压缩感知LIDAR三维成像原理与方法研究

Compressive sensing and multi-image-acquisition superresolution method, will be used in this project to achieve high resolution compressive LIDAR 3D imaging (C-LIDAR3D), with a single detector and without a scan. Using compressive sensing, a C-LIDAR3D system directly acquires linear combinations of multiple pixel depth information, instead of scanning through all pixels. .To achieve high resolution, we will study the important parameters for resolution, find the working conditions for C-LIDAR3D first. For the transversal direction, a mechanical device will be used to modify the relative position between SLM and the image focused onto it. The shift distance is in SLM sub-pixel scale. The acquired data after each shift will be processed together. By using this method, we wish to improve the resolution restricted by SLM pixel. For the axial direction, using the same multi-data-acquisition superresolution idea, we will directly measure linear combinations of delayed object reflected light signals. By processing multiple sets of such measurements, we wish to obtain a ranging resolution smaller than the value determined by an A/D device sampling step. Additionally, we will study measurement matrixes and object reconstruction methods for C-LIDAR3D, and set up an experiment for demonstration..

本项目将利用压缩感知技术以及多次成像与数据处理相结合的超分辨方法实现高分辨、单元探测、无需扫描的LIDAR三维成像（Compressive LIDAR 3D imaging - C-LIDAR3D）。 C-LIDAR3D系统直接采集多目标点深度信息的线性组合，而非对每一目标点逐点扫描。为了实现高分辨率，我们首先将分析影响系统分辨率的因素，确定系统工作条件。在光路横截面方向上，将使用机械移位装置改变空间光调制器(SLM)及其上目标图像间相对位置，形成SLM亚像素大小的移位距离。通过对多次移位后采集所得数据进行综合处理，突破SLM像素对分辨率的限制。在纵深方向上，同样地利用多次数据采集超分辨原理，将直接采集不同延时后回波信号的线性组合。通过对多组测量值综合处理，获得高于采样器件采样速度限制的测距分辨率。此外,将开展测量矩阵设计与恢复算法研究，搭建试验验证系统。

现有的激光雷达成像技术主要为使用单元探测器基于扫描式的测距雷达和使用阵列式探测器基于飞行时间法的非扫描式测距雷达。前者获取三维场景距离信息的时间长，而后者由于受到器件工艺和读取速度的限制，很难获得高分辨率的阵列式探测器。为了使用单元探测器实现非扫描式的高分辨激光雷达，学术界研究了采用压缩感知的三维LIDAR成像技术。采用这一技术，系统使用空间光强调制后的脉冲光源照射目标物体，并使用恢复算法从系统测量值中重建目标的深度图像。相较于现有的激光雷达，压缩感知激光雷达的分辨率得到提高，但是仍然受限于空间光调制器的分辨率。为了进一步提高系统分辨率，本项目开展了以下几方面的研究工作，包括分析了目标形状对于激光雷达成像系统分辨率的影响，验证了采用亚像素位移方式实现高分辨率压缩感知激光雷达测距成像和采用压缩感知技术利用低带宽探测器及低速ADC实现时间上的高分辨率激光雷达的可行性，以及实现了压缩感知应用中二值测量矩阵的设计和压缩感知恢复算法的并行加速。经过分析与实验，本项目验证了采用压缩感知方法在时间域对激光光源进行调制，可以降低探测器带宽和ADC速度10倍，或者采用同样的探测器和ADC提高系统在纵深方向上的分辨率10倍。使用优化后的二值测量矩阵，系统的目标恢复性能与采用最优的灰度值PCA测量矩阵矩阵类似，同时还可以降低系统测量值的动态范围30%左右。采用GPU加CUDA的并行实现方式，本项目获得对OMP、TwIST、以及线性化快速Bregman三种算法10倍以上的加速。而对线性Wiener算子加速后，恢复算法可在几微秒内获得1K×1K大小的目标估计。通过本项目研究，我们对压缩感知激光雷达理论方法与技术有更深入的了解。这对于推进该技术进一步向工业应用方向发展有重要意义。