为了解决无人机机载激光雷达采集到的点云数据存在密度高但分布不均匀的现象, 以及绝缘子表面纹理信息不全等问题, 提出了一种基于机载激光点云的电网绝缘子识别方法。首先分析杆塔中不同部位的强度值直方图, 用强度值滤波剔除大部分的杆身点云; 然后采用主成分分析法计算局部点云特征值, 根据特征值构建的局部熵函数和空间分布特性删除冗余的平坦区域点云, 并通过栅格修补的方法避免出现点云空洞; 最后针对传统采样一致性初始配准(SAC-IA)算法精度低和速度慢的问题, 通过增加采样点对的距离约束关系和自适应调整参数改进SAC-IA算法完成绝缘子的位姿估计。结果表明, 该方法能正确高效地识别杆塔中的绝缘子, 运行时间大幅减少, 提取正确率达到95.16%。该研究在无人机自主巡检航线规划中具有良好的应用价值。

针对传统射频识别(RFID)定位过程繁琐，系统定位精确度低以及计算较为复杂的问题，提出一种利用差分进化(DE)算法优化RFID定位精确度的方法。该方法首先随机初始参考标签的位置坐标，通过接收信号强度(RSS)值计算出阅读器与标签之间的测量距离，再通过优化阅读器与参考标签和待测标签之间的距离误差，估计出离待测标签最近的位置坐标，最后与经典LANDMARC定位系统做比较。仿真结果表明，经典LANDMARC定位系统的平均定位误差为1.115 8 m，而利用差分进化算法优化后的系统平均定位误差为0.001 2 m，从而证明利用差分进化算法优化RFID定位的方法是有效的。

激光雷达强度值能在一定程度上反映目标反射特性, 但由于受到距离、入射角、大气衰减效应等因素的影响, 并不能直接作为目标分类的重要特征。针对常用车载扫描激光雷达, 在对激光雷达强度值进行理论分析的基础上, 通过实验的方式固定了其他因素对强度值的影响, 建立了激光雷达强度值和表征目标反射特征参数间的关系模型。经过实验研究发现, 半椭圆模型形式的角度因子能更好地描述目标漫反射强度值随入射角的变化规律, 激光雷达强度值与接收功率间为线性转换规律; 在盲区范围外, 目标漫反射强度值随距离的变化遵循负指数规律。在实际应用中, 可以结合雷达运动来获得同一目标在不同相对位置处的强度值, 并将其代入模型中反演与目标反射特性相关的参数, 以实现对不同目标的区分。

地面激光扫描仪回波强度信号不仅与地物的激光反射特性有关，还与其他因素相关，这降低了基于强度数据的地物分类结果的可靠性和精度。基于徕卡ScanStation2 型地面激光扫描仪，实验研究了仪器、距离、入射角、地物反射面特性、外界环境等因素对强度数据的影响。结果表明：强度值随距离的增大呈现先增大后减小趋势，且在距离为15 m 左右达到最大值；强度值标准差随距离的增大首先表现为振荡下降趋势，当距离大于55 m 后趋于稳定；入射角对强度数据的影响与地物本身特性（如地物的激光反射率、均质性）有关；接近激光波长的颜色和激光本身的颜色强度值大，但其强度值标准差也大；同一地物干燥时的强度值比湿润时高；外界环境对强度值影响有限。