树木的量化模型对分析树木拓扑结构和生物量等信息非常重要。树木定量结构模型（TreeQSM）作为主流建模方法，被广泛使用，但在估计树高、胸径和体积的精度上缺少全面分析。实验中用地面激光雷达多扫描角分辨率多站点扫描2棵模型树和5棵真实杏树，通过TreeQSM建模单站和多站融合数据估计得到较精确的树高、胸径和体积参数，同时分析不同角度分辨率、不同站点数量对估计树高、胸径和体积的影响。实验结果表明：树高和胸径的平均估计精度均在90%以上；对树木体积而言，结构较为简单的模型树平均估计精度为92.00%，结构较为复杂的真实杏树平均估计精度71.32%。由实验数据可知，扫描角分辨率和融合站数对精度有一定的影响，且不同参数最优估计结果的配置存在差别，同时TreeQSM也会受到点云数据基础、数据完整性和噪声等多因素影响，特别是针对复杂分枝结构和体积进行建模时仍存在一定的偏差，所提模型的改进空间巨大。

激光雷达自问世以来, 在各个领域都展现出重要的作用。首先, 回顾了激光雷达技术的发展历程。随后, 阐述了激光雷达的基本工作原理, 并列举了在大气探测中的应用现状。最后, 指出了当前激光雷达技术的存在问题并展望了未来发展。

面向激光探测需求，创建了涵盖“光学设计-结构设计-元件制造-装调集成-性能评价和应用”的精密光机系统全环节研发平台。发展了“光学设计-结构设计-力热学设计”高效耦合的综合设计方法，建立了基于光机误差分解的精密装配集成方法，形成了透射光学系统定心装调、反射光学系统的高精度集成装配流程和技术，配备了光学系统波前和成像性能检测仪器，支撑了多种复杂功能的精密光机系统的研制。本文全面梳理了同济大学面向激光探测需求的精密光机系统和仪器研制方面的科研工作，针对我国“星光III”强激光装置的探测需求，研制了首套联合视频合成孔径雷达和扫描光学高温计的主被动复合诊断装置和辐射高温光学测量系统，共同为“星光III”开展超高压物态方程实验提供了技术支撑与诊断测试手段。面向海环境下目标与环境激光散射特性的测量需求，研制了发散光激光雷达散射截面测量装置和双功能平行光LRCS激光测量装置，实现了模拟海环境下标准散射体与海环境的激光散射特性的精确测量，为超低空激光雷达研制提供了数学模型和实验数据。

传统的货车点云配准算法通过寻找点云间的关键特征实现点云配准，这种方法效率较低，且点云之间存在重复的场景、噪声点，配准算法寻找的关键特征往往是不准确的。对此，提出了一种基于激光雷达的多视角点云配准方法。所提方法将惯性测量单元引入点云配准，在不依赖点云数据的情况下完成对应点云位姿矫正，然后采用随机采样一致性算法拟合局部平面搜索最近点，融入最近点迭代算法，快速寻找对应点集，实现点云精确配准。在采集的卡车数据集上进行实验，所提方法可在4 s内完成配准，平移误差最大不超过0.01 m，旋转误差控制在0.1°以内。实验结果表明，所提方法在货车点云配准中具有良好的配准效率及配准精度，具有较高的适用性。

为改善城区建筑物自动检测的准确性, 结合激光雷达扫描与光学成像提出一种新的城区建筑物自动检测技术。将激光雷达扫描产生的点云送入自编码器进行下采样与特征提取, 将光学图像像素送入自编码器进行空间特征提取, 构建特征图模型来融合不同的特征集。然后, 设计了基于卷积神经网络的半监督分类器, 识别城区的建筑物、地面以及绿植等不同区域。实验结果表明, 所提技术可准确地检测城区的建筑物区域, 为建设智慧城市提供基础。

将Lambert-Beer定律引入双向反射分布函数，推导出一种适用于球形合作目标后向激光雷达散射截面的数学计算模型，并以此为理论基依据，建立了用于测量微珠合作目标后向激光雷达散射截面的实验系统，利用该实验系统，开展了对不同材料球形合作目标回波信号相对强度的光谱数据测量，同时采集50 mW、80 mW和300 mW这三个典型发射光功率所对应球形合作目标处的光斑图像。根据光谱数据分析，计算得到不同材料微珠合作目标的后向激光雷达散射截面。研究结果表明，折射率为1.46、1.51、1.93的球形合作目标的激光雷达散射截面均随着激光功率的增加而呈现出线性增长的趋势；当激光功率一定时，折射率为1.93的球形合作目标的激光雷达散射截面要明显大于折射率为1.46和1.51球形合作目标的激光雷达散射截面，该研究结论为激光雷达散射截面的理论研究和实验测量提供一定的理论依据和数据参考。

基于图优化的同步定位与建图(SLAM)算法的后端优化部分一般采用直接非线性优化方法。但是直接非线性优化方法的计算时间与图大小的立方成比例增长,优化大型位姿图成为移动机器人一个比较大的瓶颈问题。因此在基于图优化的框架下,采用基于稀疏位姿优化的SLAM算法,通过直接线性稀疏矩阵求解方法来高效计算约束图的大型稀疏矩阵,并与生成树初始化方式进行配合处理和优化。同时在自主搭建的移动机器人平台上进行实验,并在室内不同环境下对基于稀疏位姿优化的SLAM算法与Gmapping、Hector进行对比分析。结果表明,所提算法不仅在建图精度上有着明显的优势,而且内存占用也更小。