Dynamic Mapping课题组李健平博士的论文“NRLI-UAV: Non-rigid registration of sequential raw laser scans and images for low-cost UAV LiDAR point cloud quality improvement”被《ISPRS Journal of Photogrammetry and Remote Sensing》接收。  

机载激光扫描是一种主动对地观测技术，已经被广泛用于数字高程模型生产、三维重建、变化检测、森林生物量调查等。然而，受制于传感器的重量、成本等诸多因素的限制，现有的机载激光扫描系统多限于大型商用激光扫描系统，存在费用昂贵、不易使用等缺陷。近年来，随着小型消费级无人机平台的成熟，研制轻小型低成本无人机激光扫描系统成为学术界和工业界共同关注的热点。受制于轻小型无人机平台的有效载荷、航时等实际限制，轻小型低成本无人机激光扫描系统必须在传感器的重量、价格、精度等之间取得平衡。

无人机激光扫描依赖于组合导航系统（Positioning and orientation system [POS]）提供的直接地理定向信息进行激光数据解算，而高精度POS的昂贵价格和重量极大地限制了无人机激光扫描系统的易用性。如何在低精度惯性测量单元的基础上实现激光扫描数据的高质量获取成为亟待解决的难题。

本文设计了消费级无人机载移动测量系统—珞珈麒麟云。珞珈麒麟云移动测量系统搭载了GNSS接收机，低成本惯性测量单元（xsens mti-300），多线激光扫描仪（Velodyne VLP-16），高速工业相机。通过硬件时间同步，统一了多源数据采集的时间基准。系统硬件如下图所示：

 为了提高低成本传感器获取的数据质量，本文通过非刚性融合影像、激光数据，改善了点云数据精度。具体方法流程如下图所示：

 我们在三处典型城市区域进行了数据采集与实验。实验中，无人机的平均航高为70米以内，航速为3m/s。 实验结果表明，利用本文提出的方法，影像与激光的相方配准精度为1像素以内，获取的激光点云数据平面拟合残差为5cm。相比通过GNSS/IMU组合获取外方位元素，再将激光扫描数据直接地理定向的方法，本文提出的方法所获得的激光点云精度明显的到了提高。