- 综合排序
- 最热优先
- 最新优先
- 来自专栏世隆科技的专栏
世隆科技：探地雷达在国土资源地质灾害预警领域的应用
（3）适应性强 多种频率选择：手推式探地雷达通常提供多种频率的天线选择，以适应不同深度和不同介质的探测需求。 因此，如何高效、准确地检测市政道路病害，成为城市管理亟待解决的问题。车载式三维探地雷达技术作为一种先进的无损检测技术，在道路检测中展现出独特的优势，为管理者提供有力的技术支持。 车载式探地雷达 车载式三维探地雷达是一种集成了高精度探测、三维成像、智能分析以及实时检测功能的综合系统。 车载式三维探地雷达采用天线阵列技术，设置多通道和多种极化方式，能够进行高密度、快速全覆盖扫描，生成地下空间的三维图像，为工程人员提供直观的视觉参考。 车载式三维探地雷达应用优势 高精度探测与三维成像 车载式三维探地雷达系统能够实现厘米级分辨率的地下成像，即使是微小的地下变化，如轻微的空洞、裂缝等，也能被准确捕捉。
74110编辑于 2025-07-31 - 来自专栏世隆科技的专栏
世隆科技：探地雷达参数设置技巧
探地雷达参数设置的核心是匹配探测目标与现场环境，没有固定公式，需通过 “理论计算 + 现场试测” 动态调整。1. 高频天线（500-2000MHz）：适用于浅层（0.1-3 米）、小目标探测，如钢筋、管道、裂缝。分辨率高，但穿透深度浅。 （2）时窗（Time Window）：控制探测深度时窗决定雷达波能传播的最大时间，对应探测的最大深度。计算公式：时窗时间（ns）= 目标最大深度（m）× 2 ÷ 雷达波在介质中的传播速度（m/ns）。 （3）采样率（Sample Rate）：保证数据精度采样率决定单位时间内的采样点数，需满足 “Nyquist 准则”（采样频率≥信号最高频率 2 倍）。 试测对比：在探测区域选择典型位置，用 2-3 组不同参数（如不同频率、时窗）各测 10-20 米，对比雷达剖面图的清晰度。
62010编辑于 2025-10-20 - 来自专栏世隆科技的专栏
城市道路地下隐患从 “被动应对” 到 “主动预防”——三维探地雷达综合检测车
而三维探地雷达综合检测车的出现，如同为地下空间装上了 “透视眼”，通过一体化、智能化的检测技术，彻底改变了地下隐患排查的模式，成为城市地下安全保障的重要装备。 一、核心定位：从 “单点探测” 到 “全域扫描” 的升级三维探地雷达综合检测车并非简单的 “车辆 + 雷达” 组合，而是一套集成了三维探地雷达系统、高精度定位系统、数据实时处理系统、可视化分析平台的一体化解决方案 三维雷达：还原地下 “立体地图”车辆搭载的多通道三维探地雷达，通过发射高频电磁波（中心频率 200-1500MHz）穿透地表，利用不同介质（如土壤、岩石、管线、空洞）对电磁波的反射差异，生成地下空间的三维数据模型 与二维雷达只能呈现 “剖面图像” 不同，三维模型可清晰还原地下物体的空间位置、尺寸、形态及材质属性—— 例如，能精准区分直径 10 厘米的金属管线与混凝土管，还能定位深度 3 米、体积 0.5 立方米的路基空洞 实时数据处理：隐患 “即时识别”传统探测需将数据带回实验室后处理，往往滞后数天；而三维探地雷达综合检测车搭载的工业级计算机与 AI 算法，可实现 “边检测、边处理、边预警”—— 车辆行驶中，系统能实时生成地下三维图像
1K10编辑于 2025-09-09 探地雷达金属检测数据集VOC+YOLO格式1441张3类别
jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：1441 标注数量(xml文件个数)：1441 标注数量(txt文件个数)：1441 标注类别数：3
23500编辑于 2025-07-15- 来自专栏世隆科技的专栏
世隆科技：探地雷达——白蚁蚁穴探测的应用
探地雷达这位“地下透视眼”，正凭借其独特的技术优势，成为蚁穴探测领域的得力助手。今天，我们就一起来揭开探地雷达探测蚁穴的科学面纱。 先认识一下：探地雷达是什么？ 终端通过专业软件对信号进行分析、处理和成像，最终生成地下目标的二维或三维图像，帮助工作人员直观地判断地下是否存在蚁穴，以及蚁穴的位置、大小、结构和深度。 为什么探地雷达适合探测蚁穴？ 而探地雷达恰好能针对性地解决这些问题，主要有以下几大优势： -非破坏性探测：与传统的挖掘、钻探等探测方式不同，探地雷达不需要破坏地表植被和土壤结构，也不会干扰蚂蚁的正常活动。 蚁穴内部存在大量的空洞、通道和蚁巢，其密度、介电常数等与周围的土壤存在明显区别，这种差异会被探地雷达清晰地识别出来，从而实现对蚁穴精细结构的探测。 探地雷达探测技术的发展方向 随着科技的不断进步，探地雷达探测蚁穴的技术也在不断优化和升级。未来，探地雷达设备将更加小型化、便携化，操作也将更加智能化、自动化。
44110编辑于 2025-12-09 - 来自专栏科技向令说
起底地推之殇，探其如何重生？
【文章纸媒首发于杂志《销售与市场》】 最近一篇关于地推的报道吸引了我，说是望京SOHO有一条“扫码一条街”，短短100 米，就散布近 30 个地推点。这不禁让响铃这货想起自己那段风风火火的地推岁月。 但，就在你追我赶互不相让的补贴、扫码和优惠券过后，就在地推吧、开拓者等地推平台崭露头角之时，就在“地推派”泰斗大众点评和美团把地推玩得风生水起却仍“捉襟见肘”之时，作为一名地推的loser,响铃这货提起笔写下那段累累的伤痕 并且其他对手也开始模仿我们与地推吧等第三方地推平台建立了联系。 目标客户在哪，地推就应该去哪，甚至需要吃透每个地区或物业管理社区的特点和难点，包括开发商、物业公司、业主各方面的情况。 3、送对礼品。 3、是否有标准化的流程和成熟的地推团队执行，4、是否有足够的资金储备和较大规模的地域覆盖能力。
64210发布于 2018-08-20 地质雷达探地雷达检测数据集VOC+YOLO格式874张2类别
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
29510编辑于 2025-07-17- 来自专栏FPGA技术江湖
基于 ZYNQ 的激光雷达三维建模
因此三维的环境重建是必然的趋势，方便我们实现虚拟世界与现实世界之间的交互。 在三维重建中，主流的方式有视觉和激光雷达两种。 相比之下，激光雷达可以用于的场景更为广泛。 1.2 应用领域 三维建模的应用很广泛，例如无人机、无人驾驶汽车的即时避障，路径规划。同时也可以与机器视觉、3D 打印等技术也可以融合。 本次设计的基于 ZYNQ 的激光雷达三维建模系统，可以深入目标环境， 进行点云采集，重建三维空间模型，测量等机器视觉方面的应用。 1.4 关键性能指标 1.5 主要创新点 （1） 可通过移动 app 对小车进行远程控制； （2） 算法基于 PCL 点云库； （3） 通过 Icp 算法可达到实时数据配准； （4） 利用 pynq 的 本设计的点云拼接部分通过 PL 端的 IP 核加速， 增强了拼接效果，成功地实现了实时三维重建的功能。
94010编辑于 2025-05-04 - 来自专栏世隆科技的专栏
世隆科技：探地雷达的常见故障分析及处理
探地雷达（GPR）是通过发射和接收高频电磁波探测地下介质分布的设备，核心组件包括主机（控制与数据处理单元）、天线（发射/接收电磁波）、电源系统、数据采集软件及机械辅助结构（如推车、支架）。 探地雷达的故障多与连接稳定性（信号、电源、通信）、环境适应性（电磁干扰、地面条件）、设备老化（电池、天线、机械件）相关。
48700编辑于 2025-08-26 - 来自专栏点云PCL
基于激光雷达增强的三维重建
结果表明，在大尺度环境下，加入激光雷达有助于有效地剔除虚假匹配图像，并显著提高模型的一致性。在不同的环境下进行了实验，测试了该算法的性能，并与最新的SfM算法进行了比较。 ? 这项工作基于一个简单的想法，即激光雷达的远距离能力可以用来抑制图像之间的相对运动。更具体地说，我们首先实现了一个立体视觉SfM方案，它计算摄像机的运动并估计视觉特征（结构）的三维位置。 2） 激光雷达数据被用来排除无效的图像匹配，进一步加强了方案的可靠性。 3） 通过联合立体相机和激光雷达的共同的数据，扩展了我们先前提出的联合优化方案，提高了所建模型的精度和一致性。 激光雷达增强的双目SFM 该方案以一组立体图像和相关的LiDAR点云作为输入，以三角化特征点和合并的LiDAR点云的格式生成覆盖环境的三维模型。下图显示了我们的LiDAR增强SfM方案的过程 ? 重建的结果对比 总结 本文提出了一种利用激光雷达信息提高立体SfM方案的鲁棒性、准确性、一致性和完备性的LiDAR增强立体SfM方案。实验结果表明，该方法能有效地找到有效的运动位姿，消除视觉模糊。
1.6K10发布于 2021-01-05 - 来自专栏深度学习和计算机视觉
基于激光雷达增强的三维重建
结果表明，在大尺度环境下，加入激光雷达有助于有效地剔除虚假匹配图像，并显著提高模型的一致性。在不同的环境下进行了实验，测试了该算法的性能，并与最新的SfM算法进行了比较。 ? 这项工作基于一个简单的想法，即激光雷达的远距离能力可以用来抑制图像之间的相对运动。更具体地说，我们首先实现了一个立体视觉SfM方案，它计算摄像机的运动并估计视觉特征（结构）的三维位置。 2） 激光雷达数据被用来排除无效的图像匹配，进一步加强了方案的可靠性。 3） 通过联合立体相机和激光雷达的共同的数据，扩展了我们先前提出的联合优化方案，提高了所建模型的精度和一致性。 激光雷达增强的双目SFM 该方案以一组立体图像和相关的LiDAR点云作为输入，以三角化特征点和合并的LiDAR点云的格式生成覆盖环境的三维模型。下图显示了我们的LiDAR增强SfM方案的过程 ? 重建的结果对比 总结 本文提出了一种利用激光雷达信息提高立体SfM方案的鲁棒性、准确性、一致性和完备性的LiDAR增强立体SfM方案。实验结果表明，该方法能有效地找到有效的运动位姿，消除视觉模糊。
1.6K10发布于 2021-01-06 - 来自专栏气python风雨
雷达系列 | 如何转换雷达三维球面坐标为经纬度坐标系
雷达系列 | 如何转换雷达三维球面坐标为经纬度坐标系 个人信息 公众号：气python风雨 关注我获取更多学习资料，第一时间收到我的Python学习资料，也可获取我的联系方式沟通合作 温馨提示 由于可视化代码过长隐藏 ke: 修正因子，用来调整影响雷达波束传播的大气折射梯度，默认值 4/3 对大多数天气雷达波长是一个很好的近似。 返回 coords: 形状为 (..., 3) 的数组，包含了投影后的地图坐标。 接下来，我们将使用 matplotlib 和 cartopy 将这些数据绘制出来，直观地观察雷达回波在地图上的分布，并验证地球曲率修正的效果。 为了演示，我们选取第一层数据进行绘图。 经过 spherical_to_proj 转换并使用 pcolormesh 绘制后，图像正确地呈现为以雷达站点为中心的扇形，并能与地图上的地理边界（如海岸线、州界）精确吻合。 波束传播路径：如果您仔细观察远离雷达中心的区域，像素点的形状会发生微妙的变化。这是因为 wradlib 的转换函数考虑了地球曲率和大气折射（4/3 地球半径模型）。
18510编辑于 2026-04-24 - 来自专栏世隆科技的专栏
世隆科技：探地雷达（GPR）工作原理——高频电磁波的地下 “透视” 逻辑
探地雷达（Ground Penetrating Radar，简称GPR）的无损探测技术，核心原理是通过发射高频电磁脉冲穿透地下介质，利用不同介质的电磁属性差异产生反射信号，进而反演地下目标的位置、形态及材质信息 核心硬件组件探地雷达的工作依赖四大核心部件，协同完成“发射-接收-处理”全流程：- 发射天线：产生并发射高频电磁脉冲（频率范围通常为10MHz~2.6GHz，频率越高，探测分辨率越高，但穿透深度越浅）； 探地雷达的核心能力源于“介质电磁属性的差异识别”，不同地下目标的反射特征具有明确辨识度，主要基于两点：1. 四、应用场景与原理的结合（以特种机器人搭载为例）当探地雷达与轮式/四足全地形机器人结合时，其工作原理可针对性适配复杂场景：1. 机器人的定位模块（GPS/IMU）与雷达数据同步，将反射信号与探测位置精准匹配，生成“位置-深度”关联的三维探测图；3.
1.7K10编辑于 2025-11-28 - 来自专栏世隆科技的专栏
世隆科技：如何通过探地雷达技术识别地下空洞等地质隐患
探地雷达技术识别地下空洞等地质隐患的方法探地雷达技术作为一种高效的地球物理探测手段，凭借其对地下介质的高分辨率探测能力，在识别地下空洞、松散体、裂隙带等地质隐患方面发挥着不可替代的作用。 在实际应用中，利用探地雷达技术识别地下空洞等地质隐患需经过严谨的流程。首先是数据采集阶段，需根据探测目标和场地条件合理选择探测参数，如天线频率、测线布置方式等。 专业技术人员结合地质资料和现场情况，对处理后的雷达图像进行分析，判断地下空洞等隐患的位置、规模和形态。 为确保结果的准确性，还需通过钻探、坑探等手段进行验证，形成完整的探测报告，为工程建设、地质灾害防治等提供可靠的技术支撑。 探地雷达技术以其快速、高效、无损的优势，已广泛应用于城市地下管网探测、公路铁路路基检测、矿山采空区调查等领域，为及时发现和消除地下地质隐患提供了有力保障。
48910编辑于 2025-07-31 - 来自专栏世隆科技的专栏
地质雷达在地坪质量检测验收中的应用理论
1.探地雷达技术的基本原理与系统组成 探地雷达是一种利用高频电磁波进行地下探测的无损检测技术。 研究表明，探地雷达厚度检测的准确率可达95%以上，尤其对于上层厚度检测，使用频率大于1200MHz的天线时，探测误差可小于3mm，完全满足工程验收的精度要求。 探地雷达通过测量电磁波在介质中的传播速度来间接评估含水率。由于水的介电常数（约81）远大于一般固体材料（通常为3-8），含水率的微小变化会显著影响电磁波传播速度。 3.车库地坪检测中的测线布设与数据采集策略 探地雷达在车库地坪检测中的有效性很大程度上取决于测线布设的合理性。 未来，随着三维探地雷达技术、多频天线阵列以及人工智能解释算法的发展，探地雷达在车库地坪质量检测中的应用将更加精准和高效。
36310编辑于 2025-11-19 - 来自专栏点云PCL
BOX3D：面向三维目标检测与定位的轻量级相机-激光雷达融合方案
本文提出BOX3D——一种通过融合RGB相机与三维激光雷达信息来实现目标物体定位的新型多模态轻量化方案。 该方案采用三层递进式架构设计：首先，底层架构对相机与激光雷达数据进行初级融合处理，完成初始三维边界框提取。 其次，中间层将激光雷达扫描获取的三维边界框转换至世界坐标系，通过空间配对与合并机制确保多视角观测中物体的唯一性表征。 坐标变换过程可分为两个核心步骤： 点云投影成像：通过相机内参矩阵（包含焦距和主点参数）结合雷达-相机外参（旋转矩阵和平移向量），将雷达坐标系中的三维点云坐标转换为二维图像像素坐标。 三维边界框配对与融合 由于机器人平台持续运动，相机视野和激光雷达探测范围内可见物体会动态变化，导致每帧图像生成的3D边界框集合不断更新。
1K10编辑于 2025-05-26 - 来自专栏点云PCL
轻量化固态激光雷达的三维定位与建图
更具体地说，我们将Intel L515固态激光雷达集成到AGVs中，并在复杂的仓库环境中测试所提出的方法。 该方法能够提供实时定位，并且在旋转情况下具有鲁棒性。 ，还将该方法集成到用于三维扫描的手持设备中，在我们的实验中，使用Intel Realsense L515进行演示，这是一个小型视场固态激光雷达，它比智能手机更小、更轻，因此可以在许多移动机器人平台上使用 C.仓库机器人的性能 在仓库环境中运行的AGV上评估该算法，在一家先进的工厂里，机器人应该能够自动运输、加工和装配产品，这就要求机器人在具有移动操作员和其他机器人的复杂且高度动态的环境中有效地定位自身。 资源 三维点云论文及相关应用分享 【点云论文速读】基于激光雷达的里程计及3D点云地图中的定位方法 3D目标检测：MV3D-Net 三维点云分割综述（上） 3D-MiniNet: 从点云中学习2D表示以实现快速有效的 3D LIDAR语义分割（2020） win下使用QT添加VTK插件实现点云可视化GUI JSNet：3D点云的联合实例和语义分割 大场景三维点云的语义分割综述 PCL中outofcore模块---基于核外八叉树的大规模点云的显示
1.7K10编辑于 2022-01-20 - 来自专栏玄魂工作室
CTF实战3 Wireshark网络嗅探工具使用
Wireshark可以打开多种网络分析软件捕捉的包，可以支持许多协议的解码。我们可以用它来检测网络安全隐患、解决网络问题，也可以用它来学习网络协议、测试协议执行情况等
1.2K30发布于 2018-07-25 - 来自专栏ATYUN订阅号
WaveSense的探地雷达可以使自动驾驶汽车在恶劣天气中更安全
雷达，激光雷达，摄像头，它们是帮助优步自动驾驶汽车，通用汽车的Cruise Automation，Waymo以及其他对周围环境感知的组件。 WaveSense的探地雷达（GPR），利用12个元件的天线阵列发送高达地下10英尺的高频（VHF）电磁脉冲。 这些波浪反映了地下特征，如管道，植物的根，岩石和泥土，这有助于建立一个工作草图，机载计算机与三维GPS标记的地下数据库相关联。 ? Bolat说，雷达可以穿透雨，雾，灰尘和雪，使它们非常适应恶劣天气。 借助算法和WaveSense的地下地图，他们能够在车辆移动时反复地缩小车辆的位置。 它们也有其他用途。当道路需要维护或地下导航时，GPR有一天可能会被用来警告市政当局。 需要明确的是，WaveSense并不主张用激光雷达取代激光雷达，雷达或摄像机，它们在大多数情况下都能很好地执行测绘和物体检测任务。
84950发布于 2018-09-26 - 来自专栏六月-游戏开发
三维数学(3)-向量运算
各分量乘积和 [x1,y1,z1] [x2,y2,z2] = x1x2+y1y2+z1z2 几何意义:a*b = |a| * |b| * cos<a,b> API:float dot = Vector3. API：Vector3 vec = Vector3.Cross(a,b); 结果与角的关系 叉乘所得向量的模长与角度的关系:0~90度角 Vector3 cross = Vector3.Cross Debug.DrawLine(Vector3.zero, Vector3.Cross(cube.transform.position, cube2.transform.position),Color.yellow ); } 效果 判断player是否进入cube的前方半径10角度120°的扇形攻击范围内 这里有两种做法，效果一样，一种是先用Vector3.Distance判断两物体之间的间距，如果小于10， ; private Vector3 right; private Vector3 targetFW; private Vector3 VelFW; void Start
1.7K20编辑于 2022-12-26
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号