMS掃描模塊是通過智能手機的藍牙控制飛行的，并能發(fā)送向量內(nèi)容、文本并執(zhí)行激光跟蹤任務。此外，基于低SWaP（大小，重量和功率）、無萬向節(jié)MEMS鏡光束調(diào)向技術和非專門設計的OEM LRF模塊，為無人機應用開發(fā)了“點和范圍”激光雷達模塊。為了演示集成激光測距儀模塊，作者用一個簡單的非專門設計的OEM激光測距儀（LRF），它在100米范圍內(nèi)，有+/-1.5毫米的準確性和4赫茲測距能力。對LRFS接收器光學元件進行了修改以接收20°角，用于匹配發(fā)射器的視場角。在演示中使用一個相對大（5.0毫米）直徑、+/-10°光學掃描角的MEMS鏡，用于維持模塊的小光束發(fā)散。完整的激光雷達樣機可適應<70mm x 60mm x 60mm的小體積，重量<50克，并且由無人機的電池供電?；诩す饫走_系統(tǒng)的MEMS反射鏡允許在不用改變無人機位置的情況下，根據(jù)需要對視場角內(nèi)的點或地區(qū)測距。利用機載慣性傳感器和照相機來增加LRF測距的頻率和穩(wěn)定激光束的指向是下階段設計的目標。
 

　　17、美國先進系統(tǒng)和技術公司的Anatoliy Khizhnyak等人發(fā)表題為《先進激光雷達系統(tǒng)的脈沖激光成像放大器》文章。

　　安保措施有時需要對政府、軍隊和公共場所進行持久監(jiān)視。邊境、橋梁、體育場館、機場和其他地點通常使用低成本攝像機來監(jiān)控。它們的低光性能可以用激光照明器來加強，然而各種運行場景可能需要低強度激光照明，使得物體散射的光強度低于激光雷達圖像檢測器的靈敏度。本文討論一種新型的高增益光學圖像放大器。該方法能做到傳入和放大信號的時間同步精度≤1納秒。該技術允許無需將輸入頻譜與腔模式進行匹配，只要輸入信號在放大器的光譜帶內(nèi)即可實現(xiàn)對輸入信號的放大。作者已通過實驗衡量了該放大器的性能：40 dB的增益，視場角為20毫弧度。
 

　　18、英國Thales公司的M. Silver等人發(fā)表題為《新型、超輕巧高性能、人眼安全激光測距儀》文章。

　　緊湊型人眼安全激光測距儀（LRFS）是未來傳感器的關鍵技術。除了減小尺寸、重量和功率（SWaP），越來越需要緊湊型LRFs發(fā)送更高重復頻率連發(fā)模式。連發(fā)模式允許從快速移動的目標采集遙測數(shù)據(jù)或同時移動式傳感。作者描述了一個新型、超小型、長距離、人眼安全的激光測距儀組合一個可以具有連發(fā)能力的新型發(fā)射器。發(fā)射器是二極管泵浦、摻鉺玻璃、被動調(diào)Q固態(tài)激光器，它采用通信零部件行業(yè)的設計和封裝技術。這種方法的主要優(yōu)點是，發(fā)射器可被設計成匹配主動激光元件的物理尺寸和亞毫米大小的激光光斑。這使得發(fā)射機與現(xiàn)有的設計相比明顯變小，實現(xiàn)溫度管理上的大大改進，并實現(xiàn)了較高的重復率。此外，該設計方法與以前的設備相比，具有更高可靠性、更低成本和更小外形。作者目前已將此新發(fā)射器安裝到激光測距儀中。LRF的尺寸為100×55 x 34毫米（長x寬x高），單次發(fā)射范圍可高達15公里，溫度范圍為-32°C至+ 60°C。由于發(fā)射器優(yōu)越的散熱性能，該單元能夠連續(xù)以1Hz和高達4Hz短脈沖重復率運行。10Hz的短脈沖運行也已在實驗室的發(fā)射器上驗證。
 

　　19、美國猶他州州立大學的Bikalpa Khatiwada等人發(fā)表題為《應用于多紋理像素圖像的集束調(diào)整三維圖像重建技術》文章。

　　在災害響應、數(shù)字地面模型、目標識別和文化遺產(chǎn)等許多應用領域，創(chuàng)建3D圖像的重要性正在逐漸增加。目前已經(jīng)提出幾種方法用于生成紋理像素圖像，包括熔融激光雷達和數(shù)字影像。以前的方法僅限于生成兩幅紋理圖像或每幅只有一個激光雷達數(shù)據(jù)的多幅紋理。一個關注的焦點仍然是生成多幅紋理圖像以創(chuàng)建3D模型。文中描述使用多個紋理圖像創(chuàng)造真正的3D圖像的過程。紋理相機結合二維數(shù)字圖像和校準后的三維激光雷達數(shù)據(jù)可以形成一個紋理圖像。從多個角度拍攝生成該圖像。相比于3D或2D方法，使用多個全幀紋理圖像的優(yōu)點在于圖像之間能更好的配準，因為在聯(lián)合生成過程中3D點和2D紋理重疊了。計算每一幅圖像的個體位置和旋轉(zhuǎn)方向并繪制到公共坐標系上，并對其優(yōu)化。所提出的方法結合集束調(diào)整共同優(yōu)化了多幅圖像的生成。因為缺乏不同的相機參數(shù)之間的相互作用，利用了稀疏三維模型。文中給出3D模型的例子并對其數(shù)值精度進行了分析。
 

　　20、美國海軍研究生院的Angela M. Kim等人發(fā)表題為《比較模擬全波形激光雷達與Riegl VZ-400的地面激光掃描》文章。

　　激光雷達傳播的3D蒙特卡洛光線跟蹤模型模擬了激光能量與物質(zhì)的反射、透射和吸收相互作用。在這份報告中，模型場景是由高保真樹的體素模型VoxLAD通過使用從Riegl VZ-400地面激光掃描儀的高空間分辨率的點云數(shù)據(jù)產(chǎn)生的單個維多利亞時代的黃楊木（七里香）組成。該VoxLAD模型使用地面激光雷達掃描數(shù)據(jù)，來確定一個單一樹冠的小體積的體素（20厘米高的側邊）的葉面積密度（LAD）測量。 VoxLAD還用于以非傳統(tǒng)的方式在這種情況下產(chǎn)生木材密度的體素模型。VoxLAD模型的信息在激光雷達仿真中被使用，以確定激光雷達能量與在給定體素位置的材料相互作用的概率。該激光雷達模擬被定義為復制Riegl VZ-400的掃描裝置，所產(chǎn)生的模擬全波形激光雷達信號可以媲美使用Riegl VZ-400地面激光掃描儀獲得的信號。
 

　　21、瑞典FOI國防研究署的Michael Tulldahl等人發(fā)表題為《小型無人機載激光雷達的功能與應用》文章。

　　研究的目的是介紹和評價從無人駕駛飛機獲取高分辨率三維數(shù)據(jù)的好處和能力，特別是在現(xiàn)有的方法（被動成像，三維照片）具有有限能力的條件下。一些應用實例是探測

　　被下遮蔽的物體、變化檢測、黑暗或陰影環(huán)境下的探測和感興趣區(qū)域的即時幾何資料。應用舉例如從作者的小型無人機測試平臺3DUAV獲取的實驗數(shù)據(jù)，此測試平臺集成了一臺旋轉(zhuǎn)激光掃描儀，并用一個地面激光掃描儀采集地面實況數(shù)據(jù)。作者將激光雷達數(shù)據(jù)與慣性導航系統(tǒng)（INS）的數(shù)據(jù)結合起來處理以產(chǎn)生高精確度點云。 INS和激光雷達數(shù)據(jù)的結合是通過動態(tài)校準過程實現(xiàn)的，動態(tài)校準過程用于補償基于低成本、輕重量的MEMS（微機電系統(tǒng)）的INS引入的導航誤差。該系統(tǒng)允許對整個數(shù)據(jù)采集處理應用程序鏈的研究，并兼作進一步發(fā)展的平臺。作者從有關系統(tǒng)方面如調(diào)查時間、分辨率和目標探測能力來評估這項應用。作者的研究結果表明，在合理調(diào)查時間內(nèi)一些目標檢測/分類場景是可行的，如從幾分鐘（汽車，人，以及較大的對象）至約30分鐘檢測和識別可能更小的目標。
 

　　22、美國海軍研究生院的Angela M. Kim等人發(fā)表題為《光探測和測距（LIDAR）和高光譜圖像（HSI）數(shù)據(jù)的綜合分析》文章。

　　激光雷達和高光譜數(shù)據(jù)提供有關場景內(nèi)容的豐富和補充信息。在這項工作中，作者研究數(shù)據(jù)融合的方法，目的在于最大限度地減少由于點云柵格化和空間光譜重采樣引起的信息丟失。研究和比較了兩種方法：1）點云方法，計算光譜指數(shù)如歸一化微分植被指數(shù)（NDVI）和高光譜圖像的主成分，作為落到像素的空間范圍內(nèi)的每個激光雷達點的附加屬性，一種受監(jiān)管的的機器學習方法被用來將所得融合點云分類；2) 基于柵格的方法，創(chuàng)建激光雷達柵格產(chǎn)品（數(shù)字高程模型，DSMs，坡度，高度，坡向等），附加到高光譜圖像多維數(shù)據(jù)集中，然后用傳統(tǒng)的光譜分類技術分類融合圖像多維數(shù)據(jù)。文中對兩種方法在分類準確性方面進行了比較。 2012-2014年期間收集的NPS校園的激光雷達數(shù)據(jù)和相關正射影像，2011年期間收集的高光譜機載可見光/紅外成像光譜儀（AVIRIS）數(shù)據(jù)被用于這項工作。