由于在激光测距过程中电路性能的不稳定性、环境温度变化等因素的影响，造成测距数据存在随机异常。这些异常数据可能会使系统出现资源损耗过大、宕机等现象。因此，如何快速、准确地识别数据异常，并进行合理的数据处理显得尤为重要。也就是说，只有准确、规范的测距数据才能真实重现目标面的三维表面模型。若不对测距系统中的数据异常进行处理，则可能获取到精度较低、杂乱无章的表面模型。另外，要实现对异常数据进行处理，首先要对面阵激光测距系统中出现的各种异常数据情况进行识别、分类。
我们经过大量试验发现，异常数据主要包含以下几种情况(黎明焱，2016)：
①规则性异常数据。在面阵激光雷达成像系统中，由于每一路APD 探测处理电路存在电气参数差异或者信号传输时滞，导致每一次测距均存在一个固定的时间差，经过计算后表现为每次测距均存在一个固定的距离差。如图9-1 所示，当面阵激光雷达成像系统对一个光滑平整墙面测量时，总是出现可重叠的凹凸三维(3D)表面。
②不规则性异常数据。这一类异常数据的主要特征是异常出现的时间和异常情况毫无规律，且每个APD 所对应的测距通道异常数据变化也都不尽一样。图9-2 是面阵激光雷达成像系统对楼道间几个平整墙面测量的结果，从图中我们发现：中间出现的杂乱凹凸变化即为不规则性异常数据。
③无回收数据。这一类异常数据主要有以下三种情况：第一种情况，由于激光器工作异常，没有发出激光，导致APD 阵列无法接收到回波信号；第二种情况，当激光束发射到特殊目标面(玻璃面或墙壁光滑边缘等)时，没有产生反射信号或者回波信号很微弱，以至于回波信号不能被APD 探测器识别；第三种情况，当APD 元件损坏时，导致无法响应反射回来的激光信号。图9-3 是数据异常的实例，该实例来自一个5×5 APD 阵列中1 ～17 通道APD 没有通电工作的情况。对于该例无数据异常情况，我们规定：它的测距为0，在灰度距离成像中表现为黑色区块。
图9-1 规则性异常数据三维(3D)可视化(www.xing528.com)
图9-2 不规则性异常数据三维(3D)可视化
④电路异常。由于APD 工作时受到施加在器件上的反向偏置电压引发雪崩效应，而且APD 的雪崩增益会随着器件温度的变化而改变，这一特性又称为APD 温度特性。因此，在一个典型线性雪崩增益系统中，需要APD 保持恒定增益，反向偏置电压源必须能够实时补偿因温度变化而造成的雪崩增益系数变化。APD 电路异常的表现为当面阵激光雷达仪工作一段时间后，APD 电路板温度升高而出现异常触发计时器工作，导致测距超出激光雷达有效测距范围的情况。
⑤多次回波信号异常。由于目标面可能存在的遮挡(遮挡面积小于测距系统最小平面精度)，从而使得APD 可能出现多次激光反射信号触发计时，表现为在一组测距数据中一个APD 像元出现多组测距数据。由于只考虑目标面表面三维模型，因此目前只取第一次出现的测距值(即最小测距值)，对于多次回波产生的数据作保留处理(后续可能用于对遮挡目标检测时使用)。
图9-3 无回收数据三维(3D)可视化
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
