报道了新研制的一种便携式激光测云仪,该设备由光学、电子和机械三部分组成,采用单片机处理回波信号、识别云底高度,并给出了该激光测云仪的相关参数.将回波斜率突增点作为云底定义点,利用云回波在上升斜率、脉冲宽度和幅度上与大气回波及噪声脉冲间的差异,识别反演出云底高度.另外,同一位置连续测量数次,可以剔除干扰噪声.与计数式激光测云仪进行了实测比较,数据基本吻合.结果表明便携仪的云高识别算法基本合理、可行,便携仪中所采用的剔除大气回波伪信号算法能提高系统的测低云性能,智能识别算法能滤除干扰噪声.最后,需要对算法进行进一步的优化.

研制了一种能够方便、快速调节激光雷达收发光路准直的光学装置，分析了装置楔角的选取要求、准直误差及其相应的矫正方法。该装置结构简单，主要由两个楔形光学平板组成，通过电机转动两个楔板可使出射光束方向在一定范围内任意改变，该调节范围由楔板的楔角和折射率决定。利用折射定律，严格推导了装置中两个楔形光学平板的旋转角度与出射光束方向之问的关系。提出了将该光学装置插入到激光雷达发射光路，采用螺旋式粗扫、圆形和径向细扫相结合的光束扫描方式实现对激光雷达准直的方法，并给出了系统准直调节过程中的判断准则和具体的准直步骤。

针对不良能见度天气下的交通运输安全需求,设计了一台可用于水平及斜程能见度测量的激光雷达能见度仪。该仪器以嵌入式计算机PCM-3370E为控制和数据处理核心,实现对激光器、光子计数卡、门控电路工作时序的控制及能见度反演。在收发光学单元良好工作的基础上,通过易于操作的人机交互界面获得大气能见度的客观、便捷测量。

简要介绍了时幅转换技术［1］的原理、实现方法以及在激光测距系统中的应用。 给出了实际时幅转换特性的试验数据及精度分析。 利用时幅转换器测量时间的精度和分 辨率可以分别达到几十皮秒和几皮秒的量级。 将这一技术应用于传统的激光测距系统后， 可以将测距精度和分辨率由原来的分米级分别提高到厘米级和毫米级。

在对流层(小于12km),由于大气中气深胶的存在,传统的利用大气中瑞利散射光谱测量大气温度的方法具有一定的局限性.借助傅里叶分析方法对不同高度的大气后向散射光谱通过碘吸收池所产生的不同透过率曲线进行处理,同时考虑了对流层中气深胶的影响,可得到对流层中不同高度、不同大气后向散射比条件下的温度轮廓线.

运用多线激光雷达实现了越野环境中障碍物的检测。为了分析了传感器安装参数对系统性能的影响，采用设计了分层聚类算法，实现了场景中数据的分类；对影响雷达测距精度的因素进行了分析，给出了雷达数据的滤波方法；以相对高度，坡度和点密度作为判决条件，完成了越野环境中障碍物的识别。算法应用到了越野环境下无人驾驶车辆的导航上，试验证明方法稳定可靠，符合车辆自主行驶的要求。

激光雷达用于无人自动驾驶车辆的避撞和定位导航，该智能接口卡用UART采集激光雷达数据，通过CAN总线传输给上位机实现无人自动驾驶车辆复杂的定位导航，同时在DSP的数据处理中实现车辆的自动避撞，保证车辆安全。本文介绍了此接口卡的硬件和软件设计，实践证明，该卡能在500kbps波特率下可靠实现车辆避撞处理和实时数据传输。

现代飞机对许多的机载设备安装提出更高的要求，而传统的飞机机载设备安装姿态的校准测量方法在测量校准精度和效率上已不能满足这些要求，需要采用基于先进数字化测量仪器和技术测量校准方法。通过对激光雷达系统测量原理的分析，本文提出了一种基于激光雷达的机载设备安装姿态校准新方法。与传统测量校准方法相比，这种基于激光雷达的校准方法在减少和简化测量校准工序、提高工作效率和校准精度等方面具有显著优点，能够满足现代飞机制造对机载设备安装姿态校准的更高要求。

随着激光扫描技术的发展，基于激光扫描系统的室内环境地图构建技术广泛地被运用到机器人的视觉导航中。针对当前研究中所使用的激光扫描仪体积笨重、价格昂贵，不适合小型移动机器人装配的不足，提出一种由智能小车和低成本的360°激光雷达组成的二维环境地图构建系统。系统由硬件系统和软件系统两部分组成。通过硬件系统对环境进行感知，提取周围环境特征信息，通过软件系统完成二维环境地图的实时创建，实现基于激光雷达构建室内环境地图的任务。在得到环境地图的基础上，采用最小二乘法对初始数据进行滤噪处理，以获得更为精确的环境地图。实验结果表明，本系统成本低，性能高，能精确的构建二维环境地图，并成功应用于室内小型移动机器人的视觉导航中。

基于激光雷达和定位与地图构建（SLAM，Simultaneous Localization and Mapping）的麦克纳姆轮小车，集SLAM所携带的外部感知环境，并利用提取的信息进行自我定位的功能和激光雷达对目标回波和发射信号的比较处理，实现目标等参数确定的功能。文中基于激光雷达和麦克纳姆轮的定位方式进行展开，重点研究移动机器人里程计的获取解算和使用AMCL（自适应蒙特卡洛定位算法）输出定位坐标，同时进行多次的模拟试验测试，并对试验结果进行分析。试验结果表明，麦克纳姆轮小车实现了机器人的定位与导航和麦克纳姆轮全方位移动的强强联合。