在过去的20年里，机载激光雷达已经从一种发展中的技术发展成为一种成熟的测绘解决方案，并在这个过程中彻底改变了测绘行业。今天，无人航空系统(UASs)代表了地理空间的下一个前沿领域。随着传感器技术的发展，激光雷达在uas中的应用正在迅速扩大，带来了新的行业视野。请继续阅读，了解基于无人机系统的激光雷达技术的当前状态和新兴趋势。

(作者:Michael Starek, Jinha Jung, Texas A&M University-Corpus Christi, USA)

由于激光雷达系统性能与尺寸、成本以及飞行动力学对测量过程的影响之间的权衡，传统机载激光雷达测绘技术与UASs的集成具有挑战性。尽管能够携带传统激光雷达测绘系统的大型无人机平台已经投入使用了一段时间，但它们的应用仅限于非常小的领域，最显著的是军事部门(例如诺斯罗普·格鲁曼公司的全球鹰)。本文的重点是激光雷达技术在更广泛的UAS用户社区的实际应用。以下由Colomina和Molina(2014)基于重量的UASs分类在这里被用于固定翼和旋翼直升机平台，为讨论奠定了基础:微型(小于5公斤)，迷你(小于30公斤)，战术(小于150公斤)。这些平台类型，特别是在微型范围内，代表了地理空间行业目前最大的用户市场。在过去的几年中，激光雷达传感器技术已经在尺寸和重量方面得到了充分的减少，从而能够在这种较小规模的无人机平台中得到更广泛的应用。

下面的讨论概述了基于uas的基于平台大小和应用程序的激光雷达技术的各种示例。这种划分并不是非黑即白的，因为有些系统可能不只属于一类。需要指出的是，作者并不认可讨论中提到的任何特定平台或激光雷达传感器，这里所介绍的只是对现有市场的选择。

Tactical-grade UAS激光雷达

这种类型的激光雷达传感器是指那些有利于在战术到小型无人机平台上集成的传感器，最大操作距离超过地面200米(AGL)，续航时间长达几个小时。这些系统被设计用来复制传统多回路机载激光雷达测绘系统的调查级性能，但缩小了规模。为了做到这一点，这些系统利用激光技术、接收机灵敏度和使能技术(IMU/GPS)的进步来提供完全集成的无人机系统解决方案。与有人驾驶飞机上的传统激光雷达测绘系统相比，这些系统在可实现的测距距离和飞行高度方面有所权衡。然而，值得一提的是，与这里讨论的其他类型的传感器相比，这类UAS激光雷达提供了最大的距离性能。此外，相对于讨论的其他激光雷达传感器类型，这些系统往往是最昂贵的(通常超过10万美元的传感器)，但比传统机载激光雷达测绘传感器的价格要低得多。

就目前所知，目前只有少数商用传感器属于这一类别。最引人注目的是RIEGL的VUX-1，它于2014年2月发布(图1)。VUX-1重量不到4公斤，具有300度视场和旋转扫描镜，并提供内部存储，可收集数小时的数据。它有一个550kHz激光脉冲重复频率，在近红外下工作，利用飞行时间测量与回波信号数字化和在线波形处理的多回波能力。在50kHz脉冲重复频率下，系统规格说明反射率高于60%的目标的最大射程为920米，最大操作高度为350米AGL。150米范围的精度引用为10毫米(1西格玛)。战术级UAS激光雷达的应用，如VUX-1，包括广域地形测绘、沿海地区测绘、国防和林业等。

Mini-grade UAS激光雷达

这类激光雷达传感器是指有利于在不大于小型无人机平台(总重量小于30kg)、AGL范围小于200米的UAS上集成的传感器。包括激光雷达传感器在内的整个扫描系统的典型重量范围从2kg到20kg。值得注意的是，战术级UAS-Lidar，比如上面提到的VUX-1，根据传感器的重量，也可能属于这一类别，但这里唯一的区别因素是减小的最大距离和操作高度。由于其更大的有效载荷能力，大多数这些系统被集成在旋翼直升机平台上。然而，由于旋转升力低和电池续航电流的限制，这些系统的飞行续航能力有限。标准平台的典型耐久度远低于1小时，但给定平台的总耐久度将取决于载荷重量和环境风等因素。

这类激光雷达传感器主要由短程激光扫描仪组成，最初是为机器人和移动/地面应用开发的，现已成功集成到小型无人机平台上。这包括来自FARO、Velodyne、SICK和Hokuyo等制造商的几种不同的传感器。常用的集成传感器包括Velodyne HDL 32E、Ibeo Automotive Solutions Ibeo Lux和FARO Focus 3D S 120。最近，制造商一直在开发专门为微型无人机集成设计的激光雷达传感器。最近发布的非常轻量级的Velodyne VLP-16就是一个例子(图2)。

几家公司通过将近188asia备用网址程激光雷达传感器与轻型高性能惯导系统、数据记录器以及后处理软件相结合，为小型无人机系统提供完整的交钥匙系统。通常，这些是便携式单元，可以安装到任何合适的UAS平台上，或者与特定的UAS平台集成。交钥匙系统的例子包括Routescene的LidarPod (Velodyne HDL 32E;图4)，YellowScan (IBEO Lux)，凤凰航空系统的侦察系列(Veoldyne HDL 32E或VLP-16)， 4D-IT的扫描直升机2.0 (Faro Focus 3D S120)和SABRE SkyPod (Faro Focus 3D S120)。属于微型无人机类别的激光雷达系统最适合于局部测绘应用，包括检查测量、库存监测、采矿作业、滑坡测绘或植被监测。

Micro-grade UAS激光雷达

这类激光雷达传感器是指非常低成本和轻量级的激光测距和深度成像传感器，有利于集成到微型无人机平台上。例如，PulsedLight公司最近发布的Lidar-Light是一款非常紧凑(21 x 48.3 x 35.5mm)的轻型单光束测距传感器(高达40米)，在撰写本文时成本不到90美元(图5)。它使用了一种基于相关波形特征的有趣测距方法。微软Kinect的结构光成像传感器也属于这一类。像Kinect这样的微级传感器在DIY (DIY)爱好者和学术研究人员中很受欢迎，以开发创造性的无人机系统解决方案。应用的例子包括感觉和回避以及内部映射。例如，早在2010年，加州大学伯克利分校(University of California Berkley)的研究人员就用Kinect装备了一架微型四轴飞行器，以开发一种能够自主飞行的无人驾驶系统，在研究文献和DIY社区中还有许多其他类似的例子。

新兴的趋势

以前没有提到的一个当前发展领域是测深激光雷达。传统的无人机系统重量大、成本高、功耗高，严重限制了无人机系统的大规模集成。为了解决这一问题，佐治亚理工研究所(GTRI)的一个团队设计了一种新的方法，可以使测深激光雷达比现有的全尺寸系统更小、更高效。这项新技术将允许中等大小的无人机(uav)携带相当于目前有人驾驶飞机系统的测深激光雷达，这将大大降低成本。

关于uas，另一项令人感兴趣的新兴技术是一项名为“闪光激光雷达”的创新。3D闪光激光雷达相机具有3D焦平面阵列与行和列像素，类似于2D数码相机，但具有记录3D深度和强度的额外能力。每个像素记录了相机的激光闪光脉冲从传感器到场景和返回的往返时间(图6)。与传统的激光雷达扫描仪相比，3D闪光激光雷达具有一些优势，包括轻型组成，不需要精密扫描机构，低功耗，高海拔运行。关于微型到微型无人机集成的闪光激光雷达的例子，请参阅Advanced Scientific Concept的Peregrine 3D闪光激光雷达。

用于从小型无人平台进行高效、高精度测绘的gnss -惯性解决方案技术的发展，极大地推进了激光雷达技术在无人机市场的适用性。最后，机器人技术中普遍应用的同步定位和绘图方法正在进入基于无人机系统的激光雷达绘图系统。这些技术使用自动特征提取和云对云注册方法，通过有限或不使用辅助传感器来获得扫描场景的近实时无缝3D点云(参见XactMap的GPS激光雷达)。

结论

对于激光雷达技术来说，这是一个激动人心的时代，而该技术与uas的结合仍处于初级阶段。随着无人机能力的不断发展和飞行规则的开放，激光雷达将找到更广泛的用户，这将带来不可预见的新发展、应用和机会。

进一步的阅读

Colomina, I.和Molina, P.，《摄影测量和遥感的无人机系统:综述》摄影测量与遥感学报92(2014): 79 - 97。

乔治亚理工激光雷达:http://gtri.gatech.edu/casestudy/smaller-lidars-could-allow-uavs-conduct-underwater

XactMap GPS激光雷达://www.skyfoldde.com/news/mapping/uas/id7926debut_for_gpsless_uav_lidar_surveying_and_mapping_system.html

数据

图1，安装在RiCOPTER平台上的RIEGL VUX-1(照片:www.rieglusa.com）

图2，德克萨斯州A&M大学corpus Christi的研究人员正在开发的小型无人机激光雷达系统，该系统集成了一个大疆S1000+平台和一个Velodyne VLP-16激光雷达扫描仪。该系统将使用Applanix APX-15高精度INS(重60克)，并使用Zenmuse万向架Z-15安装索尼Alpha Nex 7摄像机。

图3，小型无人机平台的近程激光雷达传感器规格;ToF =飞行时间。

图4，由RouteScene公司开发的一款全钥匙微型激光雷达系统，使用Velodyne公司的HDL-32E扫描仪(照片:www.routescene.com）.

图5,2010年，加州大学伯克利分校的研究人员开发了配备Xbox Kinect的微型无人机，用于自主飞行(照片:利兹·哈法利亚，The Chronicle)。

图6，扫描激光雷达与闪光激光雷达的对比(照片:改编自http://www.fosternav.net）.

作者

Michael Starek博士是美国德州农工大学科珀斯克里斯蒂分校工程与计算科学学院的地理空间测量工程和GISc助理教授。
michael.starek@tamucc.edu

Jung Jinha博士是德克萨斯A&M大学科珀斯克里斯蒂分校工程与计算科学学院土木工程助理教授。
Jinha.Jung@tamucc.edu