- 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
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。 车载式探地雷达的应用，不仅提高了地质勘探和道路检测的效率和精度，更为现代工程建设提供了强有力的技术支撑。它使得工程师们能够更加准确地了解地下环境，科学规划工程方案，有效预防和控制工程风险。 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。
63610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. （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）。 设置逻辑：采样点数 = 时窗时间 ÷ 采样间隔，通常需保证每个雷达波波长有≥2 个采样点。常见范围：时窗 100ns 时，采样间隔建议设为 0.5-2ns，对应采样点数 50-200 点。 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。
38910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 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 三维探地雷达综合检测车可对城市道路进行周期性 “体检”—— 例如，某市对 100 公里主干道检测后，提前发现 23 处路基空洞，通过注浆填充处置，避免了路面塌陷事故，直接减少经济损失超千万元。
78310编辑于 2025-09-09 - 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。
28210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。 当然直接把地推任务派发给地推吧等第三方平台也能做到有效控制成本。 三、差异化做事件营销 在碎片化的当下，地推对装机量的贡献越来越小。 地推不单是为接触用户，而应是传播为主，拉新为辅，以地推之“形”，做事件营销之“神”，通过地推活动去创造话题放大影响力吸引海量用户主动关注最后从中筛选出精准用户。
55710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)
21400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。 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。 2.2 各模块介绍 2.2.1 R-Fans-16 激光雷达 本系统中激光雷达采集采用的是 R-Fans-16 导航型雷达，它通过 16 线 360°扫描实现三维探测成像。 2.2.3 坐标系转换 本设计中采用的是 R-Fans-16 导航型雷达，它采集的数据是建立在自身的坐标系之中的，三维重建的本质是将激光雷达坐标系中的数据转换为大地绝对坐标系，即球坐标系转化为直角坐标系 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。
79610编辑于 2025-05-04 - 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。 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 ? E、三角化与RANSAC 本文采用文鲁棒三角化方法，对每个三维特征点使用RANSAC来寻找最佳的三角化视图。 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。
1.5K10发布于 2021-01-05 - 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。
33000编辑于 2025-08-26 - 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。 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 ? E、三角化与RANSAC 本文采用文鲁棒三角化方法，对每个三维特征点使用RANSAC来寻找最佳的三角化视图。 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。
1.5K10发布于 2021-01-06 - 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.
1K10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。
40810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。 这一关系是探地雷达进行厚度计算和目标定位的理论基础。 探地雷达的探测深度和分辨率是一对相互制约的参数。通常来说，天线频率越高，分辨率越高，但探测深度越浅。 实践表明，探地雷达技术在政府投资审计中已得到成功应用。通过探地雷达技术对公路沥青层面及水稳层进行无损检测，实现了对工程质量的客观评估，为工程验收提供了可靠依据。 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。 同时，需要建立更加科学完善的验收标准体系，推动探地雷达技术在工程质量控制领域的广泛应用。 探地雷达技术的深化应用需要理论研究、工程实践和标准制定三方面的协同推进。
24410编辑于 2025-11-19 - 来自专栏点云PCL
轻量化固态激光雷达的三维定位与建图
论文阅读模块将分享点云处理，SLAM，三维视觉，高精地图相关的文章。 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
1.6K10编辑于 2022-01-20 探地雷达金属检测数据集VOC+YOLO格式1441张3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) 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 标注类别名称:["metalic","non-metallic","nonmetalic"] 每个类别标注的框数： metalic 框数 = 1254 non-metallic 框数 = 453 nonmetalic 框数 = 504 总框数：2211 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：暂无 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注
18600编辑于 2025-07-15- 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。
76150发布于 2018-09-26 - 来自专栏世隆科技的专栏
世隆科技：地质雷达在坝体检测中的应用
探地雷达工作原理图，如下：探地雷达的结构组成：探地雷达在大坝检测中的应用：探地雷达(GPR)又称作为地质雷达，这种检测是具有连续无损，快速经济以及高精度的一种检测技术，是在国际上逐渐发展的一项新技术，也是在当前具有较高精度的一种应用技术 作为一种无损地检测方法,可以有效地、快速地对大坝进行检测,提早的发现隐患排除隐患。GPR反馈信号由于仪器本身和地下介质的复杂性的影响,往往存在噪声、杂波和伪影,并对反馈信号产生衰减效应。 因此对GPR进行信号处理对更高效地识别大坝渗漏点具有重要意义。 然后将改装后的探地雷达搭载到改装后水下机器人上，探地雷达通过水下机器人沿着坝体一道一道拖行，探地雷达向坝体向下发生电磁波，电磁波根据地下介质的不同，反射电磁波，控制端（笔记本电脑）采集软件实时采集相关数据 测线line14~line16的雷达图像如下图所示：探地雷达大坝检测具体步骤：探地雷达于大坝检测时，以下是具体的步骤：确定检测目标：确定需要检测的大坝部位，例如坝体、基础、坝肩等。
42610编辑于 2025-07-31 - 来自专栏世隆科技的专栏
探地雷达在路基检测中的应用：施工质量管理、隐蔽病害排查与监测
探地雷达（GPR）凭借无损、高效、高分辨率的优势，已成为路基检测的重要技术之一，可覆盖新建路基质量管控、在役路基隐患排查、特殊路基专项检测等全生命周期场景。 一、核心应用场景（一）新建路基：施工过程质量管控新建路基需重点把控“分层压实度”与“结构层厚度”两大指标，传统钻孔检测存在随机性强、破坏结构的问题，探地雷达可实现连续无损检测，弥补传统方法短板。 （二）在役路基：隐蔽病害排查与监测在役路基受行车荷载、环境因素影响，易产生空洞、含水率异常、基层脱空等隐蔽病害，探地雷达可在不中断交通的前提下，精准定位病害位置与规模，为养护提供依据。 （三）特殊路基：专项检测难题突破特殊路基（软土路基、冻土路基、盐渍土路基）因地质条件复杂，传统检测难度大，探地雷达可针对性解决核心问题。 探地雷达通过1.2GHz天线可识别冻融界面深度，监测季节性冻融变化。
61810编辑于 2025-09-24 - 来自专栏量子位
清华系激光雷达公司，成了量产元年最大的黑马
公开信息中，探维科技商业化进展的意义被官方很“低调”隐藏，但从车载激光雷达江湖全景上看： 探维科技，成为第3家拿下车企定点的本土创业公司。 但在禾赛、速腾已经找准车载激光雷达方向的时候，探维科技的核心创始团队，还以研究生身份在清华精密仪器系的实验室里，承担星载雷达科研项目。 清华的积累和技术，也深刻影响着探维今天的产品和路线。 面对自动驾驶发展趋势，以及车载激光雷达今后如何进化，探维科技也提出了一个全新的探索： 融合传感器，或者叫它激光雷达3.0。 探维希望在硬件端做到不同数据的前融合，直接输出可供ADAS系统使用的数据。 未来激光雷达一定会向探维提出的融合传感器方向发展吗？ 巨头2子：华为、大疆，都是家大业大，都以Tier 1切入智能车产业链，虽然一时一地进展有快慢，但实力和潜力仍然不可小觑。 国内创业3强：禾、速、探。 而评判的标准很简单：上车交付，量产商业化。
52430编辑于 2022-12-08 - 来自专栏点云PCL
当视觉遇到毫米波雷达：自动驾驶的三维目标感知基准
公众号致力于点云处理，SLAM，三维视觉，高精地图等领域相关内容的干货分享。侵权或转载联系微信cloudpoint9527。 摘要 传感器融合对于自动驾驶车辆上的准确和鲁棒的感知系统至关重要。 从摄像机获取丰富的语义信息，以及从雷达获取可靠的三维信息，潜在地可以实现对于3D目标感知任务的高效、廉价和便携的解决方案。 图1：CRUW3D数据集中的示例，每个示例包含摄像机RGB图像和一个雷达RF张量对。为了更好地可视化，RF张量被转换为笛卡尔坐标。 此外，我们还将RF张量转换为笛卡尔坐标，以更好地与摄像机对齐并进行更清晰的可视化。我们的雷达数据处理的更详细描述在补充文件中提到。 、定位和建图的框架 动态的城市环境中杆状物的提取建图与长期定位 非重复型扫描激光雷达的运动畸变矫正 快速紧耦合的稀疏直接雷达-惯性-视觉里程计 基于相机和低分辨率激光雷达的三维车辆检测 用于三维点云语义分割的标注工具和城市数据集
1.2K11编辑于 2023-12-12
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