基于DO-178的机载软件结构覆盖分析

随着民用飞机机载软件的应用越来越广泛,软件复杂程度越来越高,按照DO-178设计保证指南进行机载软件开发逐渐成为行业规范。机载软件测试是验证过程的关键,对测试结果的覆盖分析中的结构覆盖,DO-178仅提出了相关目标的抽象要求,在工程实际验证软件过程中不便理解和实现。本文结合适机载软件工程实践,浅析对测试覆盖分析过程的理解。     

基于DO-178B的民用飞机空气管理系统综合控制器机载软件设计阶段评审综述

本文首先介绍民用飞机机载软件的适航认证标准DO-178B;其次介绍了一套空气管理系统及其控制器机载软件,并以这套机载软件研制过程中的设计阶段数据为例,描述了软件设计数据的评审过程,总结了评审的重点及难点;最后对目前软件适航评审技术进行了总结及展望。     

基于机载LiDAR数据的玉米叶面积指数反演

以机载LiDAR离散点云数据为数据源,基于植被冠层孔隙率与叶面积指数的关系,提出一种反演大田玉米叶面积指数的方法。对反演LAI和实测LAI进行对比分析,结果表明:基于Axelsson改进的不规则三角格网加密方法可以将地面点和非地面点分开,结合高分辨率影像能够提取出玉米冠层点云;基于孔隙率反演LAI,尼尔逊参数的选择对结果影响很大,利用扫描天顶角模拟尼尔逊参数,LAI反演结果接近于真实情况。利用机载LiDAR点云数据能精确地反演大田玉米LAI,该研究方法适用于中等高度的农作物,可以扩展到甜菜、甘蔗等其他中等高度农作物。     

激光雷达技术测树方法原理与应用

高密度激光雷达(LiDAR)测量技术是一种先进的主动遥感测量技术,可以高效而准确地获取被测目标物的高密度三维点云信息,具有快速,准确,非接触式等显著优点。介绍了激光雷达的测树原理以及3种测量扫描方式的特点,以实例分析了人工测量与三维激光扫描测量立木胸径和材积的精度差异,并对该技术的未来发展趋势作了展望。     

激光雷达技术在林业科学研究中的进展分析

基于Web of science 数据库检索平台,应用科学引文分析方法对检索到的1 355 篇2000 年以来激光雷达技术 在林学上的应用的文章进行了全面分析,主要涉及发表年份、国家分布、作者排行、期刊分布、作者单位分布、提取 参数等,对该领域所涉及到的主要国际国内会议进行了总结。分析了激光雷达的主要传感器类型和2 种数据结构 (波形和点云),系统总结了主要森林参数的提取方法,包括波形分析、点云分析、参数预测和数据融合。分析认为: 激光雷达技术的林学应用研究的深度和广度均呈现快速上升趋势,研究方法渐成体系,有系统化的国际会议;但研 究水平的地域差异较大,参数提取的机理性、实用性不足,尚未达到成熟,还有很大的提升空间。最后,从理论、应 用及组织3 个方面提出了建议。      

线目标激光雷达散射截面测量计算方法

激光雷达作为当今最先进的激光测量仪器,无论是在军事上还是在生活上都已经得到相当广泛的应用。本文主要对线目标的激光雷达散射截面(LRCS)进行了理论计算以及实验验证。     

基于激光雷达数据的东北林区航空林分材积表编制

利用东北林区云冷杉林、落叶松林、樟子松林、红松林、栎树林、桦树林、杨树林、榆树林、椴树林和水胡黄林10种森林类型的1947个样地的激光雷达数据和地面实测蓄积量数据,首先通过多元线性回归和非线性回归方法,分别建立基于机载激光雷达数据的森林蓄积量回归估计模型,并通过对比分析,确定统一形式的基础回归模型;然后利用哑变量建模方法,建立基于不同森林类型参数和相同激光雷达变量的蓄积量模型。结果表明,研究建立的10种森林类型的线性蓄积量回归模型的解释变量个数在2~7之间,确定系数在0.460~0.858之间;非线性蓄积量回归模型的解释变量个数在2~4之间,确定系数在0.461~0.846之间。基于点云平均高度和平均强度建立的10种森林类型的二元蓄积量模型(研究称之为标准模型),其确定系数在0.440~0.815之间,平均预估误差在2.88%~4.42%之间,平均百分标准误差在16.76%~25.52%之间,预估精度基本达到森林资源规划设计调查技术规定要求。依据研究建立的10种森林类型的蓄积量模型,可以编制基于激光雷达数据的航空林分材积表,在森林资源调查实践中推广应用。     

基于UAV-LiDAR和误差变量回归的落叶松人工林单木参数估测

【目的】以人工落叶松为例,探索基于无人机激光雷达（Unmanned aerial vehicle LiDAR, UAVLiDAR）点云的单木探测提取树高的误差对胸径反演的影响并校准,实现单木参数（胸径、树高）的准确度量,为大尺度高效便捷估测单木参数提供新的思路。【方法】以东北林业大学帽儿山实验林场13块4个龄组（幼龄林、中龄林、近熟林和成熟林）的落叶松人工林样地UAV-LiDAR数据及野外调查数据为数据源,基于UAVLiDAR点云的单木探测提取的树高,分别以普通最小二乘法（Ordinary least squares, OLS）和3种误差变量回归（标准主轴（Standard major axis, SMA）、远程主轴（Ranged major axis, RMA）和极大似然估计（Maximum likelihood estimate, MLE））构建胸径-树高模型,研究探测误差对各龄组人工落叶松胸径反演的影响并校准。【结果】利用UAV-LiDAR点云的单木探测提取4个龄组树高的相对均方根误差（rRMSE）,误差范围为3.41%～5.14%;在胸径-树高模型预测方面,3种误差变量回归均优...     

基于激光雷达扫描的料仓原料储料量测量方法

为提高仓内原料储料量测量自动化和智能化水平,设计了一种基于二维激光雷达扫描的储料量测量装置与系统。本系统采用RPLIDAR S1型二维激光雷达扫描获取不同储料量物料的原始点云数据,通过坐标变换、重叠点提取、滤波、分割等方法对原始点云进行预处理,采用贪婪投影三角化算法将预处理后的点云进行三维重建,获得仓内原料的三维模型,结合物料三维模型和物料的容重获得仓内原料的储料量,从而实现储料量的自动测量。以玉米为试验对象,测量小型储料塔内玉米储料量并对玉米不同储料量进行扫描测量,验证模型的准确性,结果显示：测量结果的平均绝对误差为8.05 kg,平均相对误差为1.52%。研究结果表明,基于二维激光雷达扫描的储料量测量方法是可行的,具有较好的稳定性和测量精度,能够满足实际生产需求。