针对传统的道路测量方法存在效率低、安全性差,且无法快速直接地获取井盖病害信息的问题,提出了一种结合三维激光点云的井盖病害检测方法。通过分析点云数据中路面井盖的空间分布特征和强度反射特性,首先设计了梯度和布料模拟滤波(CSF)组合算法提取地面点后生成强度图像,然后通过自适应阈值对强度图像进行二值化,在此基础上用限制参数的Hough圆检测方法定位井盖位置,实现了路面井盖的精准提取;最后通过计算井盖中心和邻域点云高差均值,实现了井盖的沉降病害检测。对北京三环道路的实地数据进行实验,结果显示,该方法能直接准确地获取路面井盖位置和病害等信息,井盖提取准确率达到84%,精准率达到98%。与传统测量方式相比,该方法可有效提高井盖提取效率和作业安全性,有助于后期公路路面井盖的检测和维护工作。

可调半导体激光光谱技术（TDLAS）可实现温度、 组分浓度等多参数同时测量, 具有体积小、 响应速度快、 环境适应性高等优点, 逐渐成为燃烧流场诊断的主要手段之一。 TDLAS光谱测量常采用直接吸收技术和波长调制技术, 其中强度归一化的波长调制技术, 适合存在振动、 湍流等致光束偏转效应和强辐射本底等恶劣应用环境条件的燃气轮机流场参数测量。 基于TDLAS技术, 开展了1f归一化波长调制技术燃气轮机燃烧室温度、 组分浓度参数测量方法研究和实验室验证工作, 并在某燃气轮机单喷嘴台架进行了冷态、 热态试验验证, 实现了燃气轮机燃烧室沿气流方向温度及H2O、 CH4浓度二维分布测量。 采用1f归一化波长调制技术抑制台架振动、 热辐射背景噪声, 采用1 392, 1 469和1 343 nm蝶形封装的DFB激光器, 三支激光器的出光方式为时分复用, 选取H2O的7 185.6, 6 807.83和7 444.3 cm-1处的吸收线, 两两组合使用, 测量热态下一定范围内的温度和H2O浓度; 采用1 654 nm蝶形封装的DFB激光器, 选取CH4的6 046.96 cm-1处的吸收线进行冷态CH4浓度测量。 实验室对测量系统可靠性进行验证, 配置4%~6%范围内的CH4气体进行测量并与实际值对比, 浓度测量最大相对偏差为3.72%; 在高温炉中设定900~1 500 K范围内的温度台阶, 充入纯水汽, 计算不同设定温度和压力下的温度和浓度测量值, 温度测量最大相对偏差3.07%, 浓度测量最大相对偏差为-2.00%, 验证了该测量系统的可靠性。 台架燃气轮机实验中, 集成了一套小型化测量仪器, 设计多束激光收发一体的测量结构。 实验采用两个电动位移台, 搭载测量结构, 每间隔5 mm逐点移动采样, 对燃气轮机燃烧室300 mm×60 mm的燃烧区域进行测量, 获取了若干工况下冷热态结果。 通过双三次插值的方法绘制分辨率为0.5 mm的二维流场分布图, 结果分别反映了测量区域范围内CH4和火焰分布的真实状态。 为燃气轮机喷嘴燃料、 空气掺混情况和燃烧特性研究提供了新的研究方法和技术手段。

道路标线提取与分类是智慧城市建设中需要解决的关键技术之一,也是智能驾驶亟待解决的技术难题。提出了一种基于深度学习的道路标线自动提取与分类方法,通过移动窗口法结合相邻扫描线拓扑关系进行地面点云的提取,并生成强度图像,基于深度学习方法实现道路标线的自动提取与分类,并利用KD树聚类分割算法结合矢量化方案实现道路标线的矢量化。基于实验数据对该方法进行验证分析,结果表明,使用该方法进行自动提取与分类的精度和F_score分别为92.59%和90.15%,证明了该方法的可行性和准确性。该方法为道路标线的自动提取提供了新思路,使道路标线提取工作变得更准确、高效,提升了道路标线获取与分类的智能化程度。

机载激光测深系统能够快速、高效地测量浅海、岛礁、暗礁及船只无法安全到达的水域，能够提供近岸全覆盖50 m水深测量；船载移动测量系统可以获得近岸浅海水底地形数据及近岸岛礁精细三维激光点云，二者数据在测量区域以及测量范围上具有一定的互补性。文中采用一种基于曲率特征点的改进迭代最近点（ICP）算法，将国产机载测深系统和船载移动测量系统获取的机载激光测深数据、多波束数据、三维激光扫描数据进行配准融合。结果表明，通过将二者数据进行配准融合，可以实现陆地、浅海区域海陆地形的全面精准描述、海陆基准统一，有助于海岛礁地形地貌认识、水下目标物探测及发现等。

利用车载移动测量系统采集的全景影像, 建立全景球坐标系。将车载点云通过一系列的坐标转换, 在全景球坐标系下利用球心、球面上像点和球面上物点三点共线关系, 实现车载移动测量系统激光点云与全景影像的融合。全景影像拍摄盲区造成真彩点云存在“黑洞”, 从而导致导致路面信息缺失。针对该问题利用相邻影像重叠关系对“黑洞”进行修补。通过人工采集检查点对融合精度进行评定, 结果表明, 该方法融合结果正确, 全景影像与激光点云融合精准, 修补“黑洞”后, 路面信息保留完整。